Artificial Analysisが9言語のテキスト読み上げリーダーボードを追加

Artificial Analysisは、Controlled Voice Arenaに、日本語、標準中国語、ヒンディー語、スペイン語、ドイツ語、フランス語、ポルトガル語、ベトナム語、アラビア語それぞれのテキスト読み上げリーダーボードを追加した。モデルは、標準化されたクローン音声と、各言語でネイティブに書かれたプロンプトを用いて比較される。第一言語話者が好みの投票を行い、Eloスコアは言語ごとに独立して算出される。9つのボードには10万票超が含まれ、言語ごとに15〜24の公開モデルを順位付けしている。

CartesiaのSonicファミリーは、9つのリーダーボードのうち8つで首位に立つ。Sonic 3.6は7言語で1位、Sonic 3.5はポルトガル語で首位だ。Inworld AIのRealtime TTS-2は標準中国語でElo 1,185の1位となり、1,146のSonic 3.6と1,130のStepFunのStepAudio 2.5 TTSを上回る。Realtime TTS-2は英語（米国）でも1位だ。ElevenLabsのEleven v3ファミリーは、Eleven v3とEleven v3 Conversationalにより、9言語のうち7言語で上位3位以内に入っている。