关于 Cartesia
Cartesia 将 Sonic 文本转语音、Ink 语音转文本和 Line 语音智能体能力整合到开发者平台中，适用于对话智能体、旁白、配音、虚拟形象及其他交互式语音应用。免费版可用于原型验证；专业版提高月度点数并包含商业使用许可。选型时应按业务量估算点数和智能体分钟用量，同时计算接口接入、上线与持续运维所需的工程投入。
适合人群
适合构建实时对话产品，并需要同时处理语音输入与语音输出的开发者。
适合希望通过同一套接口接入文本转语音和语音转文本能力的产品团队。
适合制作旁白、配音或虚拟形象语音的媒体应用开发团队。
适合场景
交互式智能体在实时转写来电者语音的同时，流式返回语音回答。
视频工作流根据文本生成富有表现力的多语言旁白或配音内容。
原型先使用套餐内的月度额度，商业使用需求明确后再升级到专业版。
对比选择
如果统一的语音生成、转写和智能体接口能减少集成工作，可优先考虑 Cartesia。
选择套餐前，应按预期流量比较月度点数和预付智能体用量是否足够。
如果团队无法承担接口集成和运行维护，更适合选择开箱即用的无代码语音产品。
功能特性
实时语音智能体
为对话智能体接入流式语音生成和转写，支持响应及时的语音交互。
语音生成
为旁白、配音、虚拟形象和交互式应用生成富有表现力的语音。
语音转写
通过 Ink 模型将语音转换为文本，用于语音界面和多模态应用。
优点
- 同一开发平台覆盖文本转语音、语音转文本和语音智能体组件，可减少多供应商集成。
- 免费版价格为每月 $0 并包含月度点数，适合先完成原型验证再决定是否付费。
- 流式语音以及发音控制能力有助于构建响应及时、可定制的语音体验。
缺点
- 应用规模扩大后需要持续预测月度点数和预付智能体用量，否则可能遇到套餐额度不足。
- 商业使用许可列在专业版权益中，因此生产环境的商业用途可能需要付费套餐。
- 产品以接口为主，接入和运行需要工程开发及运维投入，并非开箱即用的无代码方案。
价格方案
免费版
$0每月
- 每月 20K 点数
- 每月 $1 预付智能体用量
- 文本转语音
- 语音转文本
专业版
$5每月
- 每月 100K 点数
- 每月 $5 预付智能体用量
- 包含免费版全部权益
- 商业使用许可
* 价格信息仅供参考，请以Cartesia官网最新公告为准。
常见问题
Cartesia 提供文本转语音、语音转文本以及实时语音智能体工作流所需的接口和模型。
提供。免费版价格为每月 $0，包含每月 20K 点数，并可使用文本转语音和语音转文本。
专业版价格为每月 $5，包含每月 100K 点数、每月 $5 预付智能体用量和商业使用许可。
工具信息
开发商Cartesia
发布日期2026/4/5
定价模式freemium