Deepgram Aura 2
Aura 2 baseline — Coval: 327ms median TTFA, 5.1% WER (12 Aug 2026)
Scores comparatifs
Architecture
Pertinent pour le MVP Phase 1 si utilisation de Deepgram Nova-3 pour l'ASR. Le stack ASR+TTS d'un seul fournisseur simplifie l'intégration et réduit la latence. Limité à l'anglais et sans clonage vocal sont des contraintes significatives.
Analyse
Deepgram Aura 2 reste l'option TTS antérieure de la famille Deepgram, optimisée pour les pipelines d'agents vocaux anglophones. L'éditeur revendiquait historiquement <100ms de TTFA ; le référentiel indépendant actuel Coval/Openbenchmarks est de 327ms TTFA médian, 547ms p95 et 5,1% WER pour aura-2-thalia-en (12 août 2026). L'utiliser comme baseline Deepgram mesurée, et non comme preuve pour le nouveau modèle Flux TTS, dont les chiffres de latence et WER restent pour l'instant déclarés par l'éditeur. Pas de clonage vocal, expressivité limitée — focalisé sur un fonctionnement anglophone prévisible.
Points forts
- Baseline indépendante : 5,1% WER (Coval, 12 août 2026)
- Optimisé pour pipelines agents vocaux
- Couplage naturel avec Deepgram ASR
- Fiable à l'échelle
Limitations
- Pas de clonage vocal
- Anglais uniquement (Aura 2)
- Expressivité limitée
- Pas de données lip-sync
Capacités vocales
No voice cloning. Pre-built voices only.
Aura donne un contrôle propre du débit et de la prononciation, mais pas une émotion programmable documentée.
Comment : `speed` (0,7–1,5) et dictionnaire de prononciation IPA.
À tester : Pour les scènes émotionnelles, prévoir une écriture et un moteur expressif distincts plutôt que de lui attribuer un contrôle qu’il n’expose pas.
Vendor claim: <100ms TTFA. Independent Coval/Openbenchmarks measurement (12 Aug 2026): 327ms median TTFA, 547ms p95 and 5.1% WER for Aura-2-Thalia-en. Often paired with Deepgram Nova-3 ASR for a full stack.
No native lip-sync data.
Tarification
$15/1M chars. Often bundled with Deepgram ASR for full voice agent stack.
| Plan | Abonnement/mois | Inclus | Dépassement/min | Streams max | Topup |
|---|---|---|---|---|---|
Pay As You Go Même plan que Deepgram STT | Gratuit | $200 free credit | $0.0150 | 150 | Oui |
GrowthRecommandé Remise sur volume disponible | $333/mo | Prepaid credits, up to 20% discount | $0.0120 | 225 | Oui |
Souveraineté & Conformité
Cloud only. Enterprise on-premise via agreement.
Résidence des données : US, EU
Positionnement de Deepgram Aura 2
Au-delà des specs techniques : où se positionne cet outil dans l'écosystème, quels sont les risques et les enjeux stratégiques pour GamiWays ?
Deepgram Aura est le pari de la plateforme vocale unifiée : STT+TTS+LLM en une seule API, latence sub-200ms, valorisation 1,3Md$ — mais sa position VPC-only limite son attrait souveraineté pour les déploiements européens réglementés.
A. Positionnement stratégique
Client cible : Developer / Enterprise — real-time voice agents, unified STT+TTS platform
Latence TTS sub-200ms dans le cadre d'une plateforme unifiée STT+TTS+LLM — le guichet unique pour l'infrastructure d'agents IA vocaux.
B. Avantage concurrentiel
- API unifiée STT+TTS+LLM — réduit la complexité d'intégration et la latence vs stacks multi-fournisseurs
- Latence TTS sub-200ms avec voix naturelles — compétitif avec Cartesia pour les agents temps réel
- Série C 130M$ (jan. 2026) — valorisation 1,3Md$ — force financière pour la R&D
Vulnérabilité : Pas d'option TTS on-premise (VPC uniquement). Les modèles open-source rattrapent. Pression tarifaire des concurrents.
E. Questions stratégiques pour GamiWays
Fit souveraineté
Résidence des données UE via VPC disponible. Pas de TTS on-premise complet. Fit souveraineté modéré — mieux que le cloud pur, moins bien qu'Inworld.
Build vs. Buy
Acheter pour la Phase 1 (plateforme unifiée, faible overhead d'intégration). Évaluer les alternatives on-premise pour la souveraineté Phase 2.
Risque de lock-in
La plateforme unifiée STT+TTS crée un lock-in d'intégration. Le déploiement VPC et les prix compétitifs réduisent le risque de dépendance.
Alignement roadmap
Bon pour la Phase 1 (STT+TTS unifié pour agents vocaux). La Phase 2 nécessite un TTS on-premise — considérer Inworld ou open-source pour la souveraineté.
Vérification de cette fiche
Coval/Openbenchmarks — Aura-2-Thalia-en, 12 Aug 2026 (327ms median TTFA, 547ms p95, 5.1% WER)
Note de mise à jour : Mise à jour Flux TTS : baseline Aura-2 indépendante ajoutée depuis Coval/Openbenchmarks. Les mesures Aura ne sont pas attribuables à Flux TTS.
Cette date concerne les prix, capacités et notes propres à cette fiche. Les benchmarks de comparaison suivent la synchronisation et la méthode indiquées dans le bloc au-dessus.