根据 Beating，AI 语音初创公司 Cartesia 宣布推出 Sonic-3.5 和 Ink-2，形成统一的实时语音代理技术栈。Sonic-3.5 负责文本到语音，首词延迟为 90 毫秒，并支持 42 种语言。Ink-2 提供语音到文本，词错误率为 3.6%，并基于语义理解进行原生的轮次检测，而不仅仅依赖静音时长。两种模型通过单一 API 集成，并采用双向流式传输以尽量减少传输延迟。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
