Inworld TTS 2.0

Le plus petit catalogue de voix, quatre voix, sur seize langues, avec un contrôle de vitesse et aucun sélecteur d’émotion. Il est conçu pour la synthèse en temps réel, et la caractéristique qui en découle est la réactivité plutôt que l’étendue.

Quatre voix est une vraie contrainte et la première chose à confronter au travail. Pour un narrateur unique ou un dialogue à deux, cela suffit ; pour une pièce qui demande une distribution de voix distinctes, non, et ce sont les trente de Gemini 3.1 Flash TTS ou les trente-trois de Kokoro qu’il faut aller chercher.

Là où il mérite son palier premium, c’est la constance : un petit catalogue bien réglé tient généralement mieux le caractère sur un long script qu’un grand, ce qui compte quand une narration s’étale sur de nombreux rendus séparés qui doivent sonner comme la même personne. Si la pièce est une longue voix sur une douzaine de clips, cette constance vaut plus que le choix.