HeyGen Voice ocupa el puesto #1 en la Artificial Analysis Controlled Voice TTS Arena Leaderboard, por delante del Qwen-Audio-3.1-TTS-Plus de Alibaba y del Eleven v4 Turbo de ElevenLabs
HeyGen Voice es el primer modelo de Text to Speech de @HeyGen evaluado en nuestro Controlled Voice Arena, donde los modelos se evalúan usando las mismas 8 voces clonadas en inglés de EE. UU. y del Reino Unido.
Conclusiones clave:
➤ Controlled Voice: HeyGen Voice tiene un Elo de 1,201 en 1,468 apariciones en la arena, situándolo por delante de Qwen-Audio-3.1-TTS-Plus con 1,182, Eleven v4 Turbo con 1,166 y Eleven v4 con 1,162. Ocupa el puesto #1 en Asistentes y Atención al Cliente, el #2 en Compartir Conocimiento y el #1 en inglés (Reino Unido).
➤ Robustez de pronunciación: HeyGen Voice obtiene un 83.1%, quedando en el puesto #10 de 29 modelos, detrás de Qwen-Audio-3.1-TTS-Plus con 84.6% y por delante de Inworld Realtime TTS-2 con 80.7%. Ocupa el puesto #2 en Preservación de Secuencias Exactas con 83.3%, solo por detrás de SpaceXAI TTS.
➤ Precio: HeyGen Voice tiene un precio de $30/1M de caracteres, en comparación con Qwen-Audio-3.1-TTS-Plus a $19.3/1M de caracteres, Eleven v4 Turbo a $40/1M de caracteres y Eleven v4 a $80/1M de caracteres.
➤ Velocidad: HeyGen Voice procesa 40 caracteres por segundo de tiempo de generación, en comparación con 76 caracteres por segundo para Eleven v4 y 46 para Gemini 3.8 Flash TTS.
Vea más detalles y escuche muestras a continuación ⬇️