Lyd
Tekst-til-tale-modeller rangeret efter lytternes blinde præference i TTS Arena, med pris pr. million tegn eller pr. minut.
Opdateret · Kilder: LiteLLM, TTS Arena
Tiers er vores egne: en models plads på ranglisten, hvor kun de modeller tæller, hvis hele konfidensinterval ligger over den. S – top 10%, A – op til 30%, B – op til 60%, C – op til 85%, D – resten.
Reglerne for lydranglisten
- Kilden er TTS Arena V2, et åbent fællesskabsprojekt fra TTS-AGI, ikke LMArena.
- Kilden offentliggør antallet af stemmer, og en model med færre end 300 stemmer får endnu ingen tier.
- Kun tekst til tale bedømmes; tale til tekst har ingen arena hos kilden.
- »Lav pris« betyder under 5 USD pr. 1M tegn.
- Nogle rækker er endnu ikke udgivne modeller under et kodenavn, uden producent og uden pris.
Sådan bliver stemmerne til en placering
Lyttere hører to stemmer læse den samme tekst op uden at vide, hvilke modeller der står bag, og vælger den, de foretrækker. Stemmerne bliver til Elo med et usikkerhedsinterval. Vores tier beregnes ud fra, hvor mange modeller der ligger klart over, altså med hele intervallet over modellens eget. Bedømmelserne ligger tæt, og intervallerne er brede, så mange modeller havner i tier S på samme tid.
Priser
Talesyntese sælges på flere måder: pr. 1M tegn tekst, pr. minut eller sekund lyd eller pr. 1M tokens. Tabellen viser prisen i den enhed, udbyderen bruger, og enheden står i kolonneoverskriften. Regn om til din egen brug – en lydbog og korte beskeder i en app giver meget forskellige regninger.
Når du skal vælge en stemme
Tænk på, hvad stemmen skal bruges til: oplæsning af artikler, en kundeservicebot, undervisningsvideoer eller tilgængelighed på en hjemmeside. Tempo, udtale af navne og evnen til at læse tal og forkortelser rigtigt betyder ofte mere end det sidste lille løft i bedømmelsen. Sammenlign derfor et par modeller fra de øverste tiers med dine egne tekster, og vælg ud fra lyd og pris sammen.
Hvad listen ikke fortæller
Stemmerne er for det meste bedømt på engelsk. En stemme, der lyder naturlig på engelsk, lyder ikke nødvendigvis lige så godt på dansk, så lyt selv til eksempler på dit sprog. Tjek også vilkårene, hvis stemmen skal bruges kommercielt eller ligne en bestemt person.