Artificial Analysis: Qwen-Audio-3.1-TTS-Plus memimpin untuk text-to-speech bahasa Inggris AS, HeyGen Voice memimpin untuk bahasa Inggris UK dan secara keseluruhan

Menurut Artificial Analysis, dalam Controlled Voice Arena, yang menilai setiap model text-to-speech menggunakan delapan suara tiruan yang sama (empat AS, empat UK), Qwen-Audio-3.1-TTS-Plus memimpin peringkat bahasa Inggris AS, sementara HeyGen Voice tampil lebih baik dalam bahasa Inggris UK dan memimpin papan peringkat keseluruhan.

Artificial Analysis melaporkan bahwa 12 dari 49 model menunjukkan perbedaan yang signifikan secara statistik antara bahasa Inggris AS dan UK (interval kepercayaan tidak tumpang tindih): tujuh berkinerja lebih baik dalam bahasa Inggris AS dan lima dalam bahasa Inggris UK. Selisih rata-rata di semua model adalah 7 poin Elo, yang menurutnya menunjukkan tidak ada bias aksen secara keseluruhan yang kuat. Selisih terbesar yang dicantumkannya:

• Lightning V3.1 Pro: 94 poin Elo lebih tinggi dalam bahasa Inggris AS
• Qwen-Audio-3.1-TTS-Plus: 66 poin lebih tinggi dalam bahasa Inggris AS
• Soniox TTS Real-Time v2: 51 poin lebih tinggi dalam bahasa Inggris UK
• Speech 2.8 Turbo: 49 poin lebih tinggi dalam bahasa Inggris UK

Artificial Analysis menyarankan agar model ucapan dievaluasi menggunakan aksen yang dibutuhkan untuk kasus penggunaan Anda, alih-alih mengandalkan peringkat keseluruhan. Peringkat tersebut merupakan hasil analisisnya sendiri.