모든 벤치마크

미디어 벤치마크

미디어 모델 간 생성 품질 비교

Code switch

이 프롬프트를 선택한 이유: One sentence that switches from English to Spanish mid-way. Bilingual text is common in real use, and models often carry the first language's accent or phonetics into the second half.

프롬프트

The café closes at nine, pero el último tren sale a las once y cincuenta y seis.

정렬 기준
  • assemblyai의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    1.9초
    정확성
    100%
  • bytedance-seed의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    14.4초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.5초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    2.1초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.7초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    2.3초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    2.1초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    2.4초
    정확성
    100%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    1.5초
    정확성
    100%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    1.3초
    정확성
    100%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    0.6초
    정확성
    100%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    1.4초
    정확성
    100%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    1.0초
    정확성
    100%
  • google의 파비콘

    Zephyr

    비용
    US$0.006
    생성 시간
    7.2초
    정확성
    100%
  • google의 파비콘

    Zephyr

    비용
    --
    생성 시간
    3.3초
    정확성
    100%
  • microsoft의 파비콘

    en-US-Harper:MAI-Voice-2

    비용
    --
    생성 시간
    1.7초
    정확성
    100%
  • microsoft의 파비콘

    cs-CZ-Grant:MAI-Voice-2.1

    비용
    --
    생성 시간
    1.5초
    정확성
    100%
  • microsoft의 파비콘

    cs-CZ-Grant:MAI-Voice-2.1-Flash

    비용
    --
    생성 시간
    1.0초
    정확성
    100%
  • minimax의 파비콘

    English_expressive_narrator

    비용
    US$0.008
    생성 시간
    1.1초
    정확성
    100%
  • mistralai의 파비콘

    en_paul_sad

    비용
    US$0.000
    생성 시간
    3.9초
    정확성
    100%
  • mistralai의 파비콘

    voice_3150

    비용
    --
    생성 시간
    1.8초
    정확성
    100%
  • x-ai의 파비콘

    eve

    비용
    US$0.001
    생성 시간
    1.1초
    정확성
    100%
  • deepgram의 파비콘

    aura-2-thalia-en

    비용
    US$0.002
    생성 시간
    4.1초
    정확성
    95%
  • deepgram의 파비콘

    flux-alexis-en

    비용
    --
    생성 시간
    4.8초
    정확성
    95%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    1.1초
    정확성
    95%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.6초
    정확성
    95%
  • microsoft의 파비콘

    en-US-Harper:MAI-Voice-2

    비용
    US$0.001
    생성 시간
    1.6초
    정확성
    95%
  • qwen의 파비콘

    longanlingxin

    비용
    US$0.002
    생성 시간
    1.9초
    정확성
    95%
  • heygen의 파비콘

    nadine

    비용
    --
    생성 시간
    3.2초
    정확성
    90%
  • heygen의 파비콘

    nadine

    비용
    --
    생성 시간
    7.9초
    정확성
    90%
  • qwen의 파비콘

    loongjohn

    비용
    US$0.001
    생성 시간
    1.8초
    정확성
    90%
  • minimax의 파비콘

    English_expressive_narrator

    비용
    US$0.005
    생성 시간
    1.0초
    정확성
    81%
  • hexgrad의 파비콘

    af_alloy

    비용
    US$0.00005
    생성 시간
    1.0초
    정확성
    68%
  • canopylabs의 파비콘

    tara

    비용
    US$0.00056
    생성 시간
    11.7초
    정확성
    58%
  • sesame의 파비콘

    conversational_a

    비용
    --
    생성 시간
    71.5초
    정확성
    58%
  • speechify의 파비콘

    geffen_32

    비용
    --
    생성 시간
    0.8초
    정확성
    --