SeamlessM4T-Large v2
Meta · États-Unis
- Poids ouverts
- Licence : CC BY-NC 4.0
- Français annoncé
En bref : 10e sur 16 en prononciation du français.
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 huggingface.co, le 17/10/2026.
- Sortie
- 30 novembre 2023 lu sur la page de l'éditeur
- Taille
- 2,3 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 101 langues en entrée vocale, 96 en texte, 35 en sortie vocale, dont le français. Lu sur huggingface.co.
- 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 %).
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
Prononciation du français
10e sur 16taux d'erreur par mot 7,23 %
Vitesse : RTFx 154 : produit 154 secondes d'audio par seconde de calculClonage de voix : non
Source : Open TTS Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 9 octobre 2026.
Modèles proches
- Prononciation du français : devant, Magpie-Multilingual 357M (Feb 2026) (9e, 7,03 %) · derrière, Pocket TTS (11e, 7,74 %)
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
- Hugging Face (hf-audio) :
facebook/seamless-m4t-v2-large - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/facebook/seamless-m4t-v2-large/raw/main/README.md (« license: cc-by-nc-4.0 »), 17/10/2026.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.