状态空间模型

Cartesia推出的音频变声模型，转换音色保留原音频情感 这是Cartesia基于状态空间模型（SSM）架构研发的音频变声模型，可输出高分辨率高质量声音。不同于多数同类产品变声后丢失情感的问题，它能在转换音色的同时完整保留原始音频的表达方式与情感，支持精确音色控制，还可结合Cartesia Sonic声音生成技术使用，适配多类使用场景。

结合SSM与注意力优势的高效结构化状态空间序列模型 Mamba-2是基于结构化状态空间对偶（SSD）架构开发的新型序列模型，融合了状态空间模型（SSM）与注意力机制的核心优势。设计上支持训练过程复用矩阵乘法操作，提升硬件利用效率，可支持更大的模型状态维度，训练过程更高效，在多查询关联记忆等复杂序列任务中表现优异。