Provider Voice Arena リーダーボードArtificial Analysis

各プロバイダー独自のネイティブ音声を使ってテキスト読み上げ(TTS)モデルを比較します。

順位範囲
モデル
Elo
サンプル数
Arena音声
リリース
料金 1
11
Fish Audio logo
Fish Audio Drama 3Hugging Face
1277±1695%区間 1261〜1293
1,996Oct 2026$15.00 /100万文字
22-3
Fish Audio logo
Fish Audio Drama 3 PreviewHugging Face
1237±1395%区間 1224〜1250
3,001Oct 2026$15.00 /100万文字
32-3
BreezeBlue logo
Breeze TTS 2Hugging Face
1228±1295%区間 1216〜1240
3,145Aug 2026$34.00 /100万文字
44
Ant Group logo
Ming-3.0-ttsHugging Face
1179±1295%区間 1167〜1191
2,802Oct 2026N/A
55-7
Gradium logo
Phonon 31M (English)Hugging Face
1108±1395%区間 1095〜1121
2,055Oct 2026$0.00 /100万文字
65-8
Fish Audio logo
Fish Audio S2 ProHugging Face
1101±1195%区間 1090〜1112
3,091Mar 2026$15.00 /100万文字
75-8
StepFun logo
Step Audio EditX (Mar 2026)Hugging Face
1100±1195%区間 1089〜1111
2,690Feb 2026N/A
86-8
Mistral logo
Voxtral TTSHugging Face
1094±1195%区間 1083〜1105
2,833Mar 2026$16.00 /100万文字
99-10
NVIDIA logo
Magpie-Multilingual 357M (Feb 2026)Hugging Face
1064±1295%区間 1052〜1076
2,591Feb 2026N/A
109-10
Kokoro logo
Kokoro 82M v1.0Hugging Face
1060±1195%区間 1049〜1071
5,672Jan 2025$0.65 /100万文字
1111-12
Maya Research logo
Maya1Hugging Face
1047±1295%区間 1035〜1059
3,559Jun 2025N/A
1210-13
Fish Audio logo
OpenAudio S1 MiniHugging Face
1042±2095%区間 1022〜1062
1,678Jun 2025$15.00 /100万文字
1312-13
Boson AI logo
Higgs Audio V3 TTSHugging Face
1035±1295%区間 1023〜1047
2,470Jun 2026$15.00 /100万文字
1414
Resemble AI logo
ChatterboxGitHub
1019±1195%区間 1008〜1030
4,899May 2025$25.00 /100万文字
1515
Zyphra logo
Zonos-v0.1GitHub
1000基準このリーダーボードのEloスケールの基準点として1000に固定されています。
5,029Feb 2025$20.00 /100万文字
1616-17
OpenVoice logo
OpenVoice v2Hugging Face
954±1395%区間 941〜967
3,188—Apr 2024$8.33 /100万文字
1716-17
Microsoft logo
VibeVoice 1.5BHugging Face
954±1495%区間 940〜968
2,252Aug 2025N/A
1818
Coqui logo
XTTS v2Hugging Face
914±1595%区間 899〜929
2,769—Nov 2023$40.44 /100万文字
1919
StyleTTS  logo
StyleTTS 2GitHub
887±1595%区間 872〜902
2,764—Jun 2023$2.82 /100万文字
2020
MetaVoice logo
MetaVoice v1GitHub
845±1895%区間 827〜863
1,717—Feb 2024N/A

1 API価格は、モデル作成者のAPIでモデルのデフォルト設定を使い、100万文字を生成するコストを反映します

2 オープンウェイトには、ダウンロード可能なモデルウェイトまたはプロバイダー提供の推論ランタイムを使用してセルフホストできるモデルが含まれます。商用利用可能なオープンウェイトには、公開されたライセンスで商用利用(NVIDIA AI Enterprise サブスクリプションなど、ライセンス条件付きの利用を含む)が認められているモデルが含まれ、個別に交渉した商用契約が必要なモデルは含まれません。