En françaisArtificial Analysis
Synthèse vocale en français
Ce qui est mesuré : préférences de votants de langue maternelle française, à l'aveugle, entre deux voix qui lisent le même texte avec la même voix de référence (arène Controlled Voice, tranche française). Elo : plus il est haut, plus les votants ont préféré ce modèle. L'intervalle est celui que publie la source, à 95 % ; deux modèles dont les intervalles se recouvrent sont ex æquo.
Eleven v4 (ElevenLabs) arrive premier avec un Elo de 1 361, ex æquo avec Sonic 3.6 et Eleven v4 Turbo, sur 31 modèles (Artificial Analysis, relevé du 19 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Elo | Intervalle | Votes |
|---|---|---|---|---|
| Ex æquoRangs 1 à 3 : leurs intervalles se recouvrent. | ||||
| 1 | Eleven v4frElevenLabs | 1 361 | 1 336 à 1 386 | 1 152 |
| 2 | Sonic 3.6frCartesia | 1 344 | 1 320 à 1 368 | 1 075 |
| 3 | Eleven v4 TurbofrElevenLabs | 1 320 | 1 296 à 1 344 | 1 002 |
| Ex æquoRangs 4 à 8 : leurs intervalles se recouvrent. | ||||
| 4 | v3 ConversationalfrElevenLabs | 1 264 | 1 242 à 1 286 | 1 084 |
| 5 | Eleven v3frElevenLabs | 1 259 | 1 237 à 1 281 | 1 210 |
| 6 | Realtime TTS-2frInworld AI | 1 256 | 1 234 à 1 278 | 1 122 |
| 7 | Gradium TTS (Sep 2026)FRfrGradium | 1 239 | 1 216 à 1 262 | 798 |
| 8 | Sonic 3.5frCartesia | 1 233 | 1 212 à 1 254 | 1 190 |
| Ex æquoRangs 9 à 12 : leurs intervalles se recouvrent. | ||||
| 9 | Gemini 3.8 Flash TTSfrGoogle | 1 205 | 1 184 à 1 226 | 1 372 |
| 10 | Gradium TTS (Aug 2026)FRfrGradium | 1 199 | 1 178 à 1 220 | 1 240 |
| 11 | Gemini 3.8 Flash-Lite TTSfrGoogle | 1 190 | 1 169 à 1 211 | 1 436 |
| 12 | Qwen-Audio-3.0-TTS-PlusfrAlibaba | 1 166 | 1 143 à 1 189 | 668 |
| Ex æquoRangs 13 à 17 : leurs intervalles se recouvrent. | ||||
| 13 | Eleven Multilingual v2frElevenLabs | 1 162 | 1 141 à 1 183 | 1 137 |
| 14 | Realtime TTS-2 FlashfrInworld AI | 1 155 | 1 134 à 1 176 | 1 078 |
| 15 | Simba 3.0frSpeechifyAI | 1 150 | 1 129 à 1 171 | 1 013 |
| 16 | SpaceXAI TTSfrSpaceXSI | 1 149 | 1 128 à 1 170 | 1 218 |
| 17 | Eleven Flash v2.5frElevenLabs | 1 131 | 1 110 à 1 152 | 1 173 |
| Ex æquoRangs 18 à 22 : leurs intervalles se recouvrent. | ||||
| 18 | Eleven Turbo v2.5frElevenLabs | 1 113 | 1 092 à 1 134 | 1 171 |
| 19 | MiniMax Speech 2.8 HDfrMiniMax | 1 112 | 1 091 à 1 133 | 1 185 |
| 20 | Sonic 3frCartesia | 1 098 | 1 077 à 1 119 | 1 161 |
| 21 | MiniMax Speech 2.8 TurbofrMiniMax | 1 089 | 1 068 à 1 110 | 1 219 |
| 22 | Soniox TTS Real-Time v2frSoniox | 1 081 | 1 048 à 1 114 | 173 |
| Ex æquoRangs 23 à 26 : leurs intervalles se recouvrent. | ||||
