AI语音榜又换王：Cartesia压过Qwen、ElevenLabs

Cartesia发布新一代实时语音合成模型Sonic 3.6，现已开放beta，支持44种语言，并在artificial analysis的TTS榜单中获得第一。通过原生声音盲测，Sonic 3.6排在阿里Qwen-Audio-3.0-TTS-Plus、SpeechifyAI Simba 3.2和谷歌Gemini 3.1 Flash TTS之前。Controlled voice使用同一组克隆声音，Sonic 3.6依然第一。其生成速度为每秒136.1个字符，ElevenLabs Eleven V3为46.7，Gemini 3.1 Flash TTS为24.2。价格为每百万字符49美元，低于Eleven V3的一半，但高于Qwen的27.6美元和Simba 3.2的10美元。