Gradium TTS (Sep 2026)
Gradium · France
- Poids fermés (selon Artificial Analysis)
- Éditeur français
- Français annoncé
En bref : 7e sur 31 en synthèse vocale en français, dans un peloton de 5 modèles que la marge d'erreur ne permet pas de séparer ; 21e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 6 autres modèles dont les marges d'erreur se recouvrent.
Présentation
Modèle de synthèse vocale de Gradium entré en bêta publique le 22 septembre 2026 et devenu modèle par défaut le 30 septembre. Gradium annonce environ 50 millisecondes avant le premier son et une diction plus expressive que le modèle d'août. Lu sur docs.gradium.ai, gradium.ai, le 17/10/2026.
- Sortie
- 30 septembre 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 5 langues (anglais, français, allemand, espagnol, portugais) (en, fr, de, es, pt). Lu sur docs.gradium.ai, gradium.ai.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 7e sur 31 en synthèse vocale en français (1 239).
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
7e sur 31Elo 1 239, intervalle 1 216 à 1 262, 798 votes
Prix : 48 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
21e sur 96Elo 1 174, intervalle 1 160 à 1 188, 2 029 votes
Prix : 48 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, Realtime TTS-2 (6e, 1 256) · derrière, Sonic 3.5 (8e, 1 233)
- Synthèse vocale en anglais, Artificial Analysis : devant, Soniox TTS Real-Time v2 (20e, 1 179) · derrière, MiniMax Speech 2.8 HD (même rang, 1 174)
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 :
Gradium TTS (Sep 2026) - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://docs.gradium.ai/guides/release-notes/2026-09 (« 2026.09.30 New TTS model Our new Text-to-Speech model is now the default, with more expressive speech and lower latency. »), 17/10/2026
- https://docs.gradium.ai/guides/release-notes/2026-09 (« 2026.09.22 New TTS public beta Our new Text-to-Speech model entered public beta with lower latency and more expressive speech. »), 17/10/2026
- https://gradium.ai/blog/fastest-robust-tts-model (« Our latest Text-to-Speech model takes around 50ms for the first audio chunk to arrive. »), 17/10/2026
- https://docs.gradium.ai/guides/voices/overview (« Gradium provides a curated library of flagship voices across five languages »), 17/10/2026
- https://gradium.ai/blog/gradium (« Gradium launches with real-time, multilingual (English, French, German, Spanish, Portuguese) transcription and synthesis »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.