| 23 | Voxtral TTSFRfrMistral AI · poids ouverts | 1 064 | 1 043 à 1 085 | 1 179 |
| 24 | OpenAudio S1 MinifrFish Audio · poids ouverts | 1 057 | 1 036 à 1 078 | 1 210 |
| 25 | Higgs TTS 3frBoson AI · poids ouverts | 1 050 | 1 029 à 1 071 | 1 149 |
| 26 | Fish Audio S2 ProfrFish Audio · poids ouverts | 1 049 | 1 028 à 1 070 | 1 158 |
| Ex æquoRangs 27 à 29 : leurs intervalles se recouvrent. | ||||
| 27 | XTTS v2frCoqui · poids ouverts | 1 013 | 991 à 1 035 | 1 175 |
| 28 | OpenAudio S1frrepèreFish Audio | 1 000 | 1 000 à 1 000 | 1 188 |
| 29 | Fish Audio S1frFish Audio | 990 | 968 à 1 012 | 1 139 |
| 30 | Magpie TTS ZeroshotfrNVIDIA · poids ouverts | 964 | 940 à 988 | 1 251 |
| 31 | OpenVoice v2frMyShell · poids ouverts | 782 | 752 à 812 | 1 181 |
Source : Artificial Analysis · · sa méthode.
En françaisOpen TTS Leaderboard
Prononciation du français
Ce qui est mesuré : taux d'erreur par mot quand un modèle de transcription relit la voix de synthèse en français (CV3-Eval, sans clonage de voix), modèles à poids ouverts seulement. Taux d'erreur par mot : la part des mots mal transcrits quand un modèle de transcription relit la voix de synthèse. Plus il est bas, mieux c'est.
OmniVoice (Next-gen Kaldi) arrive premier avec un taux d'erreur par mot de 4,72 %, sur 16 modèles (Open TTS Leaderboard, relevé du 19 octobre 2026, version du 9 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Taux d'erreur |
|---|---|---|
| 1 | OmniVoicefrNext-gen Kaldi · poids ouverts | 4,72 % |
| 2 | Fish Audio S2 ProfrFish Audio · poids ouverts | 5,35 % |
| 3 | Kokoro 82M v1.0frhexgrad · poids ouverts | 5,41 % |
| 4 | Supertonic 3frSupertone Inc. · poids ouverts | 5,44 % |
| 5 | VoxCPM2frOpenBMB · poids ouverts | 5,46 % |
| 6 | Fun-CosyVoice 3.0frFunAudioLLM · poids ouverts | 5,79 % |
| 7 | Qwen3-TTS-12Hz-1.7B-CustomVoicefrAlibaba · poids ouverts | 5,94 % |
| 8 | MOSS-TTSfrOpenMOSS · poids ouverts | 6,11 % |
| 9 | Magpie-Multilingual 357M (Feb 2026)frNVIDIA · poids ouverts | 7,03 % |
| 10 | SeamlessM4T-Large v2frMeta · poids ouverts | 7,23 % |
| 11 | Pocket TTSFRfrKyutai · poids ouverts | 7,74 % |
| 12 | Higgs TTS 3frBoson AI · poids ouverts | 10,68 % |
| 13 | VibeVoice-Realtime-0.5BfrMicrosoft · poids ouverts | 11,92 % |
| 14 | Voxtral TTSFRfrMistral AI · poids ouverts | 13,42 % |
| 15 | Qwen3-Omni-30B-A3B-InstructfrAlibaba · poids ouverts | 14,23 % |
| 16 | chatterboxResemble AI · poids ouverts | 16,34 % |
Source : Open TTS Leaderboard, Hugging Face · .
En anglais, à part
Deux classements, chacun d'une seule source et dans son unité : ils ne se lisent pas l'un contre l'autre, et leurs chiffres ne se comparent pas à ceux du français.
