Audio8 TTS

Votre texte

0 / 500
Le modèle n’est pas encore chargé sur votre appareil.

Modèle de synthèse vocale

Audio8 TTS Preview Fonctionne sur votre appareil

Modèle DualAR open source de 0.6B paramètres, sortie 44.1 kHz. La génération se fait en local : votre texte ne quitte jamais cette page.

Audio8 suit le texte tel qu’il est écrit, sans identifiant de langue caché. Ce choix définit les conseils d’écriture et les métadonnées d’accessibilité.

0.7

Les valeurs basses donnent un rendu plus stable, les valeurs hautes plus de variation. 0.7 est la valeur par défaut officielle.

Poids du modèle : Audio8/Audio8-TTS-Preview-0.6B-ONNX-INT4, Apache 2.0. Les poids sont chargés depuis le CDN Hugging Face, directement dans le cache de votre navigateur.
La réponse express

Audio8 TTS est un modèle vocal open source de 0.6 milliard de paramètres, avec 11 langues recommandées et une sortie en 44.1 kHz. Cette page met en cache environ 572 Mio de fichiers du modèle, essaie d’abord WebGPU natif puis bascule sur le processeur multithread. Votre texte et l’audio généré restent sur votre appareil.

Quatre étapes

Comment utiliser Audio8 TTS dans votre navigateur

  1. 01

    Ouvrez cette page sur un ordinateur

    L’outil se charge directement dans le navigateur. Aucun compte, aucune installation, aucune clé API. Sur téléphone ou tablette, cela ne fonctionne pas : le modèle demande un PC ou un Mac.

  2. 02

    Laissez les poids du modèle se télécharger une fois

    Un clic sur « Charger le modèle sur cet appareil » récupère environ 572 Mio de fichiers INT4 depuis le CDN de Hugging Face. Votre navigateur les met en cache, les visites suivantes évitent donc le téléchargement.

  3. 03

    Choisissez une langue et une voix

    Sélectionnez l’une des 11 langues recommandées. Audio8 se base sur l’écriture elle-même plutôt que sur un code de langue : collez votre texte dans la langue que vous voulez entendre.

  4. 04

    Écoutez et téléchargez

    Attendez le résultat final, sans à-coups, ou activez l’aperçu en direct facultatif pour écouter des segments provisoires. Enregistrez un WAV sans perte en 44.1 kHz ou convertissez-le en MP3 dans le navigateur.

Bonnes pratiques

Obtenir un bon rendu avec l’aperçu Audio8

Quelques bons réflexes font la différence entre un extrait de démonstration et un rendu prêt à publier. Avec un modèle autorégressif, ces six conseils comptent plus que tout.

  • 01

    Faites des demandes courtes tant que vous prenez le modèle en main

    Le moteur d’exécution d’origine recommande environ 150 caractères pour un bon rendu. Générez une phrase à la fois, puis assemblez les fichiers WAV pour les textes plus longs.

  • 02

    Ponctuez vos textes comme vous voulez les entendre

    Une virgule marque une courte pause, un point une pause plus longue, des points de suspension une pause prolongée. Le modèle DualAR les interprète comme des indications de diction : si une phrase sonne plat, il suffit souvent d’ajouter une virgule.

  • 03

    Baissez la créativité si le rendu dérive

    Le curseur de créativité règle la température d'échantillonnage. À 0.7, vous tombez sur l'équilibre officiel par défaut. Si un mot long chevrote ou qu'une syllabe se répète, redescendez vers 0.5 et relancez la génération.

  • 04

    Choisissez la bonne langue, soignez les cas particuliers

    Les acronymes sonnent mieux avec un point entre les lettres, à la N.A.S.A. Les noms inhabituels passent mieux écrits phonétiquement. Testez d'abord le seul mot difficile, corrigez son orthographe, puis lancez le passage complet.

  • 05

    Chrome et Edge peuvent utiliser le GPU

    Les versions récentes de Chrome et d'Edge sont testées avec WebGPU natif, prise en charge de FP16 comprise. Si les trois tests du modèle échouent, l'outil se reconstruit tout seul avec le moteur CPU WebAssembly multithread.

  • 06

    Prenez le WAV, convertissez plus tard

    Le WAV garde le signal complet en 44.1 kHz, ce qui intéresse les logiciels de montage et les stations de travail audio. Ne prenez le bouton MP3 que si le poids du fichier compte plus que la réserve dynamique.

Comparaison transparente

Audio8 TTS face à Kokoro

Kokoro fait tourner le reste de ce site. Voici donc la comparaison interne, sans complaisance : ce que chaque modèle fait mieux, et pourquoi les deux méritent leur place.

Où il s'exécute

FreeTextoSpeech

WebGPU natif sur les appareils compatibles Chrome et Edge, avec repli sur CPU/WebAssembly multithread.

Kokoro (notre outil principal)

Moteur dans le navigateur aussi, et environ 300 MB de moins à télécharger.

Qualité du rendu

FreeTextoSpeech

Sortie en 44.1 kHz via un codec neuronal, avec une prosodie expressive.

