Artificial Analysis : Qwen-Audio-3.1-TTS-Plus domine la synthèse vocale en anglais américain, HeyGen Voice domine en anglais britannique et au classement général

Selon Artificial Analysis, dans son Controlled Voice Arena, qui évalue chaque modèle de synthèse vocale à partir des mêmes huit voix clonées (quatre américaines et quatre britanniques), Qwen-Audio-3.1-TTS-Plus arrive en tête du classement en anglais américain, tandis que HeyGen Voice obtient de meilleurs résultats en anglais britannique et domine le classement général.

L’entreprise indique que 12 des 49 modèles présentent des différences statistiquement significatives entre l’anglais américain et britannique (intervalles de confiance qui ne se chevauchent pas) : sept sont meilleurs en anglais américain et cinq en anglais britannique. L’écart moyen entre tous les modèles est de 7 points Elo, ce qui, selon elle, ne révèle pas de fort biais d’accent global. Voici les écarts les plus importants qu’elle relève :

• Lightning V3.1 Pro : 94 points Elo de plus en anglais américain
• Qwen-Audio-3.1-TTS-Plus : 66 points de plus en anglais américain
• Soniox TTS Real-Time v2 : 51 points de plus en anglais britannique
• Speech 2.8 Turbo : 49 points de plus en anglais britannique

Artificial Analysis recommande d’évaluer un modèle vocal dans l’accent correspondant à son cas d’usage, plutôt que de s’en remettre au classement général. Ces classements sont les siens.