Os ouvintes avaliam o Sonic 3.6 da Cartesia acima da conversão de texto em fala da Soniox.

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 Soniox TTS Real-Time v2, o modelo atual de texto em fala da Soniox.

A Artificial Analysis mede o Sonic 3.6 em 114.9 caracteres por segundo e o Soniox TTS Real-Time v2 em 18.0, usando o mesmo sistema. Essa margem sobre a reprodução impede que um turno longo pare no meio da frase.

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