ガイド
Sonicで構築する
Sonicを始める最も簡単な方法は、インテグレーションを使用することです。
APIを直接使用する場合は、CartesiaのクライアントライブラリとAIツールを確認してください。
参照セクションには、すべてのAPIエンドポイントとベストプラクティスの完全なドキュメントが含まれています。
ボイスエージェントを構築する
コーディングエージェント向けスキル
公式Cartesia SDK
Sonicを使ったシンプルなスクリプト
プロンプトのヒント
最小限のプロンプトエンジニアリングで、Sonic から自然な出力を得られます。
カスタム発音
固有名詞やドメイン固有の用語など、正しい発音を得るのが難しい単語に対してカスタム発音を指定します。
テキスト正規化
書き言葉を話し言葉に変換する方法の制御と、デバッグのヒント。
音量、速度、感情
生成される音声の速度、音量、感情を制御します。
SSML タグ
高度な機能
ヒングリッシュのコードスイッチングとテキストノーマライザーを使い、専門的なコンテンツを Sonic がどう話すかを制御します。
TTS エンドポイントの比較
bytes、SSE、WebSocket がテキスト読み上げでどう異なるか、それぞれをいつ使うか。
出力フォーマット
定型応答のための音声キャッシュ
定型的な TTS フレーズを raw PCM として事前生成し、ライブの WebSocket 音声とインターリーブしてレイテンシとクレジットを削減する
ウォーターマーク
Cartesia は生成された音声に知覚できないウォーターマークを付与し、誰でもその音声が Cartesia によるものかを確認できるようにしています。
Sonic 3 から Sonic 3.5 への移行
Sonic 3.5 の新機能と切り替え前に知っておくべきこと。