Pronunciationsstabilität misst, ob die Text-to-Sprache-Modelle schwieriges Textgut korrekt in vier Kategorien aussprechen, wobei menschliche Bewertungsteams jeden Clip anhand vorab vereinbarter akzeptierter Aussprachen beurteilen.
➤ Erweiterung des Kurzformens: Eleven v4 Turbo belegt den 2. Platz mit 91,9 %, hinter Eleven v4 mit 94,1 % und vor Gemini 3,8 Flash TTS mit 86,1 %.
➤ Kontextgerecht: Eleven v4 Turbo erzielt 95,8 %, vor Eleven v4 mit 94,1 %, und Gemini führt mit 3,8 Flash TTS bei 97,9 %.
➤ Standalone Terms: Eleven v4 Turbo erzielt 91,4 %, während Eleven v3 Conversational mit 95,1 % an der Spitze liegt.
➤ Erhaltung exakter Sequenzen: Eleven v4 Turbo erreicht 73,9 %, vor Eleven v3 mit 71,2 %, während SpaceXAI TTS mit 85,7 % an der Spitze ist.
