AWS 博客介绍 Cartesia 语音 AI 低延迟部署

2026 年 11 月 4 日，AWS Machine Learning Blog 发文介绍合作伙伴 Cartesia 在 AWS 上构建超低延迟语音 AI 应用。报道称，Cartesia 基于自研 State Space Model（SSM）架构，提供语音模型 Sonic（文本转语音）与 Ink（语音转文字），首字节延迟低于 100ms；其中 Sonic 首音频字节约 90ms，支持 44 种以上语言，可用 10 秒音频样本克隆音色，Ink 原生支持对话轮次检测与流式转写。两者面向实时对话智能体，兼顾低延迟与音质。目前该事件仅有这一篇一手报道，尚无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。