Cartesia: Sonic 3.5
cartesia/sonic-3-5
提供中
tts
1プロバイダー
Previous-generation Sonic text-to-speech model, superseded by Sonic 3.6 (docs recommend Sonic 3.6); still active with a stable pinned snapshot.
作成者Cartesia
言語1言語
ボイス読み込み中...
レスポンス形式同期: MP3 · WAV · PCM · µ-law · A-law
ストリーミング: PCM · µ-law · A-law
ストリーミング: PCM · µ-law · A-law
バリアントモデル2個のID
ステータス提供中
バリアントモデル
同じ正規モデルファミリーに対して、作成者やプロバイダーが受け付けるネイティブのモデルIDです。
Sonic 3.5
Default
sonic-3.5
Sonic 3.5 (pinned snapshot)
Variant
sonic-3.5-2026-05-04
プロバイダー
同じモデルを複数のプロバイダーがホストしている場合があります。バックエンドを固定したい場合は1つのプロバイダーを選び、そうでなければルーティングに選択を任せられます。
プロバイダーSlug1,000文字あたりレイテンシiTTSのレイテンシは音声の最初のバイトが届くまでの時間、STTのレイテンシは最初のトークンが届くまでの時間で計測しています。モード稼働率
Cartesia
7個のパラメーター
cartesia
$0.03738
—
同期 · ストリーミング
対応言語
1言語
English
en
ボイス
機能
Text to speech
Generates spoken audio from text input.
text_to_speech
Streaming
Low-latency streaming TTS over WebSocket; raw PCM output (pcm_f32le/pcm_s16le/pcm_mulaw/pcm_alaw).
streaming
Synchronous
Synthesizes speech from fully-submitted text in a single synchronous request.
synchronous
Multilingual
Supports 42 languages.
multilingual
Voice cloning
Supports instant and professional voice clones.
voice_cloning
Speed & emotion control
Speed (0.6-1.5) and emotion (neutral/calm/angry/content/sad) control; volume control on Sonic 3+.
speed_emotion_control
コード
ElevenLabs SDKでのストリーミングTTS
ElevenLabs SDKをAllModels経由でルーティングし、音声レスポンスをストリーミングします。
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-3-5",
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.
}