Cartesia API: Sonic и Ink
Cartesia делает голосовые модели для разговорных приложений. По нашему ключу доступна её озвучка Sonic 3.6 — 44 языка, русский среди них, темп и интонация подстраиваются под смысл фразы — и распознавание речи Ink Whisper. Прошлые Sonic 3.5 и Sonic 3 тоже на месте, для программ, где они уже прописаны.
- 4 модели
- от 4,18 ₽ за 1000 знаков
- озвучка текста, распознавание речи
Обновлено:
Модели и цены
Озвучка текста
| Модель | Знаков за раз | Цена |
|---|---|---|
| Cartesia Sonic 3.6 | до 4 096 | 4,18 ₽ за 1000 знаков |
| Cartesia Sonic 3.5 | до 4 096 | 4,18 ₽ за 1000 знаков |
| Cartesia Sonic 3 | до 4 096 | 4,18 ₽ за 1000 знаков |
Распознавание речи
| Модель | Звука за раз | Цена |
|---|---|---|
| Cartesia Ink Whisper | до 2 ч | 0,26 ₽ за минуту звука |
Как выбрать
Cartesia строит модели для голосовых агентов, поэтому её озвучка рассчитана на разговор: короткие реплики, номера заказов, коды подтверждения. Выбирать здесь почти не из чего, и это удобно.
- Озвучка — Cartesia Sonic 3.6. Свежая модель Cartesia, по их словам — самая быстрая и естественная в линейке. Она говорит на 44 языках, русский в списке. Cartesia пишет, что Sonic 3.6 сама меняет темп и паузы под смысл и настроение фразы, без SSML и отдельных указаний, а коды подтверждения и омографы читает правильно без подготовки текста.
- Распознавание — Cartesia Ink Whisper. Cartesia называет её самой доступной своей моделью распознавания речи и сравнивает с обычной Whisper: точнее и быстрее. Ink Whisper увереннее держится на фоновом шуме, телефонных помехах, акцентах и оговорках и аккуратнее пишет имена и термины. Языков около сотни, русский среди них.
- Sonic 3.5 и Sonic 3 — прошлые версии. Sonic 3.6 полностью совместима с 3.5, так что переход — это замена id в запросе.
Темп, громкость и эмоцию Sonic задают короткие метки в начале фразы. Скорость — <speed ratio="1.2"/>: Cartesia разрешает значения от 0,6 (медленно) до 1,5 (быстро). Громкость — <volume ratio="0.8"/>, её шкала идёт от половины до двойной. Эмоция — <emotion value="calm"/>, но только в английском тексте; русскую речь Sonic интонирует по смыслу сама. Отдельных полей для скорости и громкости в нашем API нет, работают только метки.
Популярные задачи
Голосовой бот и автоответчик
Звонящему важно, чтобы бот не тянул паузы и не путал цифры. Cartesia Sonic 3.6 отвечает короткими естественными фразами, а коды и номера по описанию Cartesia читает без подготовки. Каждую реплику бота отправляй отдельным запросом — так ответ приходит быстрее, чем у длинного абзаца. Быстрые модели других вендоров для той же задачи — на странице API озвучки текста.
Пример запроса: «Твой заказ собран и передан курьеру. Он приедет сегодня с шести до восьми вечера.»
Уведомления о доставке и записи на приём
Напоминание «Ждём тебя завтра в 10:30» звучит естественно, только если модель правильно прочтёт время. Для русского текста надёжнее написать время и даты словами: «в половине одиннадцатого», «пятнадцатого ноября». Темп можно чуть поднять меткой <speed ratio="1.1"/> в начале — короткое уведомление не будет звучать сонно.
Озвучка приложения на нескольких языках
У Sonic 3.6 44 языка: русский, украинский, английский, турецкий, арабский, хинди и другие. Если приложением пользуются в разных странах, одна модель закрывает все версии интерфейса. Язык Sonic понимает по тексту, а для каждого языка стоит подобрать голос с родным произношением: русские голоса есть в списке модели.
Расшифровка телефонных звонков
Cartesia Ink Whisper сделана с расчётом на звук с помехами: телефонная связь, шум улицы, акценты, оговорки. Запись разговора с клиентом отправляй на /v1/audio/transcriptions и укажи language: "ru" — так модель не будет гадать, на каком языке разговор. Время слов поможет найти в записи нужный момент.
Голосовые сообщения и заметки
Голосовое в мессенджере на полминуты, надиктованная заметка, вопрос в боте — короткие записи, где важна цена каждой минуты. Ink Whisper здесь удобна как недорогой вариант с русским. Остальные модели для расшифровки и их цены за минуту — в каталоге распознавания речи.
Как получить ключ Cartesia API в России
Ключ Cartesia и аккаунт у них не нужны — запросы подписываются нашим ключом.
