Realtime TTS-2 - Research Preview

Realtime TTS-2 - Research Preview est un modèle de synthèse vocale d’Inworld, publié le 5 mai 2026. Il transforme du texte en parole et propose quatre voix disponibles, un choix resserré qui indique plutôt une offre ciblée qu’un catalogue vocal étendu.

Dans le classement Arena text-to-speech, fondé sur la préférence humaine via Elo, Realtime TTS-2 - Research Preview se place sur le podium, ce qui signale une réception solide face à d’autres systèmes TTS évalués. Les informations disponibles ne précisent pas les conditions d’accès ni la licence.

Caractéristiques

Classements Arena (Elo)

Notre analyse

Forces. Realtime TTS-2 - Research Preview dispose d’un positionnement élevé en Arena text-to-speech, un signal utile car ce classement repose sur des comparaisons de préférence humaine plutôt que sur une seule mesure technique. La présence de quatre voix permet de couvrir plusieurs identités vocales sans complexifier excessivement le choix éditorial. Son statut de modèle TTS le destine directement à la production de parole à partir de texte, notamment lorsque la qualité perçue par les auditeurs compte dans l’évaluation.

Limites et points d'attention. La fiche vérifiée ne documente ni les langues prises en charge, ni les paramètres de contrôle vocal, ni les conditions d’usage commercial. Le statut Research Preview suggère une version à considérer avec prudence pour les déploiements critiques, surtout si la stabilité ou la disponibilité contractuelle est nécessaire. La couverture repose sur une seule source de données concordante, ce qui limite le recul comparatif. Usages pertinents : voix off, assistants vocaux, doublage et accessibilité.

Sources des données : Artificial Analysis (artificialanalysis.ai).