热门
最新
红包
立Flag
投票
同城
我的
发布
Sonic：基于状态空间模型的低延迟实时推理语音生成模型
由Cartesia AI开发，基于他们自研的状态空间模型
• 延迟仅为135毫秒，确保实时响应
• 超逼真语音：生成富有情感和表达力的真人语音
• 只需10秒的录音即可匹配语调、抑扬顿挫和声线特征。
• 可控参数：用户可以调整音高、语速、情感、发音和速度，实现个性化语音设计。
• 高吞吐量：使用首创的状态空间模型推理栈，支持高并发和低成本推理。
演示视频为Sonic生成的语音，视频来自@aipaperspodcast
官方介绍：https://cartesia.ai/blog/sonic
AI资讯
CSDN App 扫码分享
评论
点赞
打赏
- 复制链接
- 举报
