Os ouvintes avaliam o Sonic 3.6 da Cartesia acima do modelo de voz do Bland.

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 o Bland TTS, o modelo por trás dos agentes de voz do Bland.

O Sonic 3.6 retorna o primeiro áudio em menos de 90ms, enquanto o Bland publica 199ms para seu modelo de fala. Na Artificial Analysis, o Sonic 3.6 gera 119.1 caracteres por segundo contra 59.9 do Bland TTS.

Sim. O Sonic é uma API de fala independente e se integra às principais plataformas de agentes de voz junto com o modelo de linguagem e a transcrição que você já usa.

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.