La prossima era della sintesi vocale generativa

MARS8: il modello di text-to-speech multilingue creato per la produzione

MARS8 è una famiglia di modelli di text-to-speech di qualità produttiva creata affinché ogni caso d'uso, lingua e profilo vocale ottenga la stessa affidabilità solidissima quando milioni di persone ascoltano.

Sviluppa con MARS8Vedi i benchmark
In lancio nativamente su tutte le principali piattaforme di calcolo
Google
Fal.ai
AWS
Hugging Face
Modal
Replicate
Baseten
Simplismart
Hathora
Parasail
Cerebrium
Google
Fal.ai
AWS
Hugging Face
Modal
Replicate
Baseten
Simplismart
Hathora
Parasail
Cerebrium
La prima famiglia di modelli TTS al mondo

La famiglia MARS8 - modelli specializzati per ogni caso d'uso

Leggi il nostro articolo di ricerca completo sul blog →
FAMIGLIA MARS8
MARS8-Flash
MARS8.1-Pro
MARS8-Instruct
MARS8-Nano

MARS8-Flash

TTS multilingue a bassa latenza per agenti AI conversazionali.

Parametri: 600M
Provalo sulla nostra API
CASI D'USO
Agenti vocali in tempo reale
Contact center
AI conversazionale live
NUOVOMARS8.1 è ora in beta. Più veloce e più espressivo, stessa API.
Risultati dei benchmark

Ridefinire il nuovo standard di riferimento nel TTS

Esegui tu stesso i benchmark →
MARS8-Pro
CAMB.AI
MARS8-Flash
CAMB.AI
Sonic-3
Cartesia
Speech-2.6-hd
Minimax
Multilingual_v2
ElevenLabs
Multilingual_v3
ElevenLabs
PQ ↑
Punteggio medio di opinione previsto (1–10) dal modello Audiobox-Aesthetics di Meta; un valore più alto indica una migliore qualità produttiva.
7.4498
7.4523
6.9471
6.9468
7.4516
7.1934
Somiglianza coseno WavLM SV ↑
Somiglianza coseno media tra l'audio generato e quello di riferimento usando il modello di embedding wavlm-base-sv.
0.8676
0.8666
0.8420
0.8666
0.8109
0.8253
Somiglianza coseno CAM++ ↑
Somiglianza coseno media tra l'audio generato e quello di riferimento usando il modello di embedding CAM++.
0.7097
0.7066
0.5134
0.5878
0.3912
0.336
CE ↑
Punteggio medio di opinione previsto (1–10) dal modello Audiobox-Aesthetics di Meta; un valore più alto riflette un maggiore piacere del contenuto.
5.4308
5.4299
5.0445
4.9877
5.4146
5.1816
CER ↓
Percentuale di caratteri errati nell'output generato, misurata da Whisper ASR. Più basso è, meglio è.
5.77%
5.67%
8.54%
11.30%
4.39%
14.62%
Supporto linguistico per il 99% del mondo

Copertura linguistica globale

MARS8 è la spina dorsale multilingue che ti permette di coprire il 99% del mondo restando fedele al modo in cui il tuo pubblico parla e ascolta.

English
Hindi (India)
French (France)
Spanish (Spain)
German
Japanese
Modern Standard Arabic
Korean
Chinese (Simplified)
Italian
Spanish (Mexico)
Portuguese (Portugal)
Portuguese (Brazil)
Indonesian
Dutch

Vuoi l'analisi tecnica completa?

Per uno sguardo dettagliato all'architettura di MARS8, ai modelli di distribuzione e alle caratteristiche di prestazione, leggi l'articolo tecnico completo sul nostro blog.

Documento tecnico

Sviluppa, scala o collabora alle tue condizioni

MARS8 è progettato per scalare tra startup, aziende e fornitori di infrastrutture. Che tu stia costruendo un prodotto o permettendo ad altri di costruire, c'è un percorso diretto per iniziare.

Provalo gratis