Soumettre un outil
#

Text-to-Speech

Outils d'IA avec l'étiquette Text-to-Speech.

14 outils · choisis à la main
// prix
MAI-Voice-2.1 Microsoft a sorti MAI-Voice-2.1 et un MAI-Voice-2.1-Flash à faible latence le 1er octobre 2026, en même temps que MAI-Transcribe-2-Streaming, qui transcrit la parole en direct dans 60 langues, avec des résultats partiels en un peu plus de 100 ms
Voxtral 3 Voxtral 3 couvre la transcription de la parole et la synthèse vocale, et il est livré avec un SDK d'agent vocal
Eleven v4 Le modèle de synthèse vocale le mieux classé d'ElevenLabs, avec une variante Turbo en temps réel
CosyVoice Modèle à poids ouverts d'Alibaba pour le clonage de voix zero-shot et la synthèse vocale
Eleven Flash v2.5 Le modèle TTS à faible latence d'ElevenLabs, conçu pour des agents conversationnels en temps réel
Eleven Multilingual v2 Le modèle de synthèse vocale phare d'ElevenLabs, sur 29 langues
Eleven Turbo v2.5 Le modèle TTS d'ElevenLabs à latence intermédiaire, entre qualité et vitesse
Eleven v3 Le modèle de synthèse vocale le plus expressif d'ElevenLabs, avec un contrôle émotionnel fin
NaturalSpeech 3 Le modèle de synthèse vocale de Microsoft, à diffusion factorisée, pour le transfert de voix et de style en zero-shot
Sonic Le modèle de synthèse vocale en temps réel et à faible latence de Cartesia
Tacotron 2 Le modèle de synthèse vocale neuronale de Google, qui associe un prédicteur de spectrogramme et un vocodeur WaveNet
VALL-E Le modèle de clonage de voix à codec neuronal de Microsoft, qui imite un locuteur à partir d'un échantillon de 3 secondes
VALL-E 2 Le modèle amélioré de clonage de voix zero-shot de Microsoft, qui atteint la parité humaine sur les benchmarks
WaveNet Le modèle génératif d'audio brut de DeepMind, qui a posé les bases de la synthèse vocale neuronale actuelle