모든 벤치마크

미디어 벤치마크

미디어 모델 간 생성 품질 비교

Other language

이 프롬프트를 선택한 이유: The baseline sentence in Spanish, Japanese and Hindi. Same content, three scripts, so pronunciation and number reading can be compared across languages with everything else held constant.

프롬프트

Route 6 Espresso abre hasta las nueve, y el último tren sale a las once y cincuenta y seis.

정렬 기준
  • elevenlabs의 파비콘

    george

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

    george

    비용
    --
    생성 시간
    2.6초
    정확성
    100%
  • elevenlabs의 파비콘

    george

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

    nadine

    비용
    --
    생성 시간
    3.5초
    정확성
    100%
  • heygen의 파비콘

    nadine

    비용
    --
    생성 시간
    8.8초
    정확성
    95%
  • mistralai의 파비콘

    en_paul_sad

    비용
    --
    생성 시간
    1.6초
    정확성
    95%
  • assemblyai의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    1.8초
    정확성
    91%
  • mistralai의 파비콘

    voice_3150

    비용
    --
    생성 시간
    3.4초
    정확성
    91%
  • deepgram의 파비콘

    flux-alexis-en

    비용
    --
    생성 시간
    7.3초
    정확성
    87%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.6초
    정확성
    87%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    1.1초
    정확성
    83%
  • minimax의 파비콘

    English_expressive_narrator

    비용
    US$0.009
    생성 시간
    1.1초
    정확성
    83%
  • minimax의 파비콘

    English_expressive_narrator

    비용
    US$0.005
    생성 시간
    1.7초
    정확성
    83%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    1.7초
    정확성
    76%
  • hexgrad의 파비콘

    af_alloy

    비용
    US$0.000056
    생성 시간
    0.6초
    정확성
    72%
  • microsoft의 파비콘

    en-US-Harper:MAI-Voice-2

    비용
    US$0.002
    생성 시간
    1.1초
    정확성
    72%
  • deepgram의 파비콘

    aura-2-thalia-en

    비용
    --
    생성 시간
    4.6초
    정확성
    70%
  • x-ai의 파비콘

    eve

    비용
    --
    생성 시간
    1.4초
    정확성
    68%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.7초
    정확성
    64%
  • google의 파비콘

    Zephyr

    비용
    --
    생성 시간
    3.5초
    정확성
    64%
  • microsoft의 파비콘

    en-US-Harper:MAI-Voice-2

    비용
    US$0.001
    생성 시간
    1.6초
    정확성
    64%
  • canopylabs의 파비콘

    tara

    비용
    --
    생성 시간
    8.2초
    정확성
    62%
  • bytedance-seed의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    21.6초
    정확성
    58%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    0.7초
    정확성
    58%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    2.9초
    정확성
    58%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    US$0.001
    생성 시간
    1.8초
    정확성
    58%
  • google의 파비콘

    Zephyr

    비용
    US$0.003
    생성 시간
    4.8초
    정확성
    58%
  • google의 파비콘

    Zephyr

    비용
    --
    생성 시간
    2.9초
    정확성
    58%
  • microsoft의 파비콘

    cs-CZ-Grant:MAI-Voice-2.1

    비용
    --
    생성 시간
    3.1초
    정확성
    58%
  • qwen의 파비콘

    loongjohn

    비용
    US$0.001
    생성 시간
    1.2초
    정확성
    58%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    1.8초
    정확성
    56%
  • elevenlabs의 파비콘

    george

    비용
    --
    생성 시간
    1.7초
    정확성
    56%
  • fish-audio의 파비콘

    제공업체 기본값

    비용
    --
    생성 시간
    1.5초
    정확성
    56%
  • microsoft의 파비콘

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

    비용
    --
    생성 시간
    1.2초
    정확성
    52%
  • qwen의 파비콘

    longanlingxin

    비용
    US$0.002
    생성 시간
    1.7초
    정확성
    52%
  • sesame의 파비콘

    conversational_a

    비용
    --
    생성 시간
    49.2초
    정확성
    36%
  • speechify의 파비콘

    geffen_32

    비용
    --
    생성 시간
    1.7초
    정확성
    --