MiniMax Speech 02 HD
MiniMax · Chine
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 36e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 6 autres modèles dont les marges d'erreur se recouvrent ; 12e sur 38 en synthèse vocale en anglais (TTS Arena).
Présentation
Modèle de synthèse vocale haute fidélité de la série Speech-02 de MiniMax, destiné au doublage et aux livres audio. Il clone une voix à partir d'environ 10 secondes d'enregistrement et règle l'émotion automatiquement ou sur consigne. Lu sur minimax.io, platform.minimax.io, le 17/10/2026.
- Sortie
- 2 avril 2025 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 24 langues, dont le français. Lu sur minimax.io, platform.minimax.io.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
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 anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
36e sur 96Elo 1 111, intervalle 1 100 à 1 122, 4 573 votes
Prix : 100 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, TTS Arena
12e sur 38Elo 1 509, intervalle 1 485 à 1 533, 1 243 votes
Source : TTS Arena V2, TTS-AGI · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en anglais, Artificial Analysis : devant, Fish Audio S2 Pro (35e, 1 114) · derrière, Chatterbox HD (37e, 1 105)
- Synthèse vocale en anglais, TTS Arena : devant, MiniMax Speech 2.8 Turbo (11e, 1 519) · derrière, MiniMax Speech 2.6 Turbo (13e, 1 516)
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 :
Speech-02-HD; TTS Arena V2 :MiniMax Speech 02 HD - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://www.minimax.io/news/speech-02-series (« 2025.04.02 Speech-02-series : The Next Leap in Text-to-Audio and AI Voice Technology »), 17/10/2026
- https://www.minimax.io/news/speech-02-series (« Speech-02-HD: Designed for high-fidelity applications like voiceovers and audiobooks, eliminating rhythm inconsistencies while maintaining crystal-clear sound quality. »), 17/10/2026
- https://www.minimax.io/news/speech-02-series (« Unlimited High Quality Voice Cloning: Achieve 99% vocal similarity with ultra-high fidelity in just 10 seconds of recording. »), 17/10/2026
- https://www.minimax.io/news/speech-02-series (« Auto-Detect Mode: The AI intuitively matches the emotional tone to the context of the text. - Manual Customization: »), 17/10/2026
- https://www.minimax.io/news/speech-02-series (« European & Other Languages: French, German, Spanish, Portuguese (Brazilian), Turkish, Arabic, Russian, Ukrainian and more. »), 17/10/2026
- https://platform.minimax.io/docs/guides/models-intro (« speech-02-hd • Stronger replication similarity • High quality voice generation • 24 languages supported • 7 emotions supported »), 17/10/2026
- https://platform.minimax.io/docs/release-notes/models.md (« Released the Speech-02 model series, delivering hyper-realistic vocal performance. »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.