En anglaisArtificial Analysis
Synthèse vocale en anglais, Artificial Analysis
Ce qui est mesuré : préférences de votants à l'aveugle entre deux voix qui lisent le même texte, chaque modèle avec ses propres voix (arène Provider Voice, anglais américain et britannique). Elo : plus il est haut, plus les votants ont préféré ce modèle. L'intervalle est celui que publie la source, à 95 % ; deux modèles dont les intervalles se recouvrent sont ex æquo.
Eleven v4 Turbo (ElevenLabs) arrive premier avec un Elo de 1 329, ex æquo avec Eleven v4, sur 96 modèles (Artificial Analysis, relevé du 19 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Elo | Intervalle | Votes |
|---|---|---|---|---|
| Ex æquoRangs 1 à 2 : leurs intervalles se recouvrent. | ||||
| 1 | Eleven v4 TurbofrElevenLabs | 1 329 | 1 312 à 1 346 | 1 839 |
| 2 | Eleven v4frElevenLabs | 1 328 | 1 311 à 1 345 | 2 135 |
| Ex æquoRangs 3 à 5 : leurs intervalles se recouvrent. | ||||
| 3 | Qwen-Audio-3.1-TTS-PlusAlibaba | 1 296 | 1 280 à 1 312 | 1 750 |
| 4 | Sonic 3.6frCartesia | 1 287 | 1 272 à 1 302 | 2 564 |
| 5 | Gemini 3.8 Flash TTSfrGoogle | 1 278 | 1 263 à 1 293 | 2 806 |
| Ex æquoRangs 6 à 10 : leurs intervalles se recouvrent. | ||||
| 6 | Qwen-Audio-3.0-TTS-PlusfrAlibaba | 1 265 | 1 251 à 1 279 | 2 264 |
| 7 | Realtime TTS-2frInworld AI | 1 262 | 1 247 à 1 277 | 2 011 |
| 8 | Gemini 3.8 Flash-Lite TTSfrGoogle | 1 248 | 1 234 à 1 262 | 2 810 |
| 9 | Simba 3.2SpeechifyAI | 1 245 | 1 232 à 1 258 | 3 178 |
| 10 | Fish Audio Drama 3 PreviewfrFish Audio · poids ouverts | 1 244 | 1 229 à 1 259 | 1 999 |
| Ex æquoRangs 11 à 16 : leurs intervalles se recouvrent. | ||||
| 11 | Breeze TTS 2frBreezeBlue · poids ouverts | 1 222 | 1 208 à 1 236 | 2 138 |
| 12 | Realtime TTS-2 FlashfrInworld AI | 1 219 | 1 206 à 1 232 | 2 459 |
| 13 | Luna TTSVUI Labs | 1 217 | 1 205 à 1 229 | 3 382 |
| 14 | StepAudio 2.5 TTS (Aug 2026)StepFun | 1 216 | 1 202 à 1 230 | 2 028 |
| 15 | Gemini 3.1 Flash TTSfrGoogle | 1 213 | 1 202 à 1 224 | 4 143 |
| 16 | v3 ConversationalfrElevenLabs | 1 210 | 1 197 à 1 223 | 2 610 |
| Ex æquoRangs 17 à 23 : leurs intervalles se recouvrent. | ||||
| 17 | Sonic 3.5frCartesia | 1 191 | 1 180 à 1 202 | 3 667 |
| 18 | Fish Audio S2.1 Pro (Oct 2026)frFish Audio | 1 190 | 1 176 à 1 204 | 1 929 |
| 19 | Eleven v3frElevenLabs | 1 180 | 1 169 à 1 191 | 4 960 |
| 20 | Soniox TTS Real-Time v2frSoniox | 1 179 | 1 168 à 1 190 | 5 229 |
