Meilleurs modèles open source : Voix & audio
Transcription, diarisation, synthèse vocale, musique. Sélection octobre 2026 classée par Score Radar.
Flux RSS de ce domaine · Suivre sur Feedly
Articles
pyannote community-1 : la diarisation libre progresse sur les réunions, recule sur le corpus français
pyannote publie le successeur libre de speaker-diarization-3.1 : meilleure attribution des locuteurs, sortie « exclusive » prête à aligner sur une transcription, CPU suffisant. Sur le seul corpus francophone du tableau, le nouveau modèle fait pourtant moins bien que l'ancien.
parakeet-redux : la transcription en 25 langues tient désormais en 178 Mo
Moondream publie une version à poids ternaires du parakeet de NVIDIA. Le français y est, le CPU suffit, et l'horodatage par mot est inclus. Le taux d'erreur monte un peu : la question est de savoir si c'est acceptable pour des comptes rendus de réunion.
Meilleurs scores du domaine
★ speaker-diarization-3.1
Référence historique (6,9 M).
★ Audio8-ASR-Infinite
ASR temps réel léger, mais sans français annoncé.
★ speaker-diarization-community-1
Entre au classement (rang 33) avec 5,4 M de téléchargements.
★ whistle
Transcription locale légère.
★ Nemotron-3-Diarization
Diarisation, complément de parakeet
★ parakeet-redux
178 Mo, 25 langues dont le français, CPU
ema-lightning
Voix de synthèse légère, populaire cette semaine.
★ yodas3
Le plus gros corpus ouvert pour entraîner ou évaluer la transcription multilingue
YuE2-3B
Hors périmètre transcription, mais très suivi.
★ alania-synthetic-speech-tr
Recette reproductible pour un corpus ASR/TTS dans une langue donnée.
★ NeuDecide
46 ms sur un portable, 206 ms sur Raspberry Pi 5, un seul cœur CPU : l'appel d'outil vocal embarqué.
★ paradee
Preuve qu'une voix de synthèse tient dans 8 M.