Maison
Le modèle TTS open source OmniVoice de Xiaomi permet le clonage sans apprentissage préalable dans plus de 600 langues
Récemment, l'équipe Kaldi de nouvelle génération (k2-fsa) de Xiaomi a officiellement mis en open source OmniVoice, un modèle de synthèse vocale multilingue de grande envergure fonctionnant en mode « zero-shot » et prenant en charge plus de 600 langues. Ce modèle obtient des résultats de pointe dans plusieurs tests de référence clés pour la synthèse en chinois, en anglais et en multilingue, marquant ainsi une avancée significative dans ce domaine.
Des performances de pointe : un taux d'erreur sur les mots (WER) en chinois aussi bas que 0,84 %, surpassant les modèles courants lors des tests multilingues
Sur l'ensemble de tests chinois Seed-TTS, OmniVoice atteint un taux d'erreur sur les mots (WER) remarquablement bas, à seulement 0,84 %. Lors des évaluations multilingues, ses scores de similarité (SIM-o) et de WER surpassent ceux de modèles commerciaux bien connus tels que ElevenLabs v2 et MiniMax, démontrant un naturel et une clarté exceptionnels de la parole.
Inférence ultra-rapide : un RTF aussi bas que 0,025, 40 fois plus rapide que le temps réel
OmniVoice affiche un facteur temps réel (RTF) aussi bas que 0,025, ce qui signifie que sa vitesse de synthèse dépasse largement les exigences en temps réel. Ce gain d'efficacité considérable permet la génération rapide de discours longs dans des applications pratiques, améliorant ainsi considérablement l'expérience utilisateur.
Innovation architecturale fondamentale : conception discrète non autorégressive inspirée des modèles de diffusion
OmniVoice utilise une architecture non autorégressive discrète novatrice inspirée des modèles de langage par diffusion. Il génère de la parole à partir de texte en une seule étape, en contournant les tokens sémantiques intermédiaires traditionnels. Cette conception rationalisée simplifie le pipeline tout en conservant une qualité de sortie élevée. Une stratégie de masquage aléatoire du livre de codes complet, combinée à une initialisation par un LLM pré-entraîné, renforce encore l'efficacité de l'entraînement et améliore la clarté et l'intelligibilité de la parole finale.
Clonage et personnalisation flexibles de la voix : fonctionne avec seulement 3 à 10 secondes d'audio
Le modèle prend en charge le clonage vocal de haute qualité sans apprentissage préalable (zero-shot) en utilisant seulement 3 à 10 secondes d'audio de référence. Les utilisateurs peuvent également personnaliser les attributs de la voix via des invites en langage naturel, en spécifiant le sexe, l'âge, la hauteur de voix, l'accent, le dialecte et même des effets spéciaux comme le chuchotement.
Prise en charge des symboles non linguistiques et contrôle précis de la prononciation
OmniVoice peut traiter des symboles non linguistiques, tels que [rire], et prend en charge la correction de la prononciation via le pinyin ou des symboles phonétiques. Cela le rend particulièrement adapté à la synthèse précise en chinois et dans divers dialectes.
Prise en charge de plus de 600 langues : contribution à la préservation numérique des langues minoritaires et en voie de disparition
L'un des principaux atouts d'OmniVoice réside dans sa couverture linguistique étendue, prenant efficacement en charge à la fois les langues majeures et de nombreuses langues disposant de peu de ressources. Pour les langues minoritaires et en voie de disparition, il peut générer une parole de haute qualité avec un minimum d'échantillons de données, offrant ainsi un potentiel significatif pour la préservation numérique des langues et la protection culturelle.
Le code et les modèles pré-entraînés d'OmniVoice sont désormais disponibles en open source sur GitHub et Hugging Face, ce qui permet aux développeurs de le déployer localement ou de l'intégrer dans des applications. AIbase continuera à suivre les retours de la communauté et les cas d'utilisation concrets. Les développeurs sont encouragés à partager leurs expériences.
