Qu’est-ce que Breeze TTS 2 ?
Breeze TTS 2 est un modèle de synthèse vocale de BreezeBlue (la mention de copyright désigne Resonia, Inc.), publié en poids ouverts le 25 août 2026. Le checkpoint compte environ 3,47 milliards de paramètres sur une base Qwen3 avec un codec audio de type Mimi, et la version ouverte parle anglais et chinois. Il clone une voix à partir d'un extrait de référence et de sa transcription exacte, conçoit une nouvelle voix à partir d'une description écrite, et règle le ton et le rythme d'une voix clonée à partir d'une instruction. Des balises en ligne comme (laugh) et (sigh) ajoutent des effets vocaux.
Le code d'inférence sur GitHub est sous Apache 2.0, mais les poids relèvent de la BreezeBlue Research and Non-Commercial License. L'usage commercial des sorties auto-hébergées exige une licence écrite distincte ; les abonnés payants du service hébergé de BreezeBlue peuvent utiliser commercialement ces sorties. La page Hugging Face recense environ 15 500 téléchargements le mois dernier et 831 likes.
Combien coûte Breeze TTS 2 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Self-hosted weights | Free | Recherche et usage non commercial uniquement |
| Free (hosted) | Free | 400 crédits par jour ; la FAQ exclut l'usage commercial |
| Starter | $9/month | 30 000 crédits par mois |
| Creator | $19/month | 63 333 crédits par mois |
| Pro | $99/month | 330 000 crédits par mois |
| Scale | $299/month | 996 667 crédits par mois |
| Business | $999/month | 3 330 000 crédits par mois |
| Enterprise | By quote | Options sur site et de résidence des données |
Poids gratuits pour la recherche et l'usage non commercial uniquement. Offres hébergées : Free (400 crédits par jour, 10 caractères chacun), Starter à 9 $ par mois, Creator à 19 $ par mois, Pro à 99 $ par mois, Scale à 299 $ par mois, Business à 999 $ par mois ; environ 30 $ par million de caractères, ou à peu près 25 $ en facturation annuelle. Enterprise sur devis.
Breeze TTS 2 vaut-il le coup ?
Breeze TTS 2 est l'un des deux modèles vocaux à poids ouverts au meilleur rendu, et presque personne ne peut légalement l'intégrer à un produit. Dans l'arène d'écoute à l'aveugle d'Artificial Analysis, il obtient 1 233 Elo, 11e sur 98 modèles et 2e sur 18 modèles à poids ouverts, 16 points derrière Fish Audio Drama 3 Preview et loin des 1 338 d'Eleven v4 Turbo. La première place parmi les modèles ouverts revendiquée par BreezeBlue au lancement venait de l'instantané du 26 août, à 1 215 Elo ; le classement a bougé depuis.
L'étiquette d'« alternative gratuite à ElevenLabs » ne résiste pas à la licence. Les poids autorisent la recherche, l'usage personnel et éducatif, et une évaluation limitée au sein d'une entreprise. L'usage en production, le service via une API, le travail pour des clients, le contenu monétisé et les opérations internes au-delà de l'évaluation sont tous désignés comme commerciaux, et la licence précise qu'il n'existe aucune exception par seuil de chiffre d'affaires ou pour les créateurs. Les sorties sont aussi couvertes et ne peuvent pas servir à entraîner d'autres modèles vocaux. Les droits commerciaux ne s'obtiennent que par un accord écrit ou par les offres hébergées de BreezeBlue, où les limites des poids ouverts ne s'appliquent pas.
Les chiffres techniques sont ceux de BreezeBlue et ont été mesurés sur un H100 : moins de 40 ms avant le premier son et un facteur temps réel de 0,32 sur le chemin rapide une fois chauffé. L'inférence en mode eager demande environ 7,7 GiB de mémoire GPU, une carte de 12 GB est donc le minimum ; le chemin rapide demande 14,4 GiB. Le serveur de streaming fourni traite une requête à la fois et renvoie du PCM brut à 24 kHz, si bien qu'un déploiement multi-utilisateurs implique d'écrire votre propre mise en lots. Le projet audio.cpp fournit des builds GGUF BF16, Q8 et Q4_0 avec streaming, ce qui abaisse la barre matérielle pour un usage amateur.
Le tableau des langues diffère aussi selon le canal. La version ouverte ne prend en charge que l'anglais et le chinois, tandis que le service hébergé de BreezeBlue annonce 51 langues, et l'entreprise ne dit pas si le modèle hébergé est le même checkpoint. Côté prix, l'endpoint hébergé n'est pas bon marché : Artificial Analysis l'indique à 34 $ par million de caractères contre 15 $ pour Fish Audio, et mesure un débit de 45 caractères par seconde contre 102 pour Fish Audio S2 Pro.
Là où il fait la différence
Une chercheuse en parole qui compare des modèles TTS ouverts pour un article
Comparer le clonage de voix et le suivi d'instructions face à Qwen3-TTS et Fish Audio
Télécharger le checkpoint, lancer les exemples de conception et de direction de voix avec --cfg-scale 4, et évaluer la sortie avec les suites de benchmarks publiées par BreezeBlue. L'usage de recherche et la publication de résultats sont expressément autorisés par la licence.
Un amateur de livres audio équipé d'un GPU grand public de 12 GB
Narrer des copies de lecture personnelles avec une voix conçue
Lancer l'inférence en mode eager à environ 7,7 GiB, ou un GGUF Q8 via audio.cpp. Très bien pour une bibliothèque privée ; vendre les narrations ou les publier pour des revenus publicitaires constitue un usage commercial et n'est pas autorisé.
