# Studio

Éditeur : Google (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 48e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un peloton de 13 modèles que la marge d'erreur ne permet pas de séparer.

Page : https://quelleia.com/voix/modeles/google-studio/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Voix de synthèse de Google Cloud Text-to-Speech conçues pour les textes longs, comme la narration et la lecture d'actualités. Une variante à deux locuteurs, expérimentale, sert aux discussions et aux interviews. (lu sur https://docs.cloud.google.com/text-to-speech/docs/release-notes, https://docs.cloud.google.com/text-to-speech/docs/list-voices-and-types)

- Sortie : 8 février 2023 (lu sur la page de l'éditeur, https://docs.cloud.google.com/text-to-speech/docs/release-notes)

## Langues

- Annoncées par l'éditeur : 4 langues d'après le tableau des voix publié (allemand, anglais, espagnol, français) (de, en, es, fr).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://docs.cloud.google.com/text-to-speech/docs/list-voices-and-types, https://docs.cloud.google.com/text-to-speech/docs/release-notes

## Ses classements

- Synthèse vocale en anglais, Artificial Analysis : 48e sur 96, Elo 1 079 (intervalle à 95 % : 1 068 à 1 090), 4 537 votes ; prix : 160 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/google (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en anglais, Artificial Analysis : [OpenAudio S1](https://quelleia.com/voix/modeles/openaudio-s1/), 47e (1 083), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Eleven Flash v2.5](https://quelleia.com/voix/modeles/elevenlabs-flash-v2-5/), 49e (1 078), 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 : Studio

## Liens

- Page de l'éditeur : https://docs.cloud.google.com/text-to-speech/docs/list-voices-and-types
- L'essayer : https://cloud.google.com/text-to-speech

## Pages lues

- https://docs.cloud.google.com/text-to-speech/docs/release-notes (« February 08, 2023 Change Text-to-Speech now offers Studio voices. This voice type is designed specifically for use with long-form texts such as narration and news reading. »), 17/10/2026
- https://docs.cloud.google.com/text-to-speech/docs/list-voices-and-types (« Create discussions and interviews with the multispeaker studio voices »), 17/10/2026
- https://docs.cloud.google.com/text-to-speech/docs/list-voices-and-types (« French (France) Studio fr-FR fr-FR-Studio-A FEMALE »), 17/10/2026
- https://docs.cloud.google.com/text-to-speech/docs/release-notes (« Cloud Text-to-Speech now offers de-DE and fr-FR Studio voices: de-DE-Studio-B, de-DE-Studio-C, fr-FR-Studio-A, and fr-FR-Studio-D. »), 17/10/2026