Lien vers le projet : https://github.com/k2-fsa/OmniVoice
Article connexe
Les lunettes intelligentes d’Apple pourraient être présentées lors de la WWDC27, mettant en avant la protection de la vie privée
Mark Gurman de Bloomberg rapporte que les lunettes intelligentes d’Apple, codifiées N50, sont prévues pour une présentation lors de la WWDC27 en juin 2027, avec un lancement commercial attendu à l’automne 2027. Initialement destinées à la fin de cett
À l’intérieur des détails révélés sur le prochain Gemini : une puissance de calcul mise à rude épreuve, des équipes internes en désaccord sur les priorités de développement et l’allocation des ressources
Les rapports indiquent que le lancement du modèle Gemini de nouvelle génération, tant attendu par Google, a été repoussé. Des désaccords internes concernant les priorités de développement et l'allocation des ressources, combinés à une capacité de cal
OpenAI rejette les inquiétudes concernant un ralentissement de la croissance, affirmant que plusieurs unités commerciales accélèrent
En réponse aux critiques externes concernant la décélération de la croissance des ventes et le non-respect des objectifs internes, le leader de l'IA, OpenAI, a publié une déclaration rassurante le mardi 28 avril. L'entreprise a précisé que ses produi
Recommandations de sujets spéciaux liés
Analyse des données
Copilotes SQL basés sur l’IA pour les tableaux de bord de chiffre d’affaires, l’analyse des funnels et les indicateurs de produits
2026 : Les meilleurs copilotes AI SQL actuels, classés parmi les plus performants ! XIX.AI a sélectionné une collection puissante et révolutionnaire, mise à jour chaque semaine grâce à des tests concrets. Ces outils indispensables vous aident à créer des tableaux de bord financiers précis, à analyser les canaux de vente et à suivre en temps réel les indicateurs produits, ce qui améliore considérablement votre productivité. Découvrez-les dès maintenant pour trouver l’outil idéal pour des décisions basées sur les données ! 238 caractères
9 outils
xix.ai
Composition musicale
Meilleurs outils d’écriture de mélodies par IA pour les ébauches de chansons
2026 Derniers Meilleurs Outils d’Écriture de Mélodie par IA les Mieux Notés pour des Ébauches de Chansons ! XIX.AI a sélectionné une collection hautement puissante et révolutionnaire, soumise à des tests rigoureux en conditions réelles, afin d’offrir la meilleure expérience d’écriture. Vous pouvez y trouver des comparaisons détaillées entre versions gratuites et payantes, des classements précis, ainsi que des options incontournables conçues pour vous aider à créer sans effort des ébauches de chansons remarquables et à booster significativement votre productivité créative. Explorez dès maintenant pour découvrir l’outil qui vous correspond parfaitement !
8 outils
xix.ai
chatbot
Meilleurs outils d’entraînement à la conversation par IA pour la préparation aux entretiens
Les derniers outils de formation à la conversation par IA les mieux notés pour 2026 sont disponibles sur XIX.AI ! Cette sélection rigoureuse propose des outils puissants et révolutionnaires, testés rigoureusement dans des conditions réelles pour fournir des retours précis. Vous y trouverez une comparaison entre les versions gratuites et payantes, ainsi que des classements détaillés pour vous aider à choisir l’option incontournable qui renforce votre confiance et vos compétences. Explorez dès maintenant pour découvrir l’outil parfait pour réussir vos entretiens !
12 outils
xix.ai
Conception et art
Les meilleurs outils de transfert de style basés sur l'IA pour des expériences créatives
Les meilleurs outils de transfert de style par IA de 2026, les mieux notés, pour des expériences créatives ! XIX.AI a sélectionné une collection d’outils puissants et révolutionnaires à essayer absolument, qui offrent des résultats exceptionnels grâce à des tests en conditions réelles et à un classement rigoureux. Ces solutions de pointe aident les créatifs à booster considérablement leur productivité en accélérant la création de contenu et en ouvrant la voie à des possibilités créatives infinies. Découvrez-les dès maintenant pour trouver l'outil qui vous convient le mieux et commencez à créer dès aujourd'hui !
9 outils
xix.ai
Création de bande dessinée
Les meilleurs outils d'IA pour créer des bulles de dialogue destinés à la narration visuelle
Les meilleurs outils de 2026 pour la création de bulles de dialogue IA, les mieux notés pour la narration visuelle, sont disponibles ici sur XIX.AI ! Cette sélection regroupe des outils puissants et révolutionnaires qui aident les créateurs à booster leur productivité et à surmonter les blocages créatifs. Consultez un comparatif entre les versions gratuites et payantes, découvrez des tests en conditions réelles et consultez les derniers classements pour trouver les solutions incontournables, parfaites pour créer des récits visuels captivants. Explorez dès maintenant pour découvrir l'outil qui vous convient le mieux !
