リスナーはCartesiaのSonic 3.6をすべてのAmazon Pollyエンジンより高く評価しています。

はい。Amazon PollyはAWSのテキスト読み上げサービスで、どちらの名前でも検索されています。このページではSonic 3.6を、Pollyの4つのエンジン、Generative、Long-form、Neural、Standardと比較します。

独立したベンチマークであるArtificial Analysisの結果です。リスナーはモデル名を知らされずに同じ文の2つのクリップを聴き、好みの方を選びます。Sonic 3.6は、Pollyの4つのエンジン、Generative、Long-form、Neural、Standardすべてを上回る評価です。

1つのモデルで英語、スペイン語、フランス語、ドイツ語、日本語など44言語に対応しています。英語モデルに後付けするのではなく、地域ごとにアクセントを調整しています。Pollyの生成音声は9言語に対応しています。

はい。インスタントクローンには10秒、プロフェッショナルクローンには30分の音声が必要です。どちらも公開APIからセルフサービスで利用できます。Amazon Pollyのカスタム音声Brand Voiceは、Pollyチームとの個別契約で制作されます。

はい。Cartesiaはオンプレミスとエアギャップ環境にデプロイできます。医療、金融、政府機関のチームが音声を自社ネットワーク内に保つために利用しており、稼働率99.9%のSLAが適用されます。

多くのチームで1〜2週間です。Cartesiaは主要な音声エージェントプラットフォームと統合され、すべてのモデルを公開APIで利用できます。別のプラットフォームに移る必要も、後から依存関係を解く手間もありません。