# Octave TTS

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

En bref : 69e 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/hume-ai-octave-tts/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de synthèse vocale Octave de Hume AI dans sa première version, lancée en février 2025. Il ajuste prononciation, hauteur, débit et accentuation selon l'intention émotionnelle de chaque mot, clone une voix à partir de 15 secondes d'audio et crée des voix sur description. (lu sur https://www.hume.ai/blog/octave-the-first-text-to-speech-model-that-understands-what-its-saying, https://dev.hume.ai/docs/text-to-speech-tts/overview)

- Sortie : 26 février 2025 (lu sur la page de l'éditeur, https://www.hume.ai/blog/octave-the-first-text-to-speech-model-that-understands-what-its-saying)

## Langues

- Annoncées par l'éditeur : 2 langues (anglais, espagnol) (en, es).
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://dev.hume.ai/docs/text-to-speech-tts/overview

## Ses classements

- Synthèse vocale en anglais, Artificial Analysis : 69e sur 96, Elo 1 039 (intervalle à 95 % : 1 028 à 1 050), 4 699 votes ; prix : 88 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/humeai (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en anglais, Artificial Analysis : [Bland Speech v3](https://quelleia.com/voix/modeles/bland-speech-v3/), 69e (1 039), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Gemini 2.5 Pro (Dec 2025)](https://quelleia.com/voix/modeles/google-gemini-2-5-pro-dec-2025/), 71e (1 037), 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 : Octave TTS

## Liens

- Page de l'éditeur : https://dev.hume.ai/docs/text-to-speech-tts/overview
- L'essayer : https://dev.hume.ai/reference/text-to-speech-tts/synthesize-json

## Pages lues

- https://www.hume.ai/blog/octave-the-first-text-to-speech-model-that-understands-what-its-saying (« Octave TTS: the first text-to-speech system that understands what it’s saying »), 17/10/2026
- https://www.hume.ai/blog/octave-the-first-text-to-speech-model-that-understands-what-its-saying (« Hume AI Team February 26, 2025 Share Today we’re launching Octave (Omni-capable text and voice engine), the first LLM for text-to-speech. »), 17/10/2026
- https://dev.hume.ai/docs/text-to-speech-tts/overview (« it adapts pronunciation, pitch, tempo, and emphasis to match each word’s emotional intent. »), 17/10/2026
- https://dev.hume.ai/docs/text-to-speech-tts/overview (« Octave can create a high-quality voice clone using as little as 15 seconds of audio. »), 17/10/2026
- https://dev.hume.ai/docs/text-to-speech-tts/overview (« Octave versions Feature Octave 1 Octave 2 (preview) Supported languages English, Spanish »), 17/10/2026