Cartesia — ذكاء اصطناعي للموسيقى والصوت والإنتاج الصوتي

Cartesia هي منصة صوتية مخصصة للمطورين الذين يبنون منتجات صوتية في الوقت الفعلي. تعرض الصفحة الرئيسية Sonic لتحويل النص إلى كلام، وInk لتحويل الكلام إلى نص، ووكلاء مُدارين للوكلاء الصوتيين في المكالمات الهاتفية، ومكتبة صوتية. وتقول إن النماذج مبنية على نماذج الفضاء الحكومي، والتي تعزو إليها الشركة زمن الانتقال المنخفض، وتوفر النشر السحابي، والمحلي، وعلى الأجهزة، والاستدلال الإقليمي، وAPI، ووثائق، وcookbooks، وخادم MCP. لا توفر الصفحة أي أرقام لزمن الانتقال. وتدرج الكلام بـ 44 لغة وتستشهد بترتيبات لوحة المتصدرين في Artificial Analysis كادعاء للمورد. صفحة التسعير واضحة. الباقة المجانية بسعر $0 مع 20 ألف رصيد شهري، أي ما يعادل حوالي 27 دقيقة لتحويل النص إلى كلام، وتغطي تحويل النص إلى كلام وتحويل الكلام إلى نص. باقة Pro بسعر $5 شهرياً تضيف ترخيص للاستخدام التجاري واستنساخ الصوت الفوري. باقة Startup بسعر $49 تضيف استنساخ الصوت الاحترافي والمنظمات، وباقة Scale بسعر $299 تضيف الدعم ذو الأولوية، أما Enterprise فهي مخصصة. يكلف تحويل النص إلى كلام رصيداً واحداً لكل حرف، وتحويل الكلام إلى نص 3 أرصدة لكل ثانية. يكلف الوكلاء الصوتيون $0.03 لكل دقيقة، والاتصالات الهاتفية $0.014 لكل دقيقة، ويتم فوترة استخدام LLM أثناء المكالمات بشكل منفصل. تحتوي الباقة المجانية على طلبين متزامنين لـ TTS فقط ولا توجد استنساخات صوتية احترافية. تناسب Cartesia الفرق التي تبني تطبيقات ووكلاء صوتيين؛ وإذا كنت تريد فقط استوديو سرد بسيط، فقد تكون الأداة ذات المحرر المرئي أسهل.