Kokoro (notre outil principal)

Sortie en 24 kHz, et une narration très naturelle pour cette taille.

Langues prises en charge

FreeTextoSpeech

11 langues, dont le coréen, l'allemand, le néerlandais, le polonais et le cantonais.

Kokoro (notre outil principal)

9 langues, centrées sur l’anglais, des langues européennes, l’hindi, le japonais, le mandarin et le portugais.

Vitesse sur un portable classique

FreeTextoSpeech

Plus lourd : un modèle AR qui génère environ 21.5 trames audio par seconde.

Kokoro (notre outil principal)

Bien plus rapide, proche du temps réel sur la plupart des machines.

Téléchargement à la première utilisation

FreeTextoSpeech

Environ 572 MiB, plus un encodeur vocal facultatif de 396 MiB.

Kokoro (notre outil principal)

Quelques centaines de MB en pleine précision.

Maturité

FreeTextoSpeech

Version d’aperçu, avec une couverture limitée des dialectes.

Kokoro (notre outil principal)

Modèle stable v1.0, que nous utilisons sur tout le site.

Les deux modèles sont open source sous licence Apache 2.0. Les chiffres décrivent les versions publiques actuelles : Audio8-TTS-Preview-0.6b et Kokoro-82M-v1.0.

FAQ

Questions fréquentes

01

Qu’est-ce qu’Audio8 TTS ?

Audio8 TTS est une famille de modèles de synthèse vocale open source créée par l’équipe Audio8. La préversion actuelle, Audio8-TTS-Preview-0.6b, réunit 601 millions de paramètres dans une architecture DualAR inspirée de Fish Audio S2 Pro. Elle parle 11 langues, et le code comme les poids sont publiés sous licence Apache 2.0.
02

Audio8-TTS-Preview-0.6b est-il gratuit ?

Oui. Le modèle est publié sous licence Apache 2.0, qui autorise l’usage commercial sans redevance. Cette page l’exécute sur votre propre appareil : nous n’imposons donc aucun quota d’utilisation non plus. Consultez le fichier NOTICE du dépôt officiel pour les mentions d’attribution.
03

Mon texte est-il envoyé quelque part ?

Non. La génération se fait dans votre navigateur avec WebGPU ou WebAssembly. Le moteur Audio8 récupère ses fichiers d’exécution et de modèle sur les CDN de Hugging Face et jsDelivr. Votre texte et l’audio généré n’atteignent jamais nos serveurs ; le site peut tout de même envoyer des statistiques d’usage ordinaires, sans ce contenu.
04

Pourquoi la première génération est-elle lente ?

Pour deux raisons. D’abord, le navigateur télécharge une seule fois environ 572 MiB de fichiers de synthèse. Ensuite, ce modèle autorégressif effectue un appel Slow AR et dix appels Fast AR pour chaque trame audio. Sur les appareils Chrome et Edge compatibles, l’outil essaie WebGPU natif ; les autres systèmes utilisent le repli CPU multithread.
05

Quelles langues sont prises en charge par Audio8 TTS ?

La préversion cible onze langues : anglais, espagnol, français, allemand, italien, néerlandais, polonais, japonais, coréen, chinois et cantonais. L’équipe prévoit d’élargir cette couverture et d’ajouter les dialectes chinois dans les prochaines versions.
06

Audio8 ou Kokoro, lequel choisir ?

Prenez Kokoro, notre outil principal, pour une génération rapide, 54 voix prêtes à l’emploi, la prise en charge des téléphones et une stabilité éprouvée. Choisissez Audio8 pour tester le modèle ouvert le plus récent, obtenir un fichier en 44.1 kHz ou travailler en allemand, en coréen, en néerlandais, en polonais ou en cantonais. Beaucoup gardent les deux dans leurs favoris.
07

Est-ce que ça marche hors ligne ?

Les poids du modèle et les profils vocaux sont conservés en cache sur votre appareil, donc les générations suivantes ne les retéléchargent pas. Un rechargement complet hors ligne suppose que votre navigateur garde cette page et ses modules d’exécution. Effacer les données du site supprime le cache et les voix locales.

Vous avez encore une question ? Nous contacter →

Pour aller plus loin

Essayez le modèle vocal ouvert le plus récent.

Générateur principal ↗

Synthèse vocale gratuite

54 voix Kokoro en 9 langues, génération instantanée dans le cloud, téléchargement en MP3 ou WAV.

Qualité de la voix ↗

Générateur de voix IA naturelles

Ce qui rend les voix neuronales modernes si humaines, et comment bien choisir la vôtre.

Format ↗

Texte en MP3

Convertissez votre texte en MP3 prêt à partager, de 128 à 320 kbps.

Option sur l’appareil ↗

Lecteur de texte en ligne

Lisez à voix haute un texte collé avec les voix déjà présentes sur votre appareil.

Essayer maintenant

Essayez le modèle vocal ouvert le plus récent.

Fonctionne dans votre navigateur, gratuit et confidentiel.

Ouvrir l’outil Voir toutes les voix