# SeamlessM4T-Large v2

Éditeur : Meta (États-Unis). Poids ouverts. Licence : CC BY-NC 4.0.

En bref : 10e sur 16 en prononciation du français.

Page : https://quelleia.com/voix/modeles/meta-seamless-m4t-v2-large/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle ouvert de Meta qui regroupe traduction parole-parole, parole-texte, texte-parole et texte-texte, ainsi que la reconnaissance vocale. Sa version v2 adopte l'architecture UnitY2, qui améliore qualité et vitesse de la génération de parole. (lu sur https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md)

- Sortie : 30 novembre 2023 (lu sur la page de l'éditeur, https://ai.meta.com/blog/seamless-communication/)
- Taille : 2,3 milliards de paramètres (lu sur la page de l'éditeur, https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 101 langues en entrée vocale, 96 en texte, 35 en sortie vocale, dont le français.
- Prises en charge selon Open TTS Leaderboard : 96 langues.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 10e sur 16 en prononciation du français (7,23 %).
- Source des langues annoncées : https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md

## Ses classements

- Prononciation du français : 10e sur 16, taux d'erreur par mot 7,23 % ; vitesse : RTFx 154 : produit 154 secondes d'audio par seconde de calcul ; clonage de voix : non. Source : Open TTS Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_tts_leaderboard (relevé du 19 octobre 2026, version du 9 octobre 2026).

## Modèles proches

- Prononciation du français : [Magpie-Multilingual 357M (Feb 2026)](https://quelleia.com/voix/modeles/nvidia-magpie-multilingual-357m-feb-2026/), 9e (7,03 %), juste devant
- Prononciation du français : [Pocket TTS](https://quelleia.com/voix/modeles/pocket-tts/), 11e (7,74 %), 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

- Hugging Face (hf-audio) : facebook/seamless-m4t-v2-large

## Liens

- Page de l'éditeur : https://huggingface.co/facebook/seamless-m4t-v2-large

## Pages lues

- https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« **SeamlessM4T** is our foundational all-in-one **M**assively **M**ultilingual and **M**ultimodal **M**achine **T**ranslation model delivering high-quality translation for speech and text in nearly 100 languages. »), 17/10/2026
- https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« We are releasing SeamlessM4T v2, an updated version with our novel *UnitY2* architecture. »), 17/10/2026
- https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« - 🎤 101 languages for speech input. - 💬 96 Languages for text input/output. - 🔊 35 languages for speech output. »), 17/10/2026
- https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« | fra | French | Latn | Sp, Tx | Sp, Tx | »), 17/10/2026
- https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« | [SeamlessM4T-Large v2](https://huggingface.co/facebook/seamless-m4t-v2-large) | 2.3B | »), 17/10/2026
- https://ai.meta.com/blog/seamless-communication/ (« Introducing a suite of AI language translation models that preserve expression and improve streaming November 30, 2023 »), 17/10/2026
- https://ai.meta.com/blog/seamless-communication/ (« All of the models are built on SeamlessM4T v2, the latest version of the foundational model we released in August. »), 17/10/2026