- Создай аккаунт на veselo.ai и выпусти ключ
sk-vsl-…в кабинете API. - Положи деньги на счёт для API — подойдёт карта любого российского банка или СБП. Списание идёт после каждого ответа, а удержание на время запроса сразу снимается.
- Отправь текст на
https://veselo.ai/v1/audio/speechсmodel: "cartesia/sonic-3.6"и голосом из списка модели, а запись для расшифровки — на/v1/audio/transcriptionsсmodel: "cartesia/ink-whisper".
Своего формата Cartesia учить не придётся: у нас те же audio.speech и audio.transcriptions, что в OpenAI SDK. Все поля запросов — в документации: как озвучить текст и как расшифровать запись.
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Cartesia Sonic 3.6: у других моделей меняется только model.
curl
curl https://veselo.ai/v1/audio/speech \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-H "Content-Type: application/json" \
-d '{
"model": "cartesia/sonic-3.6",
"voice": "069ff31a-5524-4945-a403-f746ee617507",
"input": "Добрый вечер! Сегодня в программе — хорошие новости."
}' \
--output speech.mp3Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
with client.audio.speech.with_streaming_response.create(
model="cartesia/sonic-3.6",
voice="069ff31a-5524-4945-a403-f746ee617507",
input="Добрый вечер! Сегодня в программе — хорошие новости.",
) as r:
r.stream_to_file("speech.mp3")JavaScript
import fs from 'node:fs';
const res = await fetch('https://veselo.ai/v1/audio/speech', {
method: 'POST',
headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
body: JSON.stringify({ model: 'cartesia/sonic-3.6', voice: '069ff31a-5524-4945-a403-f746ee617507', input: 'Добрый вечер! Сегодня в программе — хорошие новости.' }),
signal: AbortSignal.timeout(600_000),
});
if (!res.ok) throw new Error((await res.json()).error.message);
fs.writeFileSync('speech.mp3', Buffer.from(await res.arrayBuffer()));В программах: тем же ключом — из любого кода, а без ключа Claude, ChatGPT и Cursor зовут модель по MCP: вход на сайте и кнопка «Разрешить». MCP
Версии и отличия
- Sonic 3.6 — снимок от 27 августа 2026 года: 44 языка, среди новых — ория и урду. Совместима с 3.5 полностью.
- Sonic 3.5 — снимок от 4 мая 2026 года, 42 языка, русский есть. Cartesia советует переходить на 3.6, но 3.5 продолжает работать.
- Sonic 3 — действующий снимок от 12 января 2026 года, 42 языка. Старый снимок Sonic 3 от октября 2025 года Cartesia сняла 20 октября 2026 года — у нас он не продаётся.
- Ink Whisper — снимок от 4 июня 2025 года, около сотни языков, файлы целиком.
- Чего здесь нет: потоковой Ink 2 — Cartesia делала её для живого разговора с голосовыми агентами, и русского среди её пяти языков нет; у нас распознавание по готовому файлу. Копий голоса по образцу записи тоже нет: только готовые голоса Cartesia.
Вопросы и ответы
- Cartesia — это официальный доступ?
- Это наш доступ к моделям Cartesia: Весело — не Cartesia, мы продаём запросы к её моделям по своему ключу и в рублях. Текст уходит модели без правок, а ошибка нейросети денег не стоит.
- Есть ли у Cartesia русские голоса?
- Есть: в списке голосов Sonic 3.6 есть русские — мужские и женские, среди них Алексей, Дарья, Ирина и Сергей. Для озвучки на русском бери их: Cartesia советует подбирать голос под язык текста.
- Работают ли эмоции на русском?
- Метка
<emotion>у Cartesia работает только для английского. Русский текст Sonic 3.6 интонирует по смыслу, поэтому подачу здесь меняют знаки препинания и длина фраз: восклицательный знак, многоточие, короткие предложения. - Как изменить скорость речи в Sonic?
- Меткой
<speed ratio="…"/>в начале текста: от 0,6 (медленнее) до 1,5 (быстрее). По словам Cartesia, модель воспринимает это число как подсказку, и итог зависит от голоса и текста. - Чем Ink Whisper отличается от обычной Whisper?
- По словам Cartesia, Ink Whisper точнее и быстрее базовой Whisper, увереннее справляется с шумом, телефонной связью и редкими словами. Открытую Whisper тоже можно взять у нас — Whisper Large v3: сравни цены за минуту в таблицах.
- Нужен ли Cartesia API key?
- Нет. Ключ Cartesia работает только с их API, а у нас свой адрес и свой ключ
sk-vsl-…. Им же подписываются запросы к любым другим моделям каталога. - Нужны ли VPN и зарубежная карта?
- Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
- Сколько стоит запрос, который закончился ошибкой?
- Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.cartesia.ai