Zonos-v0.1
Zyphra · États-Unis
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 79e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 2 autres modèles dont les marges d'erreur se recouvrent.
Présentation
Modèle de synthèse vocale en poids ouverts, entraîné sur plus de 200 000 heures de parole, qui clone une voix à partir de quelques secondes d'extrait et permet de régler le débit, la hauteur, la qualité audio et l'émotion. Il est publié en deux variantes de 1,6 milliard de paramètres (transformer et hybride) et produit un son à 44 kHz. Lu sur huggingface.co, zyphra.com, le 17/10/2026.
- Sortie
- 10 février 2025 lu sur la page de l'éditeur
- Taille
- 1,6 milliard de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 5 langues, dont le français (en, ja, zh, fr, de). Lu sur raw.githubusercontent.com.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
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 anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
79e sur 96Elo 1 000, intervalle 1 000 à 1 000, 4 846 votes
Prix : 20 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en anglais, Artificial Analysis : devant, Raon SpeechLM (78e, 1 005) · derrière, Murf Speech Gen 2 (80e, 986)
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 :
Zonos-v0.1 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://huggingface.co/Zyphra/Zonos-v0.1-transformer/raw/main/README.md (« Zonos-v0.1 is a leading open-weight text-to-speech model trained on more than 200k hours of varied multilingual speech »), 17/10/2026
- https://huggingface.co/Zyphra/Zonos-v0.1-transformer/raw/main/README.md (« can accurately perform speech cloning when given a reference clip spanning just a few seconds. The conditioning setup also allows for fine control over speaking rate, pitch variation, audio quality, and emotions »), 17/10/2026
- https://huggingface.co/Zyphra/Zonos-v0.1-transformer/raw/main/README.md (« The model outputs speech natively at 44kHz. »), 17/10/2026
- https://www.zyphra.com/post/beta-release-of-zonos-v0-1 (« Feb 10, 2025 Palo Alto, California Beta Release of Zonos-v0.1 »), 17/10/2026
- https://www.zyphra.com/post/beta-release-of-zonos-v0-1 (« We are releasing our 1.6B transformer and 1.6B hybrid under an Apache 2.0 license. »), 17/10/2026
- https://raw.githubusercontent.com/Zyphra/Zonos/main/README.md (« Multilingual support: Zonos-v0.1 supports English, Japanese, Chinese, French, and German »), 17/10/2026
- https://www.zyphra.com/post/beta-release-of-zonos-v0-1 (« You can also access Zonos through our model playground and API »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.