Soniox TTS Real-Time v2
Soniox · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
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.
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 soniox.com, le 17/10/2026.
- Sortie
- 11 août 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 60 langues, dont le français. Lu sur soniox.com.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 22e sur 31 en synthèse vocale en français (1 081).
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 français · Synthèse vocale
Synthèse vocale en français
22e sur 31Elo 1 081, intervalle 1 048 à 1 114, 173 votes
Prix : 14 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
20e sur 96Elo 1 179, intervalle 1 168 à 1 190, 5 229 votes
Prix : 14 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, MiniMax Speech 2.8 Turbo (21e, 1 089) · derrière, Voxtral TTS (23e, 1 064)
- Synthèse vocale en anglais, Artificial Analysis : devant, Eleven v3 (19e, 1 180) · derrière, Gradium TTS (Sep 2026) (21e, 1 174)
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 :
Soniox TTS Real-Time v2 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.