更适合
需要低延迟、自然度高 TTS 的应用：语音代理、有声读物、可访问性场景；希望定制品牌音色的产品。
不太适合
仅需静态播报/预录音频的简单场景；对 TTS 供应商独立性要求极高（只接开源自建）的团队。
对比时可看
与 ElevenLabs / Play.ht / OpenAI TTS 对比：Cartesia 主打低延迟与流式；ElevenLabs 胜在声音市场与定制；OpenAI TTS 集成简单。
选用前自检
- 流式 API 的延迟与 barge-in 表现
- 声音克隆/品牌音色的合规与版权
- 多语种支持与情感控制
- 并发计费与回退策略
常见检索问题
语音代理用哪家 TTS？
追求最低端到端延迟、与 STT+LLM 链路配合紧密：Cartesia 是热门选择；需要最大声音多样性：ElevenLabs；快速接入 OpenAI 生态：OpenAI TTS。建议把相同话术用三家各录一段做对比。
使用场景
以上介绍帮助你判断这款工具是否适合当前需求。同类工具较多时，建议先明确自己的使用频率、预算与对数据隐私的要求，再选择最顺手的一款。
同类工具
Vapi面向开发者的语音代理平台，可自选 STT / LLM / TTS 供应商搭建电话与 WebRTC 语音机器人。定价按分钟计，适合搭建客服、预约与外呼机器人。Retell AI强调低延迟与自然打断的语音代理平台，提供可视化编排与电话号码租用，适合快速落地外呼/呼入场景。出海电话请关注合规与 Do-Not-Call 名单。Bland AI主打「一条链接就能打电话」的语音代理产品，模板化工作流上线快，企业版支持自建号码池与更严数据策略。复杂合规需求仍需走定制。LiveKit AgentsLiveKit 在自家 WebRTC 基础设施之上推出的开源语音代理框架，适合想自建实时语音应用、又不想自造 RTC 层的团队。可与任意 STT/LLM/TTS 串联。Hume AI以情感与韵律研究切入的语音模型提供商，EVI 系列强调共情对话与情绪感知，适合心理、陪伴与客服等强共情场景。Deepgram老牌语音识别平台，Nova 系列 STT 在延迟与准确率上口碑稳，提供实时与批处理 API。语音代理栈里常作为 STT 层担当。PipecatDaily 开源的实时多模态管道框架，把 STT、LLM、TTS、打断与 VAD 等组件以模块化方式串起来，适合想自建语音代理工程的团队。