10 outils
xix.ai
Assistante de réunion
Les meilleurs outils de synthèse de réunions basés sur l'IA : suivez clairement les décisions et les actions à mener
2026 : les meilleurs outils d'IA pour la synthèse de réunions, les mieux notés, pour un suivi clair des décisions et des relances sans effort. Cette sélection présente des solutions puissantes et révolutionnaires qui boostent considérablement la productivité en automatisant la prise de notes lors des réunions, en identifiant les actions clés et en rationalisant la coordination des équipes sur l'ensemble des projets. Profitez d'une comparaison entre les versions gratuites et payantes, ainsi que de tests en conditions réelles et de classements mis à jour chaque semaine pour vous aider à trouver l'outil idéal. Découvrez-les dès maintenant pour tirer pleinement parti de l'IA !
9 outils
xix.ai
commentaires (0)
Récemment, l'équipe Kaldi de nouvelle génération (k2-fsa) de Xiaomi a officiellement mis en open source OmniVoice, un modèle de synthèse vocale multilingue de grande envergure fonctionnant en mode « zero-shot » et prenant en charge plus de 600 langues. Ce modèle obtient des résultats de pointe dans plusieurs tests de référence clés pour la synthèse en chinois, en anglais et en multilingue, marquant ainsi une avancée significative dans ce domaine.
Des performances de pointe : un taux d'erreur sur les mots (WER) en chinois aussi bas que 0,84 %, surpassant les modèles courants lors des tests multilingues
Sur l'ensemble de tests chinois Seed-TTS, OmniVoice atteint un taux d'erreur sur les mots (WER) remarquablement bas, à seulement 0,84 %. Lors des évaluations multilingues, ses scores de similarité (SIM-o) et de WER surpassent ceux de modèles commerciaux bien connus tels que ElevenLabs v2 et MiniMax, démontrant un naturel et une clarté exceptionnels de la parole.
Inférence ultra-rapide : un RTF aussi bas que 0,025, 40 fois plus rapide que le temps réel
OmniVoice affiche un facteur temps réel (RTF) aussi bas que 0,025, ce qui signifie que sa vitesse de synthèse dépasse largement les exigences en temps réel. Ce gain d'efficacité considérable permet la génération rapide de discours longs dans des applications pratiques, améliorant ainsi considérablement l'expérience utilisateur.
Innovation architecturale fondamentale : conception discrète non autorégressive inspirée des modèles de diffusion
OmniVoice utilise une architecture non autorégressive discrète novatrice inspirée des modèles de langage par diffusion. Il génère de la parole à partir de texte en une seule étape, en contournant les tokens sémantiques intermédiaires traditionnels. Cette conception rationalisée simplifie le pipeline tout en conservant une qualité de sortie élevée. Une stratégie de masquage aléatoire du livre de codes complet, combinée à une initialisation par un LLM pré-entraîné, renforce encore l'efficacité de l'entraînement et améliore la clarté et l'intelligibilité de la parole finale.
Clonage et personnalisation flexibles de la voix : fonctionne avec seulement 3 à 10 secondes d'audio
Le modèle prend en charge le clonage vocal de haute qualité sans apprentissage préalable (zero-shot) en utilisant seulement 3 à 10 secondes d'audio de référence. Les utilisateurs peuvent également personnaliser les attributs de la voix via des invites en langage naturel, en spécifiant le sexe, l'âge, la hauteur de voix, l'accent, le dialecte et même des effets spéciaux comme le chuchotement.
Prise en charge des symboles non linguistiques et contrôle précis de la prononciation
OmniVoice peut traiter des symboles non linguistiques, tels que [rire], et prend en charge la correction de la prononciation via le pinyin ou des symboles phonétiques. Cela le rend particulièrement adapté à la synthèse précise en chinois et dans divers dialectes.
Prise en charge de plus de 600 langues : contribution à la préservation numérique des langues minoritaires et en voie de disparition
L'un des principaux atouts d'OmniVoice réside dans sa couverture linguistique étendue, prenant efficacement en charge à la fois les langues majeures et de nombreuses langues disposant de peu de ressources. Pour les langues minoritaires et en voie de disparition, il peut générer une parole de haute qualité avec un minimum d'échantillons de données, offrant ainsi un potentiel significatif pour la préservation numérique des langues et la protection culturelle.
Le code et les modèles pré-entraînés d'OmniVoice sont désormais disponibles en open source sur GitHub et Hugging Face, ce qui permet aux développeurs de le déployer localement ou de l'intégrer dans des applications. AIbase continuera à suivre les retours de la communauté et les cas d'utilisation concrets. Les développeurs sont encouragés à partager leurs expériences.
