Gradium affirme que Phonon, ses modèles open source de synthèse vocale, peut générer de la parole directement sur les téléphones, les ordinateurs portables et d’autres appareils, sans connexion réseau. Les modèles existent en deux tailles, d’environ 65 MB et 75 MB, et prennent ensemble en charge l’anglais, le français, l’allemand, l’espagnol et le portugais, avec plus de 100 voix intégrées.
Dans l’Open TTS Leaderboard de Hugging Face, Phonon s’est classé premier en intelligibilité en allemand et en espagnol, parmi les trois premiers dans toutes les langues évaluées, et en tête du test de streaming sur CPU pour le délai avant la première sortie audio, selon Gradium. L’entreprise précise que Phonon 31m est distribué sous licence Apache 2.0 et peut être utilisé à des fins commerciales, tandis que Phonon 40m est réservé à un usage non commercial.
Pourquoi c'est important
Les développeurs d’applications peuvent utiliser Phonon 31m pour ajouter la synthèse vocale hors ligne sans envoyer le texte des utilisateurs à un serveur, même si les résultats de l’entreprise dans le classement ne sont pas vérifiés de manière indépendante ici.
