Cartesia AI

Cartesia propose des modèles de voix pour applications en temps réel : Sonic pour la synthèse vocale, Ink pour la transcription et des agents vocaux gérés. Sonic 3.6 est présenté par l'éditeur comme son modèle le plus rapide et le plus naturel. La grille publique est en dollars par mois : Free à 0 $ avec 20 000 crédits, Pro à 5 $ avec 100 000 crédits, la licence d'usage commercial et le clonage instantané, Startup à 49 $ avec 1,25 million de crédits et le clonage professionnel, Scale à 299 $ avec 8 millions de crédits et un support prioritaire. Les sièges sont illimités sur tous les plans. Les appels d'agent vocal sont facturés 0,06 $ la minute, la téléphonie 0,014 $ la minute, et les dépassements de crédits se paient à l'usage.

La documentation indique que Sonic 3.6 gère 44 langues, dont le français. La plateforme, elle, est en anglais uniquement. L'accès se fait par API, avec une documentation destinée aux développeurs ; il n'y a pas d'éditeur de montage pensé pour un non-technicien. Le plan Enterprise ajoute DPA, BAA, SSO et questionnaires de sécurité, mais aucun hébergement européen n'est mis en avant sur les pages consultées. Les limites sont donc la prise en main technique, une facturation en crédits qu'il faut apprendre à convertir en minutes, et l'absence d'interface en français. La documentation cite des intégrations avec LiveKit et le SDK Vercel AI, ainsi qu'un serveur MCP utilisable dans Cursor ou Claude Code. Appuyez-vous sur le plan gratuit pour mesurer la qualité des voix en français avant de vous engager.