Sonic 3.6
Cartesia · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 2e sur 31 en synthèse vocale en français, dans un peloton de 3 modèles que la marge d'erreur ne permet pas de séparer ; 4e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 2 autres modèles dont les marges d'erreur se recouvrent.
Présentation
Version de Sonic disponible depuis fin août 2026, qui porte la synthèse vocale temps réel à 44 langues avec l'ajout de l'odia et de l'ourdou. Elle passe du hindi à l'anglais dans une même phrase et garde mieux l'accent des voix clonées. Lu sur cartesia.ai, le 17/10/2026.
- Sortie
- 27 août 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 44 langues, dont le français. Lu sur docs.cartesia.ai.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 2e sur 31 en synthèse vocale en français (1 344).
Ses 2 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.
- En français · Synthèse vocale
Synthèse vocale en français
2e sur 31Elo 1 344, intervalle 1 320 à 1 368, 1 075 votes
Prix : 49 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
4e sur 96Elo 1 287, intervalle 1 272 à 1 302, 2 564 votes
Prix : 49 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, Eleven v4 (1er, 1 361) · derrière, Eleven v4 Turbo (3e, 1 320)
- Synthèse vocale en anglais, Artificial Analysis : devant, Qwen-Audio-3.1-TTS-Plus (3e, 1 296) · derrière, Gemini 3.8 Flash TTS (5e, 1 278)
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 :
Sonic 3.6 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://docs.cartesia.ai/build-with-cartesia/tts-models/latest (« sonic-3.6-2026-08-27 August 27, 2026 »), 17/10/2026
- https://docs.cartesia.ai/build-with-cartesia/tts-models/latest (« Sonic 3.6 speaks 44 languages. The table below lists their base language codes. »), 17/10/2026
- https://docs.cartesia.ai/build-with-cartesia/tts-models/latest (« English ( en ) French ( fr ) German ( de ) »), 17/10/2026
- https://cartesia.ai/blog/sonic-3.6 (« Code-switch between Hindi and English in a single generation using transcripts in Devanagari, Latin script, or a mix. »), 17/10/2026
- https://cartesia.ai/blog/sonic-3.6 (« plus two new languages: Odia and Urdu »), 17/10/2026
- https://cartesia.ai/blog/sonic-3.6 (« Sonic-3.6 holds onto a speaker’s accent far better »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.