ChatTTS vs TranscribeGo (formerly TranscribeMe)

ChatTTS est un modèle de synthèse vocale open-source conçu pour le dialogue. L'équipe 2Noise l'a entraîné sur plus de 100 000 heures de speech en chinois et en anglais, afin qu'il sonne de manière naturelle dans les conversations en échange, et pas seulement en narration scriptée.

Ce qui le distingue, c'est le contrôle de la prosodie à un niveau granulaire. Le modèle peut ajouter des rires, des pauses et des interjections, et il gère plusieurs locuteurs lors d'une même session. Cela en fait un outil adapté pour les assistants LLM, l'audio conversationnel et les médias interactifs riches en dialogue.

Les développeurs l'installent via pip ou en clonant le dépôt GitHub. La version open-source sur Hugging Face est un modèle de base de 40 000 heures sous licence AGPLv3+. L'équipe le présente comme étant destiné à la recherche et aux cas d'usage liés au dialogue, avec un contact à [email protected] pour toute question sur la feuille de route.

TranscribeGo transforme les notes vocales, les liens vidéo et les fichiers audio téléchargés en texte consultable via une application web et des bots de messagerie. Vous pouvez coller une URL YouTube, TikTok ou Instagram, déposer un fichier MP3 ou WAV, ou transférer une note vocale WhatsApp au bot TranscribeMe et obtenir une transcription en quelques secondes. Le service génère également des résumés, des traductions dans plus de 90 langues, des sous-titres SRT et des brouillons d’articles à partir d’enregistrements longs.

La plupart des outils de transcription vous demandent d’installer une application distincte ou de télécharger des fichiers sur un client de bureau. TranscribeGo rencontre les utilisateurs directement sur WhatsApp et Telegram, où les notes vocales existent déjà, et ajoute un tableau de bord navigateur pour les téléchargements en lot et l’historique. Cette distribution axée sur le chat lui a permis d’atteindre 3 millions d’utilisateurs et de traiter plus de 10 millions d’audios, selon les statistiques de la page d’accueil.

Les journalistes, étudiants, créateurs de contenu et employés de bureau sont les principaux utilisateurs. Le forfait gratuit inclut 10 minutes par mois sans carte bancaire, tandis que les plans payants Starter et Pro augmentent le plafond mensuel à 200 et 1 000 minutes respectivement.