HeyGen Voice 1
Nouveau — TTS maison HeyGen, octobre 2026. Arena Controlled Voice, pas l’arena vocale principale.
Scores comparatifs
Architecture
Voix candidate pour Où est Ava ?, au-dessus de LiveAvatar Custom/LITE, à côté de Gradium. À tester : le français, le consentement, et le branchement du flux SSE sur le lip-sync. Le rang Controlled Voice et l’absence de TTFA ne sont pas une latence de dialogue mesurée. Le mode FULL inclut déjà une voix HeyGen et sort la direction de jeu du projet.
Analyse
HeyGen Voice est sorti en octobre 2026 : c’est le TTS maison de HeyGen. heygen-voice-1 parle les clones instantanés et professionnels ; heygen-voice-1-turbo ne parle que les instantanés. Le 18 octobre, l’arena Controlled Voice d’Artificial Analysis — les mêmes huit voix anglaises clonées — place HeyGen Voice à un ELO de 1196, fourchette de rang 1–2. Ce n’est pas l’arena des voix catalogue, où Eleven v4 Turbo restait premier le 17 octobre. Aucun temps au premier audio n’est publié. Le français (fr) fait partie des 39 codes.
Points forts
- 39 langues documentées, dont le français
- Clonage instant sans slot pendant la preview
- Flux SSE et timestamps caractère
- ELO 1196 sur l’arena Controlled Voice (fourchette 1–2, 18 octobre)
- Même compte API que la vidéo HeyGen
Limitations
- Pas de TTFA publié
- Le rang 1–2 ne vaut pas pour l’arena des voix catalogue
- Hébergement US
- Le flux SSE n’alimente pas LiveAvatar LITE de façon documentée
- Trois unités de prix coexistent et ne se convertissent pas
Capacités vocales
Instant : un enregistrement, les 3 premières minutes, prêt en quelques secondes, sans slot. Professionnel : 20 minutes ou plus, un slot acheté, cinq entraînements par mois. L’annonce presse décrit un add-on à 99 $/mois ; la doc développeur dit seulement « slot acheté », sans ce montant.
HeyGen Voice ajoute un levier d’expressivité sur les voix instantanées. Les modes de scène annoncés restent dans Studio.
Comment : `expressiveness_boost` de 0 à 1 pour une voix instantanée. Le clone professionnel utilise `seed`, `speed`, `pitch_shift` et `pitch_variance`, pas ce curseur.
À tester : Adaptive et Exact ne sont pas des paramètres de POST /v3/models/audio/tts. Aucun TTFA n’est publié. Gradium reste la base française.
POST /v3/models/audio/tts/stream en Server-Sent Events, WAV 44,1 kHz. Aucun temps au premier audio n’est publié. Ce flux n’est pas documenté comme entrée PCM de LiveAvatar LITE.
with_timestamps ajoute l’alignement par caractère. Les timestamps mot existent sur la synthèse catalogue ; le clone passe par /v3/models/audio/tts.
Tarification
30 $/1M caractères, annonce produit du 9 octobre 2026 et colonne API de l’arena Controlled Voice lue le 18 octobre. Hypothèse fiche : 1 000 caractères ≈ 1 minute, soit 0,03 $/min. Le changelog cote aussi le clone professionnel à 0,6 crédit API/min : cette unité n’est ni un crédit LiveAvatar ni le crédit Enterprise à 0,50 $. La création d’un clone instant est gratuite pendant la preview. La page développeur TTS ne republie pas le montant en dollars.
| Plan | Abonnement/mois | Inclus | Dépassement/min | Topup |
|---|---|---|---|---|
À l’usageRecommandé La création d’un clone instant est gratuite pendant la preview. Le slot à 99 $ est un chiffre de presse et n’est pas inclus. | Gratuit | 30 $/1M caractères | $0.0300 | Oui |
Souveraineté & Conformité
Pas d’on-premise. Hébergement HeyGen aux États-Unis.
Résidence des données : AWS US. Pas de résidence UE documentée pour ce modèle.
Vérification de cette fiche
Artificial Analysis Controlled Voice, 18 Oct 2026: ELO 1196, range 1–2, $30/1M chars. Not the provider-voice arena.
Note de mise à jour : Arrivée du modèle. ELO Controlled Voice 1196, fourchette 1–2. Prix fiche 30 $/1M caractères. Pas de TTFA.
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.
Benchmarks ELO / indices : Artificial Analysis · Dernière sync API : 5 octobre 2026