# OpenAudio S1 Mini

Éditeur : Fish Audio (États-Unis). Poids ouverts. Licence : CC BY-NC-SA 4.0.

En bref : 24e sur 31 en synthèse vocale en français, ex æquo avec 3 autres modèles dont les marges d'erreur se recouvrent ; 67e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un groupe de 12 modèles trop proches pour être départagés.

Page : https://quelleia.com/voix/modeles/fish-audio-openaudio-s1-mini/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Version distillée de 0,5 milliard de paramètres du modèle de synthèse vocale S1 de Fish Audio, destinée aux environnements aux ressources limitées. Ses poids sont téléchargeables sur Hugging Face après acceptation de conditions, sous licence non commerciale. (lu sur https://huggingface.co/fishaudio/s1-mini, https://fish.audio/blog/introducing-s1/)

- Sortie : 3 juin 2025 (lu sur la page de l'éditeur, https://openaudio.com/blogs/s1)
- Taille : 0,5 milliard de paramètres (lu sur la page de l'éditeur, https://huggingface.co/fishaudio/s1-mini)

## Langues

- Annoncées par l'éditeur : 13 langues, dont le français (en, zh, ja, de, fr, es, ko, ar, ru, nl, it, pl, pt).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 24e sur 31 en synthèse vocale en français (1 057).
- Source des langues annoncées : https://huggingface.co/fishaudio/s1-mini

## Ses classements

- Synthèse vocale en français : 24e sur 31, Elo 1 057 (intervalle à 95 % : 1 036 à 1 078), 1 210 votes ; prix : 15 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/fishaudio (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, Artificial Analysis : 67e sur 96, Elo 1 044 (intervalle à 95 % : 1 024 à 1 064), 1 682 votes ; prix : 15 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/fishaudio (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en français : [Voxtral TTS](https://quelleia.com/voix/modeles/voxtral-tts/), 23e (1 064), juste devant
- Synthèse vocale en français : [Higgs TTS 3](https://quelleia.com/voix/modeles/boson-ai-higgs-tts-3-4b/), 25e (1 050), juste derrière
- Synthèse vocale en anglais, Artificial Analysis : [Maya1](https://quelleia.com/voix/modeles/maya1/), 66e (1 046), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Higgs TTS 3](https://quelleia.com/voix/modeles/boson-ai-higgs-tts-3-4b/), 68e (1 042), juste derrière

## 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.

## Noms dans les sources

- Artificial Analysis : OpenAudio S1 Mini

## Liens

- Page de l'éditeur : https://huggingface.co/fishaudio/s1-mini
- L'essayer : https://huggingface.co/spaces/fishaudio/s1-mini

## Pages lues

- https://huggingface.co/fishaudio/s1-mini (« S1-mini (0.5B): A distilled version of S1. »), 17/10/2026
- https://huggingface.co/fishaudio/s1-mini (« Supported languages: English (en) Chinese (zh) Japanese (ja) German (de) French (fr) Spanish (es) Korean (ko) Arabic (ar) Russian (ru) Dutch (nl) Italian (it) Polish (pl) Portuguese (pt) »), 17/10/2026
- https://fish.audio/blog/introducing-s1/ (« S1-mini (0.5B) - a distilled version for resource-constrained environments, available on Hugging Face »), 17/10/2026
- https://openaudio.com/blogs/s1 (« 2025-06-03 · Research Introducing S1 »), 17/10/2026