音声　Cartesia

Sonic 3.6

Cartesia のリアルタイム向け読み上げモデル。44言語に対応し、文脈に合わせて間や抑揚を自動で調整する。音声エージェント向け。

料金を試算する
用途
音声
料金の目安
1文字 = 1クレジット。超過分は100万クレジットあたり $38〜$65（プランによる）
対応言語
44
公開日
2026.08.27

スペックと料金

用途
音声
提供元
Cartesia
公開日
2026.08.27
入力と出力
テキスト→音声
料金の目安
1文字 = 1クレジット。超過分は100万クレジットあたり $38〜$65（プランによる）
対応言語
44
固定スナップショット
sonic-3.6-2026-08-27
重みの公開
なし
使い方と料金
月額プラン制（Free / Pro $5 / Startup $49 / Scale $299 / Enterprise）
得意なこと
電話・音声エージェントの応答、低遅延のストリーミング読み上げ、確認コードや数字の多い文章

使える場所

仕様と料金は、公式ページ（2026年11月8日時点）にもとづきます。

詳しい説明

Cartesia の読み上げ（TTS）モデルの最新版です。状態空間モデル（SSM）系のストリーミング TTS として知られる Sonic シリーズの一つです。

  • 44言語に対応（日本語を含む。3.6 でオディア語・ウルドゥー語を追加）
  • SSML なしで、台本の感情に合わせて間と抑揚を調整
  • 確認コードや同綴異音語を前処理なしで読み分け
  • 日付・時刻・数字の読み方を normalization で指定
  • インスタントボイスクローン。旧モデルで作った声もそのまま使える
  • Sonic 3.5 と完全な後方互換

sonic-3.6 は最新の安定スナップショットを指し、固定したい場合は日付付きの ID を使います。

詳しい情報

シリーズ
Sonic
細かい分類
読み上げ
入力できるもの
テキスト
出力できるもの
音声
日本語への対応
対応
提供状況
一般提供
API のモデル ID
sonic-3.6
公式ページ
cartesia.ai ↗
関連するモデル
Eleven v4、MiniMax Speech 2.8 HD、Nova-3
料金の内訳
プラン・条件料金補足
Free$0 / 月2万クレジット
Pro$5 / 月10万クレジット。超過 $65 / 100万クレジット
Startup$49 / 月125万クレジット。超過 $45 / 100万クレジット
Scale$299 / 月800万クレジット。超過 $38 / 100万クレジット

このページの更新履歴

  1. 現行スナップショット sonic-3.6-2026-08-27 を公開