HeyGen Voice가 Artificial Analysis Controlled Voice TTS Arena Leaderboard에서 #1위를

HeyGen Voice가 Alibaba의 Qwen-Audio-3.1-TTS-Plus와 ElevenLabs의 Eleven v4 Turbo보다 앞서 Artificial Analysis Controlled Voice TTS Arena Leaderboard에서 #1위를 차지했습니다.

HeyGen Voice는 @HeyGen의 텍스트 음성 변환(Text to Speech) 모델 중 하나로, 미국 및 영국 영어 전반에 걸쳐 동일한 8개의 클론된 목소리를 사용하여 평가하는 Controlled Voice Arena에서 처음으로 평가되었습니다.

주요 내용:

➤ Controlled Voice: HeyGen Voice는 1,468번의 아레나 출현을 통해 1,201의 Elo를 기록하며, Qwen-Audio-3.1-TTS-Plus가 1,182점, Eleven v4 Turbo가 1,166점, Eleven v4가 1,162점으로 그 뒤를 따르는 것보다 높은 순위를 차지했습니다. 이 모델은 Assistants와 Customer Service 부문에서 #1위, Knowledge Sharing 부문에서 #2위, 그리고 영국 영어(English (UK)) 부문에서 #1위를 기록했습니다.

➤ 발음 견고성(Pronunciation Robustness): HeyGen Voice는 83.1%의 점수를 받아 29개 모델 중 #10위에 올랐으며, Qwen-Audio-3.1-TTS-Plus가 84.6%로 앞섰으나 Inworld Realtime TTS-2의 80.7%보다 높은 수치입니다. 정확한 순서 유지(Preserving Exact Sequences) 부문에서는 SpaceXAI TTS에 이어 #2위인 83.3%를 기록했습니다.

➤ 가격 책정(Pricing): HeyGen Voice는 100만 문자당 $30의 가격으로 책정되었으며, 이는 Qwen-Audio-3.1-TTS-Plus가 100만 문자당 $19.3, Eleven v4 Turbo가 100만 문자당 $40, Eleven v4가 100만 문자당 $80인 것과 비교됩니다.

➤ 속도(Speed): HeyGen Voice는 생성 시간당 40자(characters)를 처리하는 반면, Eleven v4는 초당 76자, Gemini 3.8 Flash TTS는 초당 46자를 처리합니다.

더 자세한 내용은 아래에서 샘플을 들어보세요 ⬇️