Artificial Analysis 新增九种语言的 TTS 排行榜

Artificial Analysis 已将 Controlled Voice Arena 扩展至日语、普通话、印地语、西班牙语、德语、法语、葡萄牙语、越南语和阿拉伯语，并为每种语言单独设立排行榜。模型使用标准化克隆语音和以该语言母语撰写的提示词进行评测。偏好投票来自母语使用者，每种语言的 Elo 分数独立计算。

据 Artificial Analysis，Cartesia 的 Sonic 系列在九个新排行榜中的八个领先：Sonic 3.6 在七种语言中排名第一，Sonic 3.5 领先葡萄牙语。Inworld 的 Realtime TTS-2 以 1,185 Elo 领先普通话，高于 Sonic 3.6 的 1,146 和 StepFun 的 StepAudio 2.5 TTS 的 1,130，并在英语（美国）中同样排名第一。ElevenLabs 的 Eleven v3 系列通过 Eleven v3 和 Eleven v3 Conversational，在九种语言中的七种进入前三。这九个排行榜基于超过 10 万次人类偏好投票，每种语言有 15 至 24 个公开模型参与排名。