01Cartesia 是什么
Cartesia 的核心卖点是延迟：语音合成的首字延迟压得很低，实时对话时不会出现「等两秒才出声」的尴尬。
它提供 TTS、语音识别和整套语音 Agent 能力，做语音客服和实时助手的人用它替换传统方案。
短板是音色数量和中文。拟真度不如头部 TTS，中文音色少；文档偏技术，非开发者上手慢。
02Cartesia 能做什么
低延迟 TTS
首字快。
语音识别
流式。
语音 Agent
整链路。
声音克隆
支持。
API
可直接接。
03怎么开始用 Cartesia
- 先测端到端延迟不只测 TTS。
- 中文音色先试听数量少。
- 流式接入别用整段请求。
- 按秒估成本实时场景费用高。
04好在哪，差在哪
延迟低
实时场景刚需。
链路完整
识别到合成。
有免费额度
能试。
用得上
- 实时语音客服
- 电话机器人
- 语音助手低延迟
- 游戏 NPC 语音
别指望
- 高拟真配音
- 中文音色丰富度
- 离线批量合成
- 零技术背景
05延迟在哪些环节省下来
端到端才是真延迟。
| 环节 | 影响 |
|---|---|
| 语音识别 | 流式输出，不等整句 |
| 模型推理 | 边生成边播 |
| 语音合成 | 首字延迟低 |
| 网络 | 就近节点 |
06价格和套餐
| 版本 | 价格 | 说明 |
|---|---|---|
| 免费额度 | 免费 | 有限字符。 |
| 按量计费 | 按字符 / 秒 | 实时更贵。 |
| 企业版 | 面议 | 私有部署。 |
按字符或秒计费，实时对话成本明显高于离线合成。中文音色可选项少。
07谁适合用
语音客服
低延迟应答。
实时助手
对话不卡顿。
游戏 NPC 语音
即时响应。
电话机器人
自然交互。
08官网入口
官方域名 cartesia.ai，国内访问需要网络条件。实时场景的成本要按分钟算清楚。
09同类工具
10常见问题
Cartesia 是什么？
做低延迟语音合成和识别的平台，主打实时对话场景。
和 ElevenLabs 怎么选？
要延迟和实时链路选 Cartesia，要音色质量和拟真度选 ElevenLabs。
怎么收费？
按字符或秒计费，有免费额度。
中文好吗？
音色少，中文不是它的重点。