Magpie TTS Zeroshot
NVIDIA · États-Unis
- Poids ouverts (selon Artificial Analysis)
- Français annoncé
En bref : 30e sur 31 en synthèse vocale en français.
Présentation
Modèle de synthèse vocale de NVIDIA qui génère la voix à partir d'un court échantillon audio de référence, proposé en point d'accès sur build.nvidia.com et dans Riva. Il fonctionne en deux étapes avec un codec audio neuronal et produit une voix féminine ou masculine avec plusieurs émotions. Lu sur build.nvidia.com, le 17/10/2026.
- Sortie
- 27 juillet 2026 selon Artificial Analysis
Langues
- Annoncées par l'éditeur : anglais (États-Unis), espagnol (Espagne) et français (en, es, fr). Lu sur build.nvidia.com.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 30e sur 31 en synthèse vocale en français (964).
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
Synthèse vocale en français
30e sur 31Elo 964, intervalle 940 à 988, 1 251 votes
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, Fish Audio S1 (29e, 990) · derrière, OpenVoice v2 (31e, 782)
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 :
Magpie TTS Zeroshot - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://build.nvidia.com/nvidia/magpie-tts-zeroshot (« Expressive and engaging text-to-speech, generated from a short audio sample. »), 17/10/2026
- https://build.nvidia.com/nvidia/magpie-tts-zeroshot/modelcard (« Magpie TTS is a generative model, designed to be used as the first part of a neural text-to-speech system in conjunction with an audio codec model. »), 17/10/2026
- https://build.nvidia.com/nvidia/magpie-tts-zeroshot/modelcard (« it can output a female or a male voice for English-US and European-Spanish. In addition, it uses character-based encoding for French. »), 17/10/2026
- https://build.nvidia.com/nvidia/magpie-tts-zeroshot/modelcard (« with two (2) emotions for the female voice and six (6) emotions for male voices »), 17/10/2026
- https://build.nvidia.com/nvidia/magpie-tts-zeroshot/modelcard (« Runtime Engine(s): Riva 2.19.0 or greater »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.