Cartesia 公司重磅發佈其最新語音 AI 引擎 Sonic-3，宣稱其爲當前市場上速度最快、最自然的實時語音對話模型。Sonic-3的核心目標是提供極致自然與迅速的語音交互體驗，使 AI 能夠以幾乎零延遲的方式進行對話，並模擬人類的情感、語氣乃至笑聲和情緒變化，從而大幅提升交流的真實性和表現力。

Sonic-3的突破性性能得益於其採用了全新的 “狀態空間模型”（SSM）架構，而非傳統的 Transformer 模型。Cartesia 介紹，SSM 架構能更有效地模擬人類思維，記住對話主題和情緒，無需每次都從頭分析上下文，從而在語音自然度和低延遲性能方面達到前所未有的水平。該模型延遲低於 100毫秒，使其在實時語音交互行業中處於領先地位。

QQ20251029-093456.png

在功能和覆蓋範圍上，Sonic-3展現出強大的全球化潛力。它支持 42種語言，覆蓋全球 95% 的人口，包括9種印度語言，能爲不同市場的需求提供母語級的語音模型。Sonic-3還具備智能上下文理解能力，能夠自動識別並正確朗讀如 NASA、FBI 等縮寫和首字母縮寫詞，顯著增強了對話的流暢性。此外，該引擎支持語音克隆功能，用戶可在短短 10秒內生成個性化語音，企業版還提供專業的語音調優與品牌音色定製服務。

Sonic-3的應用前景廣闊，可廣泛應用於客戶支持、虛擬伴侶、醫療保健和物流服務業等領域，通過情緒化的語音顯著提升客戶服務體驗。

爲支持 Sonic-3的進一步研發與推廣，Cartesia 同時宣佈已完成 1億美元的融資，投資方包括 Kleiner Perkins、Index Ventures、Lightspeed 和 NVIDIA 等知名企業。Cartesia 相信，隨着 Sonic-3的推出，人機交互領域將迎來重大突破，爲用戶帶來更加豐富與自然的交流體驗。用戶可訪問 Cartesia 官方網站在線體驗 Sonic-3。

地址：https://cartesia.ai/sonic