อันดับเสียง AI เปลี่ยนเจ้าใหม่อีกแล้ว: Cartesia ขึ้นนำ Qwen และ ElevenLabs รองรับ 44 ภาษา

据动察 Beating ตรวจสอบพบว่า Cartesia เปิดตัวโมเดลสังเคราะห์เสียงพูดแบบเรียลไทม์รุ่นใหม่ Sonic 3.6 ซึ่งเปิดให้ทดสอบแบบ Beta แล้ว โมเดลรองรับ 44 ภาษา และคว้าอันดับหนึ่งในตาราง TTS ทั้งสองรายการของ Artificial Analysis พร้อมกัน

Provider Voice ใช้เสียงดั้งเดิมของแต่ละโมเดลในการทดสอบแบบปกปิด Sonic 3.6 อยู่อันดับเหนือกว่า Qwen-Audio-3.0-TTS-Plus ของ Alibaba, SpeechifyAI Simba 3.2 และ Gemini 3.1 Flash TTS ของ Google ส่วน Controlled Voice ให้ทุกโมเดลใช้ชุดเสียงโคลนเดียวกัน เพื่อเน้นเปรียบเทียบตัวโมเดลเป็นหลัก Sonic 3.6 ยังคงเป็นอันดับหนึ่ง

Artificial Analysis วัดความเร็วการสร้างเสียงของ Sonic 3.6 ได้ 136.1 ตัวอักษรต่อวินาที ขณะที่ ElevenLabs Eleven v3 ได้ 46.7 และ Gemini 3.1 Flash TTS ได้ 24.2

ราคาอยู่ที่ 49 ดอลลาร์ต่อล้านตัวอักษร ซึ่งไม่ถึงครึ่งหนึ่งของ Eleven v3 แต่ยังสูงกว่า Qwen ที่ 27.6 ดอลลาร์ และ Simba 3.2 ที่ 10 ดอลลาร์