在 AWS 上构建超低延迟语音 AI 应用

Cartesia 结合状态空间模型（SSM）与 AWS 基础设施构建超低延迟语音 AI 方案，实现低于 100ms 的流式语音生成与识别。其核心包含首音频字节延迟约 90ms、支持超 44 种语言的文本转语音模型 Sonic，以及具备原生轮次检测与抗噪能力的流式语音转文本模型 Ink。