Un service de reponse telephonique par IA destine aux artisans qui se deplacent aux Etats Unis: les appels sont pris jour et nuit, le travail est qualifie, le rendez vous entre dans le calendrier du patron, et le suivi client comme les comptes rendus sont compris, pour 199 dollars par mois et sept jours essai sans carte.

Un programme de dictee de Tencent en test depuis septembre 2026 : tenir Fn, parler comme on parle vraiment, et recevoir un texte ecrit debarrasse des repetitions, deja adapte au destinataire.

Un outil de navigateur d'Adobe qui prend un enregistrement, retire le bruit de fond, égalise le volume et gagne en clarté. Aucune installation, aucun réglage, et l'offre gratuite couvre une heure d'audio par jour.

Un cadre libre pour convertir le timbre d'une voix et la changer en direct. Il demande au moins dix minutes de parole propre pour l'entraînement, atteint 170 millisecondes de latence de bout en bout et fournit deux interfaces.

Un modèle libre de séparation de sources qui découpe un morceau mixé en batterie, basse, voix et accompagnement restant. Une seule ligne de commande suffit, Python peut l'appeler, et le code est sous MIT.

Un outil libre qui découpe un morceau en voix et accompagnement grâce à des modèles de séparation de sources. Le paquet officiel embarque l'interface, Python, PyTorch et les dépendances : rien à préparer en amont.

Une chaîne qui comble deux manques de Whisper : l'horodatage s'arrête à la phrase et le traitement par lots n'existe pas. WhisperX aligne de force pour dater chaque mot, étiquette les locuteurs et annonce 70 fois le temps réel sur large-v2.

Un outil de bureau qui transcrit et traduit l'audio sur votre propre ordinateur, Whisper en dessous. Il accepte fichiers et liens, transcrit en direct depuis un micro, distingue les voix et exporte texte brut, SRT et VTT.

Un modèle de reconnaissance vocale généraliste qui enchaîne transcription, traduction vers l'anglais et détection de langue. Six tailles vont d'environ 39 millions à environ 1,55 milliard de paramètres, code et poids sous licence MIT.

Un système de synthèse vocale zero shot à faire tourner sur sa propre machine. Un seul extrait de référence suffit pour cloner une voix, l'émotion, le débit et la prononciation restent des paramètres, et les poids relèvent d'une licence propre au projet.

Un projet open source de synthèse vocale fondé sur le flow matching, avec paquet pip, inférence en ligne de commande et interface web Gradio. Le code est en MIT, les poids pré-entraînés sont non commerciaux à cause des données d'entraînement.

Un modèle de synthèse vocale open source dont la dernière génération gère le clonage zéro-shot interlangue, 9 langues étrangères et plus de dix dialectes et accents chinois, publié sous licence Apache 2.0.

Une interface Web de synthèse vocale open source. Cinq secondes d'une voix humaine suffisent en zéro-shot, une minute de données d'entraînement permet d'affiner un timbre plus proche, et l'inférence traverse cinq langues dont le mandarin, l'anglais, le japonais, le coréen et le cantonais.

Pas de carte bancaire à l'inscription, 8000 crédits par mois sur l'offre gratuite. Dix secondes d'audio suffisent pour obtenir une voix utilisable, et plus de 60 balises d'émotion orientent le débit pendant la synthèse.

Un outil de musique qui tourne dans le navigateur et s'ouvre sur un seul champ de texte. Décrivez l'ambiance voulue et le modèle rend un morceau chanté, ou collez vos paroles et choisissez genre, humeur et timbre.