Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche · Synthèse vocale · relevé du

Higgs TTS 3

Boson AI · États-Unis

  • Poids ouverts
  • Licence : Boson Higgs TTS 3 Research and Non-Commercial License
  • Français annoncé

En bref : 25e sur 31 en synthèse vocale en français, ex æquo avec 3 autres modèles dont les marges d'erreur se recouvrent ; 12e sur 16 en prononciation du français ; 68e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 11 autres modèles dont les marges d'erreur se recouvrent.

Présentation

Modèle de synthèse vocale de Boson AI pensé pour faire parler des agents conversationnels, servi par l'API de l'éditeur et publié avec ses poids sur Hugging Face. Il clone une voix sans entraînement et se pilote par des balises insérées dans le texte (émotion, style, débit, pauses, bruitages). Lu sur boson.ai, docs.boson.ai, le 17/10/2026.

Sortie
4 juin 2026 lu sur la page de l'éditeur
Taille
environ 4 milliards de paramètres lu sur la page de l'éditeur

Page de l'éditeurL'essayerLes poids sur Hugging Face

Langues

Ses 3 classements

Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.

Modèles proches

Comment lire ces chiffres

Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.

D'où vient cette fiche

Nom dans les sources
Artificial Analysis : Higgs Audio V3 TTS ; Hugging Face (hf-audio) : bosonai/higgs-tts-3-4b
Fiche
Registre de QUELLE IA, lu sur https://www.boson.ai/blog/higgs-tts-3 (« For local inference, the model weights are available on Hugging Face . »), 17/10/2026.
Pages lues
  • https://www.boson.ai/blog/higgs-tts-3 (« Higgs TTS 3: beyond reading, toward real speech for voice AI The Boson AI Team June 4, 2026 »), 17/10/2026
  • https://www.boson.ai/blog/higgs-tts-3 (« It turns model responses into expressive conversational speech across 100+ languages, with zero-shot voice cloning and inline control over emotion, style, prosody, pauses, and sound effects. »), 17/10/2026
  • https://www.boson.ai/blog/higgs-tts-3 (« For local inference, the model weights are available on Hugging Face . »), 17/10/2026
  • https://docs.boson.ai/models/higgs-tts/overview (« "model": "higgs-tts-3", "input": "Hello, this is a test." »), 17/10/2026
  • https://docs.boson.ai/models/higgs-tts/languages (« Higgs TTS 3 supports 102 languages with single-digit WER/CER. »), 17/10/2026
  • https://huggingface.co/bosonai/higgs-tts-3-4b/raw/main/README.md (« The model reaches **single-digit WER/CER on 102 languages**, which split into two tiers. »), 17/10/2026
  • https://huggingface.co/bosonai/higgs-tts-3-4b/raw/main/README.md (« 🇫🇷🇨🇦 French »), 17/10/2026
  • https://huggingface.co/bosonai/higgs-tts-3-4b/raw/main/README.md (« | Backbone | ~4B autoregressive decoder (36 L, hidden=2560, GQA 32/8) | »), 17/10/2026
  • https://huggingface.co/api/models/bosonai/higgs-audio-v3-tts-4b (« "_id":"6a210f1c9a4c02e5012e4e56","id":"bosonai/higgs-tts-3-4b" »), 17/10/2026
  • https://huggingface.co/bosonai/higgs-tts-3-4b/raw/main/README.md (« @misc{bosonai_higgs_audio_tts_v3_2026, »), 17/10/2026

Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.