Cartesia affirme que, lors de tests comparatifs en aveugle sur des transcriptions en anglais, les auditeurs ont préféré Sonic 3.6 à Sonic 3.5 dans un rapport de presque deux contre un (docs.cartesia.ai). Le journal des modifications de Cartesia cite l’odia et l’ourdou parmi les ajouts de Sonic 3.6 et indique, dans des entrées distinctes, qu’Ink-2 prend désormais en charge davantage de langues, tandis que la page de tarification de l’entreprise détaille la facturation des crédits (cartesia.ai). Pour les praticiens, ce chiffre de préférence est un résultat d’écoute réalisé par le fournisseur : c’est un signal à vérifier avec leurs propres scripts, non une référence établie.
Ce que rapporte le test d’écoute
L’affirmation provient de la documentation de Cartesia elle-même, qui décrit des tests comparatifs en aveugle entre deux versions de son modèle vocal Sonic. Les auditeurs ont préféré Sonic 3.6 à Sonic 3.5 dans un rapport de presque deux contre un, et la comparaison reposait sur des transcriptions en anglais. Le résultat est une préférence entre deux versions de la même gamme de modèles, Sonic 3.6 contre Sonic 3.5 : il ne dit donc rien de la comparaison avec d’autres fournisseurs. Un ratio de préférence entre deux versions décrit le goût des auditeurs en moyenne ; il ne dit pas à une équipe si une voix donnée convient à une marque, un accent ou un script précis. Le test étant en aveugle, les auditeurs ont jugé l’audio sans savoir quelle version ils entendaient, ce qui est la méthode habituelle pour éviter que les étiquettes n’influencent les opinions.

Nouvelles langues pour les voix et Ink-2
Cartesia a ajouté deux nouvelles langues, l’odia et l’ourdou, et l’entrée précise qu’elles sont accompagnées de voix et de la prise en charge d’IVC. Par ailleurs, Ink-2 est désormais multilingue : il prend en charge l’espagnol, le français, l’hindi et le japonais, en plus de l’anglais. Ensemble, ces changements élargissent la couverture tant du côté de la génération vocale que du côté d’Ink-2 sur la plateforme, y compris des langues d’Asie du Sud importantes pour les produits vocaux destinés à cette région.
Tarification en crédits pour Sonic et les forfaits
D’après la page de tarification, la synthèse vocale Sonic coûte 1 crédit par caractère, soit environ 750 à 800 crédits par minute d’audio. Le forfait Startup coûte 49 $ par mois et comprend 1,25M de crédits par mois. Les forfaits payants peuvent activer les dépassements et continuer au-delà d’un solde nul, à un tarif fixé par palier : 65 $ par 1M de crédits pour Pro, 45 $ pour Startup et 38 $ pour Scale. La liste des dépassements montre que le tarif par crédit baisse à mesure que le palier monte : Scale est le moins cher et Pro le plus cher des trois. Toute personne qui budgétise une charge de travail vocale peut utiliser le tarif par caractère et la fourchette par minute pour convertir le volume audio attendu en crédits avant de choisir un forfait. Comme les dépassements permettent de poursuivre l’utilisation au-delà d’un solde nul, les gros utilisateurs doivent comparer le tarif de dépassement de chaque palier au coût du forfait lui-même pour décider de leur positionnement.
Appels d’agents vocaux à prix réduit
Cartesia affiche les appels d’agents vocaux sur Managed Agents à 0,03 $ par minute jusqu’au 31 décembre 2026. Le prix étant lié à une date de fin, il s’agit d’une promotion et non d’un tarif permanent. Les équipes qui prototypent des agents vocaux sur la plateforme disposent d’une fenêtre pour passer des appels au tarif réduit, et doivent vérifier ce qui s’applique après cette date avant d’y engager un produit. Dans l’ensemble, la mise à jour associe une affirmation de qualité pour Sonic 3.6, une couverture linguistique élargie et une remise limitée dans le temps sur les agents, le tout issu de la documentation et des pages de tarification de Cartesia, et non de tests indépendants.

Sources
Les sources à partir desquelles cet article a été rédigé. Les liens ouvrent la page d'origine.


