# OpenAudio S1

Éditeur : Fish Audio (États-Unis). Poids fermés.

En bref : 28e sur 31 en synthèse vocale en français, ex æquo avec 2 autres modèles dont les marges d'erreur se recouvrent ; 47e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un peloton de 10 modèles que la marge d'erreur ne permet pas de séparer ; 24e sur 38 en synthèse vocale en anglais (TTS Arena).

Page : https://quelleia.com/voix/modeles/openaudio-s1/. 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 de 4 milliards de paramètres présenté sous la marque OpenAudio de Fish Audio, entraîné sur plus de 2 millions d'heures d'audio avec apprentissage par renforcement (GRPO). Il se pilote par des marqueurs d'émotion, de ton et d'effets sonores, et existe en version réduite S1-mini à poids ouverts. (lu sur https://openaudio.com/blogs/s1, https://huggingface.co/fishaudio/s1-mini)

- Sortie : 3 juin 2025 (lu sur la page de l'éditeur, https://openaudio.com/blogs/s1)
- Taille : 4 milliards de paramètres (lu sur la page de l'éditeur, https://openaudio.com/blogs/s1)

## Langues

- Annoncées par l'éditeur : 13 langues, dont le français (en, zh, ja, de, fr, es, ko, ar, ru, nl, it, pl, pt).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 28e sur 31 en synthèse vocale en français (1 000).
- Source des langues annoncées : https://fish.audio/blog/introducing-s1/, https://docs.fish.audio/developer-guide/models-pricing/models-overview.md

## Ses classements

- Synthèse vocale en français : 28e sur 31, Elo 1 000 (intervalle à 95 % : 1 000 à 1 000), 1 188 votes ; prix : 15 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/fishaudio (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, Artificial Analysis : 47e sur 96, Elo 1 083 (intervalle à 95 % : 1 072 à 1 094), 4 600 votes ; prix : 15 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/fishaudio (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, TTS Arena : 24e sur 38, Elo 1 504 (intervalle à 95 % : 1 473 à 1 535), 538 votes. Source : TTS Arena V2, TTS-AGI, https://huggingface.co/spaces/TTS-AGI/TTS-Arena-V2 (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en français : [XTTS v2](https://quelleia.com/voix/modeles/coqui-xtts-v2/), 27e (1 013), juste devant
- Synthèse vocale en français : [Fish Audio S1](https://quelleia.com/voix/modeles/fish-audio-s1/), 29e (990), juste derrière
- Synthèse vocale en anglais, Artificial Analysis : [Gemini 2.5 Flash Lite TTS](https://quelleia.com/voix/modeles/google-gemini-2-5-flash-lite-tts/), 46e (1 085), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Studio](https://quelleia.com/voix/modeles/google-studio/), 48e (1 079), juste derrière
- Synthèse vocale en anglais, TTS Arena : [Cartesia Sonic 2](https://quelleia.com/voix/modeles/cartesia-sonic-2/), 23e (1 508), juste devant
- Synthèse vocale en anglais, TTS Arena : [MiniMax Speech 2.6 HD](https://quelleia.com/voix/modeles/minimax-speech-2-6-hd/), 25e (1 501), 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 : OpenAudio S1
- TTS Arena V2 : OpenAudio S1

## Liens

- Page de l'éditeur : https://fish.audio/blog/introducing-s1/
- L'essayer : https://fish.audio/app/text-to-speech/

## Pages lues

- https://openaudio.com/blogs/s1 (« 2025-06-03 · Research Introducing S1 Our cutting-edge text-to-speech model that performs like voice actors Try it at Fish Audio We are incredibly excited to unveil OpenAudio S1 »), 17/10/2026
- https://openaudio.com/blogs/s1 (« scaling our model to 4B parameters, incorporating our in-house reward modeling, and applying RLHF (GRPO) training »), 17/10/2026
- https://fish.audio/blog/introducing-s1/ (« OpenAudio S1 is designed for global reach. It supports a wide range of languages, including: English, Chinese, Japanese, German, French, Spanish, Korean, Arabic, Russian, Dutch, Italian, Polish, Portuguese »), 17/10/2026
- https://docs.fish.audio/developer-guide/models-pricing/models-overview.md (« S1 supports text-to-speech generation in 13 languages with full emotional expression capabilities. »), 17/10/2026
- https://huggingface.co/fishaudio/s1-mini (« S1 (4B, proprietary): The full-sized model. S1-mini (0.5B): A distilled version of S1. »), 17/10/2026