| 21 | Gradium TTS (Sep 2026)FRfrGradium | 1 174 | 1 160 à 1 188 | 2 029 |
| 21 | MiniMax Speech 2.8 HDfrMiniMax | 1 174 | 1 163 à 1 185 | 5 043 |
| 23 | Lightning V3.1 Pro (Jul 2026)Smallest AI | 1 170 | 1 157 à 1 183 | 2 645 |
| Ex æquoRangs 24 à 30 : leurs intervalles se recouvrent. | ||||
| 24 | Falcon 2frMurf AI | 1 154 | 1 141 à 1 167 | 2 319 |
| 25 | Gradium TTS (Aug 2026)FRfrGradium | 1 152 | 1 139 à 1 165 | 2 286 |
| 25 | MiniMax Speech 2.8 TurbofrMiniMax | 1 152 | 1 141 à 1 163 | 4 823 |
| 27 | SpaceXAI TTSfrSpaceXSI | 1 146 | 1 132 à 1 160 | 1 744 |
| 28 | Async Flash v1.5frAsync | 1 141 | 1 129 à 1 153 | 2 550 |
| 29 | Azure HD 2.5frMicrosoft | 1 137 | 1 125 à 1 149 | 2 868 |
| 30 | Step TTS 2 (Mar 2026)StepFun | 1 136 | 1 124 à 1 148 | 2 679 |
| Ex æquoRangs 31 à 37 : leurs intervalles se recouvrent. | ||||
| 31 | Async Pro v1.0Async | 1 129 | 1 117 à 1 141 | 2 440 |
| 32 | MiniMax Speech 2.6 HDfrMiniMax | 1 128 | 1 117 à 1 139 | 4 195 |
| 33 | MiniMax Speech 2.6 TurbofrMiniMax | 1 122 | 1 111 à 1 133 | 4 483 |
| 33 | Simba 3.0frSpeechifyAI | 1 122 | 1 110 à 1 134 | 2 889 |
| 35 | Fish Audio S2 ProfrFish Audio · poids ouverts | 1 114 | 1 102 à 1 126 | 2 621 |
| 36 | MiniMax Speech 02 HDfrMiniMax | 1 111 | 1 100 à 1 122 | 4 573 |
| 37 | Chatterbox HDResemble AI | 1 105 | 1 093 à 1 117 | 2 592 |
| Ex æquoRangs 38 à 47 : leurs intervalles se recouvrent. | ||||
| 38 | TTS-1 HDfrOpenAI | 1 102 | 1 091 à 1 113 | 3 709 |
| 39 | Step Audio EditX (Mar 2026)StepFun · poids ouverts | 1 100 | 1 088 à 1 112 | 2 249 |
| 40 | Eleven Turbo v2.5frElevenLabs | 1 097 | 1 087 à 1 107 | 6 975 |
| 41 | Eleven Multilingual v2frElevenLabs | 1 096 | 1 086 à 1 106 | 7 429 |
| 41 | Speech 2.6HiThink | 1 096 | 1 084 à 1 108 | 2 352 |
| 43 | MiniMax Speech 02 TurbofrMiniMax | 1 091 | 1 080 à 1 102 | 3 927 |
| 44 | TTS-1frOpenAI | 1 090 | 1 079 à 1 101 | 6 237 |
| 45 | Voxtral TTSFRfrMistral AI · poids ouverts | 1 089 | 1 077 à 1 101 | 2 345 |
| 46 | Gemini 2.5 Flash Lite TTSfrGoogle | 1 085 | 1 073 à 1 097 | 3 249 |
| 47 | OpenAudio S1frFish Audio | 1 083 | 1 072 à 1 094 | 4 600 |
| Ex æquoRangs 48 à 60 : leurs intervalles se recouvrent. | ||||
| 48 | StudiofrGoogle | 1 079 | 1 068 à 1 090 | 4 537 |
| 49 | Eleven Flash v2.5frElevenLabs | 1 078 | 1 067 à 1 089 | 5 805 |
| 49 | GPT-Realtime-2OpenAI | 1 078 | 1 066 à 1 090 | 2 224 |
| 51 | JourneyfrGoogle | 1 074 | 1 061 à 1 087 | 2 327 |
