Chariot lance le modèle de parole multilingue Chariot-1-TTS
Chariot a lancé Chariot-1-TTS-Multilingual le 12 novembre 2026, avec un support pour l'anglais et 11 langues indiques, selon l'entreprise. Le modèle de synthèse vocale offre plus de 50 choix de voix et peut produire de la parole à partir de phrases qui mélangent deux langues prises en charge, a déclaré Chariot.
La liste des langues de l'entreprise comprend l'hindi, l'ourdou, le pendjabi, le bengali, le gujarati, le marathi, l'odia, le kannada, le télougou, le tamoul et le malayalam, en plus de l'anglais. Chariot a déclaré que chaque génération peut gérer jusqu'à 1 000 caractères, tandis que le clonage vocal nécessite un enregistrement de référence d'une durée de quelques secondes.
Pour le matériel écrit avec plus d'une interprétation orale possible, Chariot a déclaré que le modèle utilise le contexte pour sélectionner une lecture. Cela couvre les montants, les abréviations, les dates et les symboles. Un exemple de l'entreprise utilise B+ dans deux contextes : une note scolaire et un résultat de groupe sanguin. Selon Chariot, le modèle gère ces distinctions en interne, réduisant le besoin de règles ou d'instructions séparées pour préparer le texte à la parole.
L'évaluation de Chariot, datée du 11 novembre 2026, a couvert 8 655 cas de texte configurés en anglais et dans dix langues indiques. Les comparaisons ne s'appliquaient qu'aux configurations incluses dans chaque référence. Pour l'intelligibilité, l'entreprise a comparé les transcriptions produites par la reconnaissance vocale automatique avec le texte de référence normalisé. Son évaluation distincte de la qualité audio en anglais a utilisé NISQA, un prédicteur automatisé de la qualité de la parole.
Sur le benchmark d'interprétation en anglais, Chariot a rapporté une précision de 93,78 % sur 1 029 phrases dans 42 catégories. Ces catégories comprenaient des formules chimiques, des devises, des codes, des dates, des symboles boursiers, des ordinaux et des URL. L'entreprise a défini la précision comme la proportion des résultats évalués dont l'interprétation orale était acceptable, et a placé le modèle en première position parmi les configurations testées dans ce benchmark.
Pour l'hindi, l'entreprise a rapporté un taux d'erreur de caractères de 7,60 % sur 644 invites. Dans neuf autres langues indiques, sa moyenne rapportée était de 6,47 %. Ce groupe comprenait le tamoul, le télougou, le pendjabi, l'odia, le marathi, le malayalam, le kannada, le gujarati et le bengali. Chariot a déclaré que les tests couvraient du texte conversationnel ainsi que la robustesse générale, numérique et technique, avec un poids égal pour chaque langue et ensemble de tests dans la moyenne des neuf langues. L'entreprise a placé le modèle en première position parmi les configurations comparées sur les deux mesures.
Dans la comparaison distincte de la qualité audio en anglais, Chariot a rapporté un score NISQA de 4,901 sur 1 088 invites rédigées en anglais simple. L'entreprise a classé le modèle en première position dans cet ensemble de configurations de test. Contrairement à l'évaluation de l'intelligibilité basée sur les transcriptions de reconnaissance vocale, ce résultat était une estimation automatisée de la qualité audio.
* Cet article est basé sur des informations publiquement disponibles au moment de la rédaction.