Artificial Analysis: Qwen-Audio-3.1-TTS-Plus è in testa nella sintesi vocale in inglese americano, HeyGen Voice in quella in inglese britannico e nella classifica generale

Artificial Analysis afferma che nella sua Controlled Voice Arena, che valuta ogni modello di sintesi vocale usando le stesse otto voci clonate (quattro americane e quattro britanniche), Qwen-Audio-3.1-TTS-Plus è in testa alla classifica dell’inglese americano, mentre HeyGen Voice ottiene risultati migliori in inglese britannico e guida la classifica generale.

Secondo l’analisi, 12 dei 49 modelli mostrano differenze statisticamente significative tra inglese americano e britannico (intervalli di confidenza non sovrapposti): sette ottengono risultati migliori in inglese americano e cinque in inglese britannico. Il divario medio tra tutti i modelli è di 7 punti Elo, un dato che, secondo Artificial Analysis, non indica una forte tendenza generale a favore di un accento. I divari maggiori riportati:

• Lightning V3.1 Pro: 94 punti Elo in più in inglese americano
• Qwen-Audio-3.1-TTS-Plus: 66 punti in più in inglese americano
• Soniox TTS Real-Time v2: 51 punti in più in inglese britannico
• Speech 2.8 Turbo: 49 punti in più in inglese britannico

Artificial Analysis consiglia di valutare un modello vocale con l’accento richiesto dal proprio caso d’uso, invece di affidarsi alla classifica generale. Le classifiche sono elaborate da Artificial Analysis.