在 AWS 上构建超低延迟语音 AI 应用：Cartesia 的 SSM 方案

AWS 合作伙伴 Cartesia 用自研 State Space Models（SSM）配合 AWS 基础设施，实现全球范围内低于 100ms 的语音合成与转写延迟。其 Sonic 文本转语音模型首个音频字节约 90ms 返回，支持 44 种以上语言和 10 秒音频样本的声音克隆；Ink 转写模型内置原生轮次检测与流式转写。两者面向需要数据主权、延迟控制与合规的团队，可在 AWS 上部署。