Artificial Analysis、テキスト読み上げモデルを新たに9言語で比較
Artificial Analysisの多言語対応Controlled Voice Arenaリーダーボードは、主要なテキスト読み上げモデルを新たに9言語にわたって比較する。
順位はControlled Voice Arena Leaderboardで言語別に選べる。投票は公開のText to Speech Arenaで行え、評価方法はテキスト読み上げのベンチマーク手法に示されている。
関連AIニュース
4つのラボがArtificial AnalysisのTTS言語別ボードでオープンウェイト首位を分け合う
Artificial Analysisのランキングで、9言語すべてを首位とするオープンウェイトの音声合成モデルはない。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2が、それぞれ異なる言語でオープンウェイト分野の首位に立ち、各ボードに含まれるオープンウェイトモデルは2〜6件にとどまる。
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
Controlled Voice Arenaは、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、アラビア語のテキスト読み上げモデルを順位付けするようになった。CartesiaのSonicファミリーが9つのボードのうち8つで首位に立ち、Inworld AIのRealtime TTS-2は標準中国語で1位となった。
Gemini 3.8 Flash TTS、Artificial Analysisの発音ベンチマークで89.5%を記録し首位
Artificial AnalysisのPronunciation Robustnessベンチマークで、Gemini 3.8 Flash TTSは89.5%を記録し、Gemini 3.1 Flash TTS、SpaceXAI TTS、Gemini 3.8 Flash-Lite TTSを上回った。個別の発音カテゴリーの首位は、複数のモデルに分かれている。
Artificial AnalysisはGemini 3.8 Flash TTSを100万文字あたり32.98ドルとしている
Artificial AnalysisはGemini 3.8 Flash-Lite TTSを100万文字あたり22.07ドルとしている。いずれもGemini 3.1 Flash TTSとSpaceXAI TTSより高く、Eleven v3より低い。
4つのラボが9言語のリーダーボードでオープンウェイトTTSをリード
Artificial Analysisは、新たな9言語のリーダーボードすべてで首位に立つオープンウェイトの音声合成モデルは1つもないとしている。首位はHiggs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2に分かれている。