| 52 | T2A-01-HDfrMiniMax | 1 066 | 1 055 à 1 077 | 5 024 |
| 53 | Maya 2 FlashMaya Research | 1 065 | 1 052 à 1 078 | 2 081 |
| 54 | Kokoro 82M v1.0frhexgrad · poids ouverts | 1 064 | 1 053 à 1 075 | 5 386 |
| 54 | Magpie-Multilingual 357M (Feb 2026)frNVIDIA · poids ouverts | 1 064 | 1 052 à 1 076 | 2 231 |
| 54 | Polly GenerativefrAmazon | 1 064 | 1 052 à 1 076 | 3 801 |
| 57 | Chirp 3: HDfrGoogle | 1 061 | 1 049 à 1 073 | 3 419 |
| 58 | Gemini 2.5 Flash TTS (Dec 2025)frGoogle | 1 060 | 1 048 à 1 072 | 2 926 |
| 59 | Sonic 3frCartesia | 1 058 | 1 046 à 1 070 | 3 539 |
| 60 | CodafrRime | 1 057 | 1 045 à 1 069 | 2 404 |
| Ex æquoRangs 61 à 72 : leurs intervalles se recouvrent. | ||||
| 61 | Octave 2frHume AI | 1 055 | 1 043 à 1 067 | 3 151 |
| 62 | MiMo-V2.5-TTSXiaomi | 1 054 | 1 041 à 1 067 | 2 066 |
| 63 | Flux TTSDeepgram | 1 052 | 1 039 à 1 065 | 2 116 |
| 64 | Async Flash v1.0frAsync | 1 049 | 1 038 à 1 060 | 4 052 |
| 65 | Maya 2 GlobalMaya Research | 1 047 | 1 034 à 1 060 | 1 937 |
| 66 | Maya1Maya Research · poids ouverts | 1 046 | 1 034 à 1 058 | 3 301 |
| 67 | OpenAudio S1 MinifrFish Audio · poids ouverts | 1 044 | 1 024 à 1 064 | 1 682 |
| 68 | Higgs TTS 3frBoson AI · poids ouverts | 1 042 | 1 029 à 1 055 | 2 159 |
| 69 | Bland Speech v3Bland AI | 1 039 | 1 026 à 1 052 | 2 443 |
| 69 | Octave TTSHume AI | 1 039 | 1 028 à 1 050 | 4 699 |
| 71 | Gemini 2.5 Pro (Dec 2025)frGoogle | 1 037 | 1 024 à 1 050 | 2 464 |
| 72 | Azure NeuralfrMicrosoft | 1 034 | 1 015 à 1 053 | 1 156 |
| Ex æquoRangs 73 à 77 : leurs intervalles se recouvrent. | ||||
| 73 | MAI-Voice-1Microsoft | 1 031 | 1 019 à 1 043 | 2 322 |
| 74 | Polly Long-FormAmazon | 1 030 | 1 017 à 1 043 | 1 960 |
| 74 | T2A-01-TurboMiniMax | 1 030 | 1 019 à 1 041 | 4 958 |
| 76 | ChatterboxResemble AI · poids ouverts | 1 026 | 1 015 à 1 037 | 4 697 |
| 77 | Lightning v3.1frSmallest AI | 1 024 | 1 011 à 1 037 | 2 281 |
| Ex æquoRangs 78 à 80 : leurs intervalles se recouvrent. | ||||
| 78 | Raon SpeechLMKRAFTON | 1 005 | 992 à 1 018 | 2 135 |
| 79 | Zonos-v0.1frrepèreZyphra · poids ouverts | 1 000 | 1 000 à 1 000 | 4 846 |
| 80 | Murf Speech Gen 2frMurf AI | 986 | 974 à 998 | 4 994 |
| Ex æquoRangs 81 à 86 : leurs intervalles se recouvrent. | ||||
| 81 | OpenVoice v2frMyShell · poids ouverts | 957 | 944 à 970 | 3 042 |
| 81 | VibeVoice 1.5BMicrosoft · poids ouverts | 957 | 943 à 971 | 2 127 |
