# Soniox TTS Real-Time v2

Éditeur : Soniox (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 22e sur 31 en synthèse vocale en français, dans un peloton de 5 modèles que la marge d'erreur ne permet pas de séparer ; 20e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un groupe de 7 modèles trop proches pour être départagés.

Page : https://quelleia.com/voix/modeles/soniox-tts-real-time-v2/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Soniox TTS v2 est un modèle de synthèse vocale en temps réel, servi par API, qui couvre plus de 60 langues avec une même voix. Il ajoute des balises audio pour diriger l'émotion et le jeu, ainsi que le clonage de voix. (lu sur https://soniox.com/blog/soniox-tts-v2/, https://soniox.com/docs/tts/models)

- Sortie : 11 août 2026 (lu sur la page de l'éditeur, https://soniox.com/blog/soniox-tts-v2/)

## Langues

- Annoncées par l'éditeur : plus de 60 langues, dont le français.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 22e sur 31 en synthèse vocale en français (1 081).
- Source des langues annoncées : https://soniox.com/blog/soniox-tts-v2/

## Ses classements

- Synthèse vocale en français : 22e sur 31, Elo 1 081 (intervalle à 95 % : 1 048 à 1 114), 173 votes ; prix : 14 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/soniox (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, Artificial Analysis : 20e sur 96, Elo 1 179 (intervalle à 95 % : 1 168 à 1 190), 5 229 votes ; prix : 14 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/soniox (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en français : [MiniMax Speech 2.8 Turbo](https://quelleia.com/voix/modeles/minimax-speech-2-8-turbo/), 21e (1 089), juste devant
- Synthèse vocale en français : [Voxtral TTS](https://quelleia.com/voix/modeles/voxtral-tts/), 23e (1 064), juste derrière
- Synthèse vocale en anglais, Artificial Analysis : [Eleven v3](https://quelleia.com/voix/modeles/elevenlabs-eleven-v3/), 19e (1 180), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Gradium TTS (Sep 2026)](https://quelleia.com/voix/modeles/gradium-tts-sep-2026/), 21e (1 174), 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 : Soniox TTS Real-Time v2

## Liens

- Page de l'éditeur : https://soniox.com/blog/soniox-tts-v2/
- L'essayer : https://soniox.com/docs/tts/get-started

## Pages lues

- https://soniox.com/blog/soniox-tts-v2/ (« August 11, 2026 by Soniox Team »), 17/10/2026
- https://soniox.com/blog/soniox-tts-v2/ (« It brings extraordinary voice quality, expressive control, exceptional precision, high-quality voice cloning, support for more than 60 languages, and low-latency streaming »), 17/10/2026
- https://soniox.com/blog/soniox-tts-v2/ (« English Spanish Japanese French German »), 17/10/2026
- https://soniox.com/docs/tts/models (« Soniox TTS v2 is now generally available. tts-rt-v2 is available to all API customers »), 17/10/2026