Cartesia Sonic-3.6登顶两大语音合成榜

时间: 2026-08-18 地点: 美国旧金山（Cartesia总部） 人物: Cartesia团队、Artificial Analysis评测方 事件详情: 2026年8月18日,实时语音AI公司Cartesia正式发布流式TTS(文本转语音)模型Sonic-3.6,在Artificial Analysis两大语音合成榜上同时登顶。Sonic-3.6在Provider Voice榜拿下1,283 Elo,在更具参考意义的Controlled Voice榜以1,123 Elo位列第一——该榜将所有模型克隆到同一组八种参考声音上,剥离了语音目录对结果的干扰,真正考验合成引擎本身的能力。Sonic-3.6是Sonic-3.5(2026年5月发布)发布约三个月后的迭代版本,Sonic-3.5在该榜仅以1,204 Elo排名第七,意味着本次升级带来显著的自然度提升。在Controlled Voice榜上,Sonic-3.5位列第二,ElevenLabs Eleven v3(2026年2月)以1,179 Elo排名第三。 背景: Cartesia由斯坦福大学状态空间模型(SSM)研究团队衍生创立,核心差异化在于采用状态空间模型而非传统Transformer架构。Sonic-3.6官方声明的首音频输出时间低于90毫秒,Ink-2语音转文字模型转写延迟为100毫秒,均为厂商自报的模型延迟而非端到端实测。Sonic-3.6当前为Beta版本,仅通过Cartesia托管API提供,未发布开源权重或Hugging Face仓库,商业使用从每月5美元的Pro套餐起,Scala套餐299美元/月含约10,667分钟TTS额度与15个并发请求,线路语音代理额外按0.06美元/分钟计费。Artificial Analysis给出的标准化价格为49美元/百万字符,是ElevenLabs Eleven v3(100美元)的一半,但显著高于Speechify Simba 3.2(10美元,Elo 1,240)。 影响: Sonic-3.6在语音克隆、自定义发音词典、IPA覆盖(如>读作"subpoena")、行内表达式标签(如直接转写"[laughter]")、英语及Hindi-English混合等场景表现突出,已通过LiveKit Agents插件接入主流语音代理生态。其产品形态面向金融、医疗、零售、物流、招聘、SaaS客服等场景的语音代理,但闭源+按调用计费的商业模式意味着它在与开源Fish Audio S2 Pro、StepFun Step Audio EditX等可本地部署方案的正面对决中,要靠延迟与自然度优势证明溢价合理。 总结: Cartesia Sonic-3.6的发布标志着流式TTS进入"引擎代差"竞争阶段——Controlled Voice榜上,Cartesia自家两款模型包揽前二,ElevenLabs、Google Gemini、Microsoft Azure等老牌厂商跌出前五。对国内Qwen-Audio-3.0-TTS-Plus(Elo 1,240)、StepFun StepAudio 2.5(Elo 1,206)、MiniMax Speech 2.8 HD(Elo 1,174)等玩家而言,这是来自美国创业公司的明确信号:在实时语音赛道,自然度而非价格已成为首要竞争维度。 参考来源: [1] MarkTechPost报道: https://www.marktechpost.com/2026/08/18/cartesia-ships-sonic-3-6-a-streaming-tts-model-that-now-leads-both-artificial-analysis-speech-arenas/ [2] Cartesia Sonic官方产品页: https://www.cartesia.ai/sonic [3] Artificial Analysis语音合成Provider Voice榜: https://artificialanalysis.ai/text-to-speech/leaderboard/provider-voice [4] Artificial Analysis语音合成Controlled Voice榜: https://artificialanalysis.ai/text-to-speech/leaderboard/controlled-voice [5] Cartesia定价页面: https://www.cartesia.ai/pricing [6] Cartesia架构Launch页: https://www.cartesia.ai/launch [7] Cartesia官方文档(TTS模型): https://docs.cartesia.ai/build-with-cartesia/tts-models/latest [8] LiveKit Agents Cartesia集成: https://docs.livekit.io/agents/models/tts/cartesia/ [9] Cartesia官方X推文(Sonic-3.6发布): https://x.com/cartesia/status/2089401199967559932