| 83 | Neuphonic TTSNeuphonic | 943 | 929 à 957 | 2 421 |
| 84 | Qwen3 TTS FlashfrAlibaba | 942 | 928 à 956 | 2 167 |
| 85 | Qwen3 TTSAlibaba | 932 | 919 à 945 | 2 995 |
| 86 | Kugel 3frKugelAudio | 931 | 918 à 944 | 4 262 |
| Ex æquoRangs 87 à 92 : leurs intervalles se recouvrent. | ||||
| 87 | WaveNetfrGoogle | 918 | 906 à 930 | 6 306 |
| 88 | XTTS v2frCoqui · poids ouverts | 917 | 902 à 932 | 2 611 |
| 89 | Mist V2frRime | 904 | 889 à 919 | 2 954 |
| 90 | Polly NeuralfrAmazon | 897 | 883 à 911 | 2 878 |
| 91 | Neural2frGoogle | 894 | 882 à 906 | 6 591 |
| 92 | StyleTTS 2Columbia University · poids ouverts | 892 | 877 à 907 | 2 584 |
| Ex æquoRangs 93 à 94 : leurs intervalles se recouvrent. | ||||
| 93 | StandardfrGoogle | 886 | 874 à 898 | 6 650 |
| 94 | Noiz TTSNoiz | 878 | 863 à 893 | 2 269 |
| Ex æquoRangs 95 à 96 : leurs intervalles se recouvrent. | ||||
| 95 | MetaVoice v1MetaVoice · poids ouverts | 848 | 830 à 866 | 1 572 |
| 96 | Polly StandardfrAmazon | 832 | 816 à 848 | 3 502 |
Source : Artificial Analysis · · sa méthode.
En anglaisTTS Arena V2
Synthèse vocale en anglais, TTS Arena
Ce qui est mesuré : préférences d'internautes à l'aveugle entre deux voix qui lisent la même phrase en anglais. Elo : plus il est haut, plus les votants ont préféré ce modèle. Le rang est celui de la source, qui range par la borne basse de l'intervalle.
Inworld TTS MAX (Inworld AI) arrive premier avec un Elo de 1 553, sur 38 modèles (TTS Arena V2, relevé du 19 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Elo | Intervalle | Votes |
|---|---|---|---|---|
| 1 | Inworld TTS MAXInworld AI | 1 553 | 1 533 à 1 573 | 1 479 |
| 2 | CastleFlow v1.0retiréAsync | 1 556 | 1 532 à 1 580 | 1 643 |
| 3 | AuroraÉditeur inconnu | 1 563 | 1 530 à 1 596 | 575 |
| 4 | Papla P1retiréPapla Media | 1 545 | 1 519 à 1 571 | 958 |
| 5 | Inworld TTSInworld AI | 1 537 | 1 516 à 1 558 | 1 963 |
| 6 | star-june-2026Éditeur inconnu | 1 538 | 1 506 à 1 570 | 497 |
| 7 | MiniMax Speech 2.8 HDfrMiniMax | 1 535 | 1 505 à 1 565 | 503 |
| 8 | Hume OctaveHume AI | 1 521 | 1 497 à 1 545 | 1 143 |
| 9 | Lightning v3.1 ProfrSmallest AI | 1 523 | 1 495 à 1 551 | 539 |
| 10 | Gradium TTS (pre-2026.08)FRfrGradium | 1 520 | 1 489 à 1 551 | 563 |
| 11 | MiniMax Speech 2.8 TurbofrMiniMax | 1 519 | 1 490 à 1 548 | 533 |
| 12 | MiniMax Speech 02 HDfrMiniMax | 1 509 | 1 485 à 1 533 | 1 243 |
| 13 | MiniMax Speech 2.6 TurbofrMiniMax | 1 516 | 1 485 à 1 547 | 542 |
