Phonon TTS : modèle vocal on-device performant lancé par Gradium
5 novembre 2026 · IA
Gradium lance Phonon, un modèle de synthèse vocale (TTS) conçu pour fonctionner entièrement sur l'appareil de l'utilisateur, sans serveur ni réseau. Disponible en deux tailles (65 Mo et 75 Mo), il couvre cinq langues et propose plus de 100 voix intégrées avec clonage vocal. Selon Gradium, Phonon se classe premier en allemand et espagnol sur l'intelligibilité du leaderboard Open TTS de Hugging Face, et domine le benchmark CPU sur le temps d'accès au premier audio. Le modèle a été téléchargé plus de 200 000 fois en deux semaines et est intégré nativement dans Hugging Face Transformers v5.21.
Impact marchés
Marché du TTS on-device et de l'IA embarquée ; pression sur les solutions cloud de synthèse vocale. Hugging Face (non coté) et l'écosystème open-source IA concernés. Tendance à la décentralisation des modèles d'IA vers l'edge computing.
Opportunités
Opportunité pour les développeurs d'applications mobiles et embarquées cherchant une solution TTS privée et sans coût d'inférence cloud. Risque : adoption commerciale limitée par la licence CC BY-NC pour le modèle multilingue ; concurrence intense des acteurs cloud (ElevenLabs, OpenAI TTS).