相信很多大家對Cartesia發(fā)布了一個擁有極快推理速度和超低延遲的語音生成模型Sonic還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

5月30日 消息: 據(jù)來自 Cartesia 的最新消息，他們今天發(fā)布了 Sonic，這是他們在構(gòu)建實時多模態(tài)智能時代的第一步。Sonic 是一個極速的生成語音模型和 API，擁有令人驚嘆的低延遲（僅為135毫秒模型延遲），栩栩如生的聲音效果，目前只支持英文。

Sonic 采用了全新的狀態(tài)空間模型架構(gòu)，有效地建模高分辨率數(shù)據(jù)，例如音頻和視頻。在語音方面，經(jīng)過參數(shù)匹配和優(yōu)化的 Sonic 模型在與廣泛使用的 Transformer 相同的數(shù)據(jù)集上訓練，顯著提高了音頻質(zhì)量，包括降低20% 的困惑度、降低2倍的單詞錯誤率以及提高1分的 NISQA 質(zhì)量。

此外，Sonic 具有更低的延遲、更快的推理速度以及更高的吞吐量，為用戶帶來更出色的體驗。Cartesia 還提供了 Web Playground 和低延遲 API，用戶可以立即開始體驗 Sonic 的強大功能。

創(chuàng)始人在斯坦福大學攻讀博士學位期間開創(chuàng)了狀態(tài)空間模型，為 Sonic 的研發(fā)奠定了基礎(chǔ)。這種模型是第一個次線性架構(gòu)，可以在語言和音頻等重要模態(tài)上匹配 Transformer，同時釋放潛在的無限上下文、恒定的狀態(tài)大小和高吞吐量的推理。

Cartesia 表示，他們很期待與社區(qū)一起探討替代架構(gòu)，并將很快分享更多信息。如果您也對使智能更快、更便宜、更易獲取感興趣，歡迎通過郵箱 join@cartesia.ai 聯(lián)系他們。

在這個快速發(fā)展的多模態(tài)智能時代，Cartesia 的 Sonic 將引領(lǐng)行業(yè)，為用戶帶來全新的體驗和可能性。立即體驗 Sonic，探索實時多模態(tài)智能的未來!

官方體驗地址：https://play.cartesia.ai/

以上就是關(guān)于【Cartesia發(fā)布了一個擁有極快推理速度和超低延遲的語音生成模型Sonic】的相關(guān)內(nèi)容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！