Ouvintes avaliam o Sonic 3.6 da Cartesia acima de todos os modelos Inworld Realtime TTS-2.

Os ouvintes avaliam melhor o Sonic 3.6. No Artificial Analysis Provider Voice Arena, em que os ouvintes comparam dois clipes sem saber qual modelo gerou cada um, o Sonic 3.6 marca 1279 contra 1249 do Realtime TTS-2 e 1217 do Realtime TTS-2 Flash, em outubro de 2026.

Vem da Artificial Analysis, um benchmark independente. Os ouvintes escutam dois clipes da mesma frase sem saber qual modelo gerou cada um, e escolhem o que preferem. O Provider Voice Arena deixa cada modelo falar com as próprias vozes.

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: o espanhol da Cidade do México e o de Madri não usam a mesma voz.

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.