Nouveau modèle TTS
Notre nouveau modèle de synthèse vocale est désormais le modèle par défaut, avec une voix plus expressive et une latence plus faible. Les requêtes existantes qui utilisent
default passent au nouveau modèle sans aucune modification de configuration.gradium-tts-beta pointe également vers ce modèle jusqu’à la prochaine bêta TTS. Conservez cet alias pour suivre les futures bêtas, ou utilisez default pour rester sur les versions stables.cfg_coef est obsolète pour le TTS. Les requêtes qui l’incluent sont toujours acceptées, mais le nouveau modèle ignore sa valeur. Retirez-le de json_config. Voir Choix du modèle et Paramètres de voix.Voice Enhance (bêta)
Nettoyez une voix existante sans changer sa langue ni l’identité du locuteur.
POST /voice-generator/enhance prend en entrée une voix phare, un clone ou un candidat, et renvoie des candidats dont le bruit de fond est réduit. Écoutez-les et convertissez-les comme des candidats Voice Design.Voice Enhance est en bêta ; la qualité du résultat continuera de s’améliorer. Consultez le guide Voice Enhance pour commencer.Nouvelle bêta publique TTS
Notre nouveau modèle de synthèse vocale est entré en bêta publique, avec une latence plus faible et une voix plus expressive. Au lancement de la bêta, nous avons mesuré un délai avant le premier son inférieur à 50 ms, contre 225 ms pour le modèle alors en production. La latence varie selon les conditions réseau et l’entrée.Pendant la bêta, définir
model_name sur "gradium-tts-beta" sélectionnait le nouveau modèle. Les requêtes utilisant default restaient sur le précédent modèle de production. Voir la version du 30 septembre ci-dessus pour le modèle par défaut actuel.La bêta ignorait cfg_coef : les requêtes qui l’incluaient étaient acceptées, mais ce paramètre n’ajustait pas la similarité de la voix. Voir Paramètres de voix pour les paramètres TTS actuels.Certification ISO 27001
Gradium a obtenu la certification ISO 27001, à l’issue d’un audit indépendant mené par A-LIGN.Consultez notre Trust Center pour les détails de la certification et la documentation sécurité.
Améliorations de Studio
Studio propose un catalogue de voix repensé, de nouvelles options de recherche de voix dans la synthèse vocale, et davantage de moyens de prévisualiser les voix dans Voice Design.
- Catalogue de voix : choisissez l’affichage en tuiles ou en liste, regroupez les voix par langue et sélectionnez les propriétés à afficher. Studio enregistre vos préférences d’affichage, et des libellés de type distinguent les voix du catalogue, générées et clonées.
- Filtres et statistiques : affinez le catalogue par langue, accent, âge, genre et autres attributs de voix. Cliquez sur une barre du panneau de statistiques pour filtrer les résultats, ou copiez un lien pour partager une vue filtrée.
- Détails d’une voix : ouvrez les détails d’une voix à côté du catalogue. Pour vos propres voix, modifiez le nom et les propriétés directement dans le panneau. Pour les voix du catalogue, parcourez leurs attributs.
- Sélection de voix TTS : recherchez et filtrez les voix dans un panneau latéral dédié. Décrivez ce dont vous avez besoin, par exemple « voix française parisienne », pour obtenir des suggestions de filtres intelligents. Si rien ne correspond, Studio vous propose un prompt à reprendre dans Voice Design.
- Prévisualisations Voice Design : essayez une voix avec trois textes d’exemple fournis par défaut, régénérez l’audio et choisissez une autre fréquence d’échantillonnage pour l’entendre à votre fréquence cible.
- Clonage de voix : retrouvez le clonage Instant et Pro sous une même entrée. Les enregistrements trop courts et les erreurs d’import sont signalés dès l’étape de capture.
- Typographie mise à jour : Studio utilise une nouvelle police pour une meilleure lisibilité.
Voice Design
Créez une voix à partir d’une description écrite, sans échantillon audio. Décrivez l’accent, l’âge et le caractère souhaités, générez jusqu’à cinq candidats et gardez votre préféré. La voix fonctionne avec le même endpoint de synthèse vocale que n’importe quelle voix du catalogue.Lors de notre évaluation d’écoute à l’aveugle, des locuteurs natifs ont jugé dans quelle mesure les voix correspondaient aux consignes d’accent. Gradium a obtenu un taux de victoire de 72,6 % face à ElevenLabs, Inworld, MiniMax et Fish Audio, en comptant les égalités comme une demi-victoire, et s’est classé premier en anglais, français, espagnol, portugais et allemand.Consultez le guide Voice Design pour commencer.