AWS博客介绍在AWS上部署Cartesia语音模型
热点事件持续更新
AWS博客介绍在AWS上部署Cartesia语音模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 发布博客，介绍 AWS 合作伙伴 Cartesia 如何用自研状态空间模型（SSM）在 AWS 上提供语音服务。据该博客，Cartesia 的 Sonic 文本转语音模型首音频字节延迟约 90ms，整体首字节延迟低于 100ms，支持 44 种以上语言和用 10 秒音频样本克隆声音；Ink 语音转文字模型具备原生轮次检测与流式转写能力。 部署方式上，Sonic 以 Amazon SageMaker AI 模型包形式经 AWS Marketplace 提供，用户需将其部署到运行在自己虚拟私有云（VPC）内的 SageMaker AI 端点；Ink 目前通过 Cartesia API 提供，可在 AWS Marketplace 的 Cartesia Voice AI Platform 条目购买。博客称，订阅只授予 AWS 账户访问模型包的权限，不会自动部署资源，且模型包 ARN 因区域而异。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 00:40
Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AWS Machine Learning BlogCartesia 如何在 AWS 上构建超低延迟语音 AI 应用
Cartesia 基于自研 State Space Model（SSM）架构的 Sonic 文本转语音与 Ink 语音转文字模型，在 AWS 上实现低于 100ms 的首字节延迟。Sonic 首音频字节约 90ms，支持 44 种以上语言和 10 秒音频样本的声音克隆；Ink 具备原生轮次检测与流式转写能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。