Une cheffe de produit dans une start-up d'application vocale de 20 personnes
Décider si Breeze peut remplacer une facture ElevenLabs
L'auto-hébergement est exclu par la licence, la vraie comparaison oppose donc les offres hébergées de BreezeBlue, environ 30 $ par million de caractères, à votre fournisseur actuel. Un mois à 10M de caractères coûte à peu près 300 $ au prix catalogue ; Business à 999 $ couvre environ 33M de caractères.
Avant de vous engager
- Mise en route
- Clonez breezeblue-ai/breeze-tts, installez les dépendances avec pip sous Linux avec Python 3.10 ou plus récent et un GPU NVIDIA, puis pointez infer.py vers le checkpoint. Un build Docker cible le H100 par défaut et l'A100 avec un drapeau.
- Intégrations
- CLI Python et un endpoint HTTP en streaming sur /v1/audio/speech qui renvoie du PCM 16 bits à 24 kHz ; des builds GGUF tournent dans audio.cpp ; l'API hébergée de BreezeBlue partage les crédits avec son application Studio.
- Données et confidentialité
- En auto-hébergement, texte et audio de référence restent sur votre machine. La licence des poids interdit l'usage commercial du modèle et de ses sorties, interdit d'entraîner d'autres modèles vocaux sur les sorties, et exige un fichier NOTICE et une attribution pour toute redistribution.
- Coût à grande échelle
- L'auto-hébergement demande un GPU de 12 GB pour l'inférence eager ou de 24 GB pour le chemin rapide, mais l'usage en production exige une licence commerciale sur demande. Le prix hébergé est d'environ 30 $ par million de caractères, à peu près 25 $ en facturation annuelle ; Artificial Analysis indique 34 $.
- Limites
- Anglais et chinois uniquement dans les poids ouverts. Le serveur de référence traite une requête à la fois, le chemin rapide ajoute un temps de démarrage pour la capture des graphes CUDA, et le clonage exige un extrait de référence propre avec une transcription exacte.
Les points forts
- 1 233 Elo sur Artificial Analysis, deuxième parmi 18 modèles TTS à poids ouverts
- Clonage de voix, conception de voix par le texte et clonage dirigé dans un seul modèle
- Tourne en mode eager sur un GPU de 12 GB ; des builds GGUF existent dans audio.cpp
- Code d'inférence sous Apache 2.0 avec un endpoint HTTP en streaming
Les points faibles
- Poids et sorties auto-hébergées interdits de tout usage commercial
- La version ouverte ne couvre que l'anglais et le chinois
- Chiffres de latence mesurés par le fournisseur sur un H100
- Le serveur de streaming de référence traite une requête à la fois
Idéal pour
Les chercheurs, amateurs et équipes qui évaluent la qualité des voix ouvertes et qui resteront non commerciaux ou achèteront l'offre hébergée de BreezeBlue pour la production.
Alternatives à Breeze TTS 2
Breeze TTS 2 : questions fréquentes
- Breeze TTS 2 vaut-il le coup ?
- Breeze TTS 2 sonne comme un modèle vocal de pointe, mais sa licence en fait une démo à faire tourner chez soi, pas un remplaçant d'ElevenLabs que l'on peut livrer. Nous lui donnons 3.8 sur 5.
- Combien coûte Breeze TTS 2 ?
- Poids gratuits pour la recherche et l'usage non commercial uniquement. Offres hébergées : Free (400 crédits par jour, 10 caractères chacun), Starter à 9 $ par mois, Creator à 19 $ par mois, Pro à 99 $ par mois, Scale à 299 $ par mois, Business à 999 $ par mois ; environ 30 $ par million de caractères, ou à peu près 25 $ en facturation annuelle. Enterprise sur devis.
- Quels sont les inconvénients de Breeze TTS 2 ?
- Poids et sorties auto-hébergées interdits de tout usage commercial; la version ouverte ne couvre que l'anglais et le chinois; chiffres de latence mesurés par le fournisseur sur un H100; le serveur de streaming de référence traite une requête à la fois.
- À qui s’adresse Breeze TTS 2 ?
- Les chercheurs, amateurs et équipes qui évaluent la qualité des voix ouvertes et qui resteront non commerciaux ou achèteront l'offre hébergée de BreezeBlue pour la production.
- Combien coûte Breeze TTS 2 pour une équipe ou en production ?
- L'auto-hébergement demande un GPU de 12 GB pour l'inférence eager ou de 24 GB pour le chemin rapide, mais l'usage en production exige une licence commerciale sur demande. Le prix hébergé est d'environ 30 $ par million de caractères, à peu près 25 $ en facturation annuelle ; Artificial Analysis indique 34 $.
- Breeze TTS 2 est-il sûr pour les données de l’entreprise ?
- En auto-hébergement, texte et audio de référence restent sur votre machine. La licence des poids interdit l'usage commercial du modèle et de ses sorties, interdit d'entraîner d'autres modèles vocaux sur les sorties, et exige un fichier NOTICE et une attribution pour toute redistribution.
- Quelles sont les meilleures alternatives à Breeze TTS 2 ?
- Les alternatives les plus proches que nous avons testées sont Qwen3-TTS, OmniVoice, Chatterbox, Kokoro-82M et Eleven v4 and v4 Turbo.
Réponses vérifiées le 26 oct. 2026.