Lien vers le projet : https://github.com/k2-fsa/OmniVoice
Les lunettes intelligentes d’Apple pourraient être présentées lors de la WWDC27, mettant en avant la protection de la vie privée
Mark Gurman de Bloomberg rapporte que les lunettes intelligentes d’Apple, codifiées N50, sont prévues pour une présentation lors de la WWDC27 en juin 2027, avec un lancement commercial attendu à l’automne 2027. Initialement destinées à la fin de cett
À l’intérieur des détails révélés sur le prochain Gemini : une puissance de calcul mise à rude épreuve, des équipes internes en désaccord sur les priorités de développement et l’allocation des ressources
Les rapports indiquent que le lancement du modèle Gemini de nouvelle génération, tant attendu par Google, a été repoussé. Des désaccords internes concernant les priorités de développement et l'allocation des ressources, combinés à une capacité de cal
OpenAI rejette les inquiétudes concernant un ralentissement de la croissance, affirmant que plusieurs unités commerciales accélèrent
En réponse aux critiques externes concernant la décélération de la croissance des ventes et le non-respect des objectifs internes, le leader de l'IA, OpenAI, a publié une déclaration rassurante le mardi 28 avril. L'entreprise a précisé que ses produi
2026 : Les meilleurs copilotes AI SQL actuels, classés parmi les plus performants ! XIX.AI a sélectionné une collection puissante et révolutionnaire, mise à jour chaque semaine grâce à des tests concrets. Ces outils indispensables vous aident à créer des tableaux de bord financiers précis, à analyser les canaux de vente et à suivre en temps réel les indicateurs produits, ce qui améliore considérablement votre productivité. Découvrez-les dès maintenant pour trouver l’outil idéal pour des décisions basées sur les données ! 238 caractères
9 outils
xix.ai
2026 Derniers Meilleurs Outils d’Écriture de Mélodie par IA les Mieux Notés pour des Ébauches de Chansons ! XIX.AI a sélectionné une collection hautement puissante et révolutionnaire, soumise à des tests rigoureux en conditions réelles, afin d’offrir la meilleure expérience d’écriture. Vous pouvez y trouver des comparaisons détaillées entre versions gratuites et payantes, des classements précis, ainsi que des options incontournables conçues pour vous aider à créer sans effort des ébauches de chansons remarquables et à booster significativement votre productivité créative. Explorez dès maintenant pour découvrir l’outil qui vous correspond parfaitement !
8 outils
xix.ai
Les derniers outils de formation à la conversation par IA les mieux notés pour 2026 sont disponibles sur XIX.AI ! Cette sélection rigoureuse propose des outils puissants et révolutionnaires, testés rigoureusement dans des conditions réelles pour fournir des retours précis. Vous y trouverez une comparaison entre les versions gratuites et payantes, ainsi que des classements détaillés pour vous aider à choisir l’option incontournable qui renforce votre confiance et vos compétences. Explorez dès maintenant pour découvrir l’outil parfait pour réussir vos entretiens !
12 outils
xix.ai
Les meilleurs outils de transfert de style par IA de 2026, les mieux notés, pour des expériences créatives ! XIX.AI a sélectionné une collection d’outils puissants et révolutionnaires à essayer absolument, qui offrent des résultats exceptionnels grâce à des tests en conditions réelles et à un classement rigoureux. Ces solutions de pointe aident les créatifs à booster considérablement leur productivité en accélérant la création de contenu et en ouvrant la voie à des possibilités créatives infinies. Découvrez-les dès maintenant pour trouver l'outil qui vous convient le mieux et commencez à créer dès aujourd'hui !
9 outils
xix.ai
Les meilleurs outils de 2026 pour la création de bulles de dialogue IA, les mieux notés pour la narration visuelle, sont disponibles ici sur XIX.AI ! Cette sélection regroupe des outils puissants et révolutionnaires qui aident les créateurs à booster leur productivité et à surmonter les blocages créatifs. Consultez un comparatif entre les versions gratuites et payantes, découvrez des tests en conditions réelles et consultez les derniers classements pour trouver les solutions incontournables, parfaites pour créer des récits visuels captivants. Explorez dès maintenant pour découvrir l'outil qui vous convient le mieux !
10 outils
xix.ai
2026 : les meilleurs outils d'IA pour la synthèse de réunions, les mieux notés, pour un suivi clair des décisions et des relances sans effort. Cette sélection présente des solutions puissantes et révolutionnaires qui boostent considérablement la productivité en automatisant la prise de notes lors des réunions, en identifiant les actions clés et en rationalisant la coordination des équipes sur l'ensemble des projets. Profitez d'une comparaison entre les versions gratuites et payantes, ainsi que de tests en conditions réelles et de classements mis à jour chaque semaine pour vous aider à trouver l'outil idéal. Découvrez-les dès maintenant pour tirer pleinement parti de l'IA !
9 outils
xix.ai
