Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用

Cartesia 用 State Space Models（SSMs）和 AWS 基础设施构建实时语音 AI，语音合成与转写首字节延迟均低于 100ms。Sonic 约 90ms 输出首个音频字节，覆盖超过 44 种语言并可用 10 秒音频样本克隆声音；Ink 支持原生轮次检测与流式转写。