Eleven v3 est désormais disponible en version générale

Depuis la publication de cet article, nous avons lancé Eleven v4, notre modèle Text to Speech le plus expressif à ce jour. En savoir plus sur Eleven v4.

Eleven v3, notre modèle Text to Speech le plus avancé, quitte désormais la phase Alpha et est disponible pour tous.

Depuis le lancement de l’Alpha, nous avons continué à affiner le modèle. Deux améliorations majeures :

Plus stable. Lors des tests, les utilisateurs ont préféré la nouvelle version dans 72 % des cas par rapport à la précédente version Alpha.

Plus précis. Nous avons considérablement amélioré le traitement des nombres, symboles et notations spécialisées dans toutes les langues.

Amélioration de la précision

Les modèles Text to Speech doivent interpréter ce que vous écrivez et décider comment le dire. Les mêmes symboles peuvent avoir différentes significations selon le contexte.

Prenons un numéro de téléphone : « +49 170 9876543 »

Dans certains cas, nos modèles lisaient ce numéro comme « plus quarante-neuf, cent soixante-dix, neuf millions huit cent soixante-seize mille cinq cent quarante-trois », interprétant les chiffres comme de grands nombres plutôt que comme une suite de chiffres. La lecture correcte est « plus quatre neuf, un sept zéro, neuf huit sept six cinq quatre trois ».

Ces erreurs apparaissaient dans différentes catégories : scores sportifs, formules chimiques, devises, coordonnées, partout où les modèles devaient interpréter des symboles et décider comment les vocaliser.

Nous avons effectué des tests par rapport à une référence interne couvrant 27 catégories dans 8 langues.

Au total : réduction des erreurs de 68 %. Le taux d’erreur est passé de 15,3 % à 4,9 %.

Taux d’erreur par catégorie :

Les améliorations sont les plus marquées dans les catégories où le contexte détermine l’interprétation, lorsqu’un deux-points peut indiquer un score sportif, une heure ou un rapport hauteur/largeur selon le texte environnant.

Exemples

Devises : montant correct :

Entrée : ¥250 000

Avant : 25 000 yens

Après : 250 000 yens

Formules chimiques : symboles correctement préservés :

Entrée : SO₂

Avant : « soufre double » (déformé)

Après : « S O deux »

Scores sportifs : interprétation tenant compte du contexte :

Entrée : Score final : 102-98

Avant : « cent deux moins quatre-vingt-dix-huit »

Après : « cent deux à quatre-vingt-dix-huit »

Disponibilité

Eleven v3 est désormais disponible pour tous sur toutes les plateformes.