Elvis Saravia 实测 Cartesia Sonic 3.6 用 15 秒音频克隆语音并讲日语

作者在 Cartesia playground 用约 15 秒音频克隆自己的声音，几秒内完成，并让克隆声音说出他不会讲的日语。该功能基于最新语音模型 Sonic 3.6，支持 44 种语言，作者认为可用于让内容覆盖更多语言受众。