Os ouvintes avaliam o Sonic 3.6 da Cartesia acima de todos os mecanismos Amazon Polly.

Sim. Amazon Polly é o serviço de conversão de texto em fala da AWS e é pesquisado pelos dois nomes. Esta página compara o Sonic 3.6 com os quatro mecanismos Polly: Generative, Long-form, Neural e Standard.

O resultado vem da Artificial Analysis, um benchmark independente. Os ouvintes escutam dois clipes da mesma frase sem saber qual modelo produziu cada um e escolhem o preferido. O Sonic 3.6 supera os quatro mecanismos Polly: Generative, Long-form, Neural e Standard.

44 idiomas em um único modelo, incluindo inglês, espanhol, francês, alemão e japonês. Os sotaques são ajustados por região, em vez de acrescentados a um modelo inglês. As vozes generativas do Polly cobrem 9 idiomas.

Sim. Um clone instantâneo exige 10 segundos de áudio e um profissional exige 30 minutos. Ambos estão disponíveis por autosserviço na API pública. A voz personalizada do Amazon Polly, Brand Voice, é criada com a equipe Polly em um projeto sob medida.

Sim. A Cartesia oferece implantação local e em redes isoladas, usadas por equipes de saúde, finanças e governo para manter o áudio na própria rede, com SLA de disponibilidade de 99.9%.

Uma a duas semanas para a maioria das equipes. A Cartesia está integrada às principais plataformas de agentes de voz e todos os modelos estão na API pública. Assim, não é preciso adotar outra plataforma nem desfazer essa dependência depois.