Cartesia Blog·· 2026-07-09精选评分62
Cartesia 发布面向实时语音代理的语音识别模型 Ink-2
Introducing Ink-2: The #1-ranked STT built for voice agentsWe're excited to release Ink-2: our speech-to-text model built for real-time voice agents, ranked #1 on Artificial Analysis's streaming leaderboard with the most accurate built-in turn detection of any provider.[News]Jul 9, 2026
导读
Cartesia 发布语音转文本模型 Ink-2，面向实时语音代理，称其在 Artificial Analysis 流式榜单上以最低词错误率排名第一，并内置语义端点检测。官方数据显示其 Time-to-Final-Transcript 为 0.1s，在 14 种英语口音的 AppTek 基准上 WER 为 8%，内部生产环境基准 WER 为 6.5%，轮次检测 F1 为 93%。Ink-2 已在 play.cartesia.ai 上线，可通过 API 使用，并接入 LiveKit、Vapi 和 Pipecat，多语言支持尚在开发中。
推荐理由
官方给出 Ink-2 在准确率、轮次检测和延迟三项指标上的对比数据，可据此判断语音代理的选型取舍。
来源：Cartesia Blog · cartesia.ai