详细参数
模型类型
realtime_speech_generation
适合场景
实时文本转语音
计费价格
公开资料未说明
计费方式
公开资料未说明
计费单位
未标注
输入形式
文本
输出形式
音频
语音模型Cartesiarealtime_speech_generation稳定版
Sonic-3
调用名：sonic-3Sonic-3 是 Cartesia 当前最新的流式 TTS 主力模型，强调更自然的表达、更细的情绪与速度控制，以及实时语音交互。
时间戳不支持
适合
实时文本转语音
realtime_speech_generation
价格
公开资料未说明
1M Tokens
输入
文本
可做实时交互
输出
音频
规格
支持实时
实时语音 Agent电话机器人高自然度语音语音交互语音输出audio_generationttslow_latency
所属厂商：Cartesia
能力与信息
交互链路
实时
支持
语音输入
不支持
语音输出
支持
语音理解
转写
不支持
翻译
不支持
时间戳
不支持
语音生成
TTS
不支持
说话人区分
不支持
开发接入
工具调用
不支持
接入信息
调用名
sonic-3
API 基础地址
wss://api.cartesia.ai
调用协议
wss/json
主接口
/tts/websocket
接口说明
主入口为 WSS /tts/websocket；同一模型也支持 POST /tts/bytes 与 POST /tts/sse。HTTPS 接口统一需要 Cartesia-Version 与 Authorization: Bearer <CARTESIA_API_KEY> 请求头。 WebSocket 连接可通过 api_key / access_token 查询参数传鉴权，也可显式传 api_version 代替 Cartesia-Version 头。
发布时间
公开资料未说明
价格与计费
计费摘要
输入价
公开资料未说明
输出价
公开资料未说明
缓存输入
公开资料未说明
币种
未标注
计费单位
1M Tokens
单位类型
未标注
价格说明
原始价格文案
未收录
补充说明
暂无
发布时间
未公开
官方入口