Cartesia : Sonic 3.6
Cartesia's most lifelike text-to-speech model (recommended), #1 on the Artificial Analysis Speech Arena leaderboards, with sub-90ms latency and native support for 44 languages.
Streaming : PCM · µ-law · A-law
Modèles variantes
Il s’agit d’ID de modèles natifs acceptés par l’auteur ou le fournisseur pour la même famille de modèles canonique.
Fournisseurs
Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.
Langues prises en charge
en
fr
de
es
pt
zh
ja
hi
it
ko
nl
pl
ru
sv
tr
tl
bg
ro
ar
cs
el
fi
hr
ms
sk
da
ta
uk
hu
no
vi
bn
th
he
ka
id
te
gu
kn
ml
mr
pa
or
ur
Voix
Fonctionnalités
Generates spoken audio from text input.
text_to_speech
Low-latency streaming TTS over WebSocket; raw PCM output (pcm_f32le/pcm_s16le/pcm_mulaw/pcm_alaw).
streaming
Synthesizes speech from fully-submitted text in a single synchronous request.
synchronous
Supports 44 languages (adds Odia and Urdu over Sonic 3.5).
multilingual
Supports instant and professional voice clones.
voice_cloning
Speed (0.6-1.5, default 1.0), volume (0.5-2.0, default 1.0) and emotion control (neutral/calm/angry/content/sad/scared; emotion guidance is English-only).
speed_emotion_control
Code
TTS en streaming avec l’ElevenLabs SDK
Fait passer l’ElevenLabs SDK par AllModels et diffuse la réponse audio en streaming.
import { ElevenLabsClient } from "elevenlabs";
const client = new ElevenLabsClient({
apiKey: process.env.ALLMODELS_API_KEY,
baseUrl: "https://api.allmodels.io/el"
});
const stream = await client.textToSpeech.stream("voice_id", {
text: "I'm sorry, Dave. I'm afraid I can't do that.",
modelId: "cartesia/sonic-3-6",
outputFormat: "mp3_44100_128"
}, {
queryParams: {
provider: {
"only": [
"cartesia"
]
}
}
});
const reader = stream.getReader();
for (;;) {
const { done, value } = await reader.read();
if (done) break;
// Write value to your response, file, or audio playback pipeline.
}