HeyGen Voice belegt den #1-Platz auf dem Artificial Analysis Controlled Voice TTS Arena Leaderboard, noch vor Alibabas Qwen-Audio-3.1-TTS-Plus und ElevenLabs' Eleven v4 Turbo
HeyGen Voice ist das erste Text-to-Speech-Modell von @HeyGen, das in unserer Controlled Voice Arena evaluiert wurde, wo Modelle mit denselben 8 geklonten Stimmen in US- und UK-Englisch bewertet werden.
Die wichtigsten Erkenntnisse:
➤ Controlled Voice: HeyGen Voice hat ein Elo von 1,201 über 1,468 Arena-Auftritte und liegt damit vor Qwen-Audio-3.1-TTS-Plus mit 1,182, Eleven v4 Turbo mit 1,166 und Eleven v4 mit 1,162. Es belegt #1 in Assistants and Customer Service, #2 in Knowledge Sharing und #1 in English (UK).
➤ Aussprache-Robustheit: HeyGen Voice erreicht 83.1% und belegt damit #10 von 29 Modellen, hinter Qwen-Audio-3.1-TTS-Plus mit 84.6% und vor Inworld Realtime TTS-2 mit 80.7%. Es belegt #2 in Preserving Exact Sequences mit 83.3%, nur hinter SpaceXAI TTS.
➤ Preise: HeyGen Voice kostet $30/1M Zeichen, verglichen mit Qwen-Audio-3.1-TTS-Plus zu $19.3/1M Zeichen, Eleven v4 Turbo zu $40/1M Zeichen und Eleven v4 zu $80/1M Zeichen.
➤ Geschwindigkeit: HeyGen Voice verarbeitet 40 Zeichen pro Sekunde Generierungszeit, verglichen mit 76 Zeichen pro Sekunde bei Eleven v4 und 46 bei Gemini 3.8 Flash TTS.
Weitere Details und Hörproben finden Sie unten ⬇️