| 14 | OpenAudio S2Fish Audio | 1 515 | 1 484 à 1 546 | 539 |
| 15 | Eleven Multilingual v2frElevenLabs | 1 504 | 1 482 à 1 526 | 1 144 |
| 16 | Deepdub eTTS 3.2frprovisoireDeepdub | 1 527 | 1 485 à 1 569 | 271 |
| 17 | Eleven Turbo v2.5frElevenLabs | 1 504 | 1 480 à 1 528 | 1 139 |
| 18 | Eleven Flash v2.5frElevenLabs | 1 505 | 1 482 à 1 528 | 1 165 |
| 19 | Inworld TTS 1.5 MAXInworld AI | 1 507 | 1 477 à 1 537 | 613 |
| 20 | MiniMax Speech 02 TurbofrMiniMax | 1 500 | 1 477 à 1 523 | 1 231 |
| 21 | ParmesanÉditeur inconnu | 1 498 | 1 476 à 1 520 | 1 412 |
| 22 | Typecast SSFM 3.0frNeosapience | 1 506 | 1 475 à 1 537 | 551 |
| 23 | Cartesia Sonic 2frCartesia | 1 508 | 1 475 à 1 541 | 460 |
| 24 | OpenAudio S1frFish Audio | 1 504 | 1 473 à 1 535 | 538 |
| 25 | MiniMax Speech 2.6 HDfrMiniMax | 1 501 | 1 472 à 1 530 | 560 |
| 26 | Hithink Speech 2.6Éditeur inconnu | 1 502 | 1 472 à 1 532 | 539 |
| 27 | Eleven v3frElevenLabs | 1 496 | 1 465 à 1 527 | 550 |
| 28 | ChatterboxResemble AI · poids ouverts | 1 476 | 1 456 à 1 496 | 1 784 |
| 29 | Voice.ai Text to Speech V1frVoice.ai | 1 483 | 1 453 à 1 513 | 548 |
| 30 | Kokoro 82M v1.0frretiréhexgrad · poids ouverts | 1 473 | 1 450 à 1 496 | 1 033 |
| 31 | Tontaube V0retiréTontaube | 1 481 | 1 448 à 1 514 | 519 |
| 32 | Magpie Research PreviewretiréNVIDIA | 1 469 | 1 432 à 1 506 | 448 |
| 33 | NeuTTS MaxretiréNeuphonic | 1 435 | 1 408 à 1 462 | 755 |
| 34 | Magpie MultilingualfrretiréNVIDIA · poids ouverts | 1 402 | 1 376 à 1 428 | 1 056 |
| 35 | Silk Mulberry 1.5provisoirerumik | 1 418 | 1 375 à 1 461 | 251 |
| 36 | Maya1retiréMaya Research · poids ouverts | 1 406 | 1 370 à 1 442 | 467 |
| 37 | Wordcab TTSretiréWordcab | 1 356 | 1 335 à 1 377 | 1 741 |
| 38 | VeenaretiréMaya Research · poids ouverts | 1 360 | 1 326 à 1 394 | 510 |
Source : TTS Arena V2, TTS-AGI · .
Ce que ces tableaux ne disent pas
- La tranche française d'Artificial Analysis compte moins de votes que leur classement anglais : les intervalles y sont plus larges.
- Le repère de prononciation ne porte que sur des modèles à poids ouverts et ne dit rien de l'agrément d'une voix.
- TTS Arena V2 garde dans son tableau des modèles retirés par leur fournisseur et des modèles anonymes, marqués comme tels.
À part du score. Ces classements ne comptent pas dans le score des modèles de langage, et aucun chiffre ne mélange deux sources. La méthode.