Fish Audio S1
Fish Audio · États-Unis
- Poids fermés
- Français annoncé
En bref : 29e sur 31 en synthèse vocale en français, dans un peloton de 3 modèles que la marge d'erreur ne permet pas de séparer.
Présentation
Modèle de synthèse vocale de Fish Audio de 4 milliards de paramètres, entraîné sur plus de 2 millions d'heures d'audio avec un apprentissage par renforcement sur préférences humaines. Il se pilote par des marqueurs d'émotion et de ton entre parenthèses et sera retiré le 31 décembre 2026 au profit de S2.1 Pro. Lu sur fish.audio, docs.fish.audio, le 17/10/2026.
- Sortie
- 3 juin 2025 lu sur la page de l'éditeur
- Taille
- 4 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 13 langues, dont le français (en, zh, ja, de, fr, es, ko, ar, ru, nl, it, pl, pt). Lu sur docs.fish.audio.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 29e sur 31 en synthèse vocale en français (990).
Son classement
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
29e sur 31Elo 990, intervalle 968 à 1 012, 1 139 votes
Prix : 15 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, OpenAudio S1 (28e, 1 000) · derrière, Magpie TTS Zeroshot (30e, 964)
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 :
Fish Audio S1 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://openaudio.com/blogs/s1 (« 2025-06-03 · Research Introducing S1 »), 17/10/2026
- https://fish.audio/blog/introducing-s1/ (« We launch Fish Audio S1, a frontier text-to-speech audio foundation model. Fish Audio S1 is trained on over 2 million hours of audio with online RLHF (GRPO). »), 17/10/2026
- https://docs.fish.audio/developer-guide/getting-started/changelog.md (« S1 is deprecated and will be retired on December 31, 2026. »), 17/10/2026
- https://docs.fish.audio/developer-guide/getting-started/changelog.md (« S1 (4B params): 0.008 WER, 0.004 CER - Available on Fish Audio Playground »), 17/10/2026
- https://docs.fish.audio/developer-guide/models-pricing/models-overview.md (« S1 supports text-to-speech generation in 13 languages with full emotional expression capabilities. ``` English, Chinese, Japanese, German, French, Spanish, Korean, Arabic, Russian, Dutch, Italian, Polish, Portuguese »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.