Cartesia Sonic-3: Real-time thật sự, [laugh] hoạt động, và trick viết accent vào text

Cartesia Sonic-3 đạt 90ms time-to-first-audio, nhanh hơn đối thủ gần nhất 4 lần nhờ kiến trúc State Space Models. Tags cảm xúc như [laugh] tạo ra âm thanh thật, nhưng accent brackets như [Yorkshire accent] không hoạt động. Trick: viết giọng nói thẳng vào văn bản - "Reet, listen oop" cho Yorkshire hiệu quả hơn bất kỳ bracket nào.