Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用

AWS 合作伙伴 Cartesia 基于自研 State Space Model（SSM）架构，在 AWS 上提供首字节延迟低于 100ms 的语音生成与转写能力。其 Sonic 文本转语音模型首音频字节约 90ms，支持 44 种以上语言和 10 秒音频样本的声音克隆；Ink 转写模型原生支持对话轮次检测与流式转写。