Qu’est-ce que Gradium Phonon ?
Phonon est une famille de petits modèles de synthèse vocale embarqués de Gradium, l'entreprise parisienne d'IA vocale fondée par les cofondateurs de Kyutai, dont les poids ont été publiés les 20 et 21 octobre 2026. Celui qui est utilisable commercialement est Phonon 31M English : 31 millions de paramètres hors tokeniseur audio, un fichier GGUF 8 bits de 64,5 Mo, une sortie mono à 24 kHz, et des poids, un tokeniseur et des voix sous Apache 2.0. Les modèles frères de 40M pour l'anglais, le français, l'allemand, l'espagnol et le portugais, ainsi qu'une version multilingue à cinq langues, sont sous CC BY-NC 4.0, donc réservés à un usage non commercial.
Phonon s'appuie sur Pocket TTS de Kyutai et sur le codec Mimi : un transformer à flow matching prédit l'audio par trames de 80 ms et le diffuse au fil de l'eau. Une centaine de voix prédéfinies sont fournies dans un dépôt annexe ; le clonage et la création de voix sont des fonctions payantes du service hébergé de Gradium, pas des poids ouverts. La page Hugging Face du modèle 31M enregistre environ 165 000 téléchargements le mois dernier.
Combien coûte Gradium Phonon ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Phonon 31M English (self-hosted) | Free | Apache 2.0, usage commercial autorisé |
| Gradium Free | $0 | 45 000 caractères par mois, jusqu'à 5 voix personnalisées |
| Gradium S | $39/month | 900 000 caractères, 1 000 voix personnalisées |
| Gradium L | $1,480/month | 45 millions de caractères, 20 clones de voix pro |
Phonon 31M English est gratuit sous Apache 2.0 ; les modèles 40M sont sous CC BY-NC 4.0. L'API hébergée de Gradium propose un palier à 0 $ avec 45 000 caractères par mois, S à 39 $ par mois et L à 1 480 $ par mois pour 45 millions de caractères, en facturation annuelle.
Gradium Phonon vaut-il le coup ?
Phonon 31M est la meilleure voix anglaise gratuite qui tienne dans une application. Dans l'arène d'Artificial Analysis, il obtient 1 114 Elo, 41e sur 104, devant Kokoro 82M à 1 064, Chatterbox HD à 1 111 et TTS-1 HD d'OpenAI à 1 107, pour un prix affiché de zéro. Il y parvient avec 31 millions de paramètres, moins de la moitié des 82 millions de Kokoro.
Le test à l'aveugle de Gradium, avec 468 évaluateurs et 8 290 votes, va dans le même sens : 2 098 Elo pour le modèle 31M, contre 2 043 pour Kokoro et 2 034 pour NeuTTS. Son taux d'erreur sur des phrases difficiles pleines de nombres, de dates et de codes est de 1,5 %, contre 3,5 % pour Kokoro et 8,7 % pour NeuTTS, aidé par un runtime qui écrit en toutes lettres nombres et symboles. Gradium annonce 43 ms avant le premier son sur un processeur AMD EPYC 7413 et 5 ms sur un GPU NVIDIA L40S.
Il couvre dès son lancement plus de plateformes que la plupart des modèles vocaux ouverts : une version WASM pour les navigateurs, Core ML pour iPhone et Mac, une voix système Android compatible avec TalkBack, un serveur Docker avec une API de style OpenAI, Home Assistant, Rust et C. Cela en fait une vraie brique d'accessibilité, pas seulement une démo.
Le hic : le modèle ouvert parle anglais avec des voix fixes. Le clonage et la création de voix passent par le service payant de Gradium, le modèle anglais 40M, mieux noté, et tous les modèles non anglais sont non commerciaux, et les textes longs sont découpés en phrases, si bien que la prosodie ne se prolonge pas sur un paragraphe. La fiche demande de ne pas usurper l'identité de personnes ni de cloner des voix sans consentement ; il n'y a pas de filigrane.
Notre avis : pour toute application anglaise qui doit parler hors ligne, Phonon 31M bat désormais Kokoro sur les chiffres qui comptent, et le changement coûte un téléchargement de 64,5 Mo.
Là où il fait la différence
Un développeur Android qui crée une application de lecture hors ligne
Lire des livres numériques à voix haute sans réseau ni frais au caractère
Installez Phonon comme moteur TTS système ou intégrez le runtime ; le modèle de 64,5 Mo diffuse depuis le processeur du téléphone. Apache 2.0 permet de l'utiliser dans une application payante.
L'équipe numérique d'une banque
Lire correctement à voix haute numéros de compte, dates et montants dans un widget web
Chargez la version WASM de npm phonon-tts ; le normaliseur du runtime développe nombres et dates, et son taux d'erreur de 1,5 % sur les phrases difficiles est le plus bas de la comparaison de Gradium.
Un amateur de domotique sous Home Assistant
Remplacer une voix cloud pour les annonces
Lancez le serveur Docker de Gradium avec la configuration Home Assistant sur un petit boîtier à processeur ; 43 ms avant le premier son sur un processeur de serveur signifie que les annonces démarrent presque immédiatement.
Une start-up qui veut une voix de marque clonée en anglais et en français
Avoir la même voix dans les deux langues
Les poids ouverts ne clonent pas, il faut donc l'API hébergée de Gradium : le plan S à 39 $ par mois comprend 900 000 caractères et des clones instantanés à partir d'environ 10 secondes d'audio.
Avant de vous engager
- Mise en route
- pip install ptts ou lancez la CLI ptts via uvx ou Homebrew ; les poids et les voix se téléchargent depuis Hugging Face. Réglez lang sur la langue du texte.
- Intégrations
- Python, Rust, C et C++, Swift avec Core ML, npm phonon-tts pour les navigateurs, moteur TTS système Android, serveur Docker avec API compatible OpenAI, Home Assistant, streaming WebSocket, Transformers.
- Données et confidentialité
- L'inférence sur l'appareil garde le texte et l'audio sur l'appareil. Le modèle ouvert ne clone pas ; la fiche demande de ne pas usurper l'identité de personnes ni de cloner des voix sans consentement. Pas de filigrane.
- Coût à grande échelle
- Gratuit pour le modèle anglais 31M. L'API hébergée de Gradium, nécessaire pour le clonage ou d'autres langues en usage commercial, coûte de 39 $ par mois pour 900 000 caractères jusqu'à 1 480 $ pour 45 millions.
- Limites
- Anglais uniquement pour le modèle commercial ; hormis le modèle 40M à cinq langues, chaque modèle parle une seule langue ; le texte long est découpé par phrase ; le tokeniseur Transformers ne développe pas les nombres comme le runtime.
Les points forts
- 1 114 Elo chez Artificial Analysis, devant Kokoro à 1 064
- 31M paramètres, 64,5 Mo en 8 bits, tourne sur processeur et dans le navigateur
- 1,5 % d'erreur sur des phrases difficiles avec nombres et dates
- Poids et voix sous Apache 2.0 ; runtimes Android, iOS, web et serveur
Les points faibles
- Le modèle ouvert ne parle qu'anglais, avec des voix fixes
- Clonage et création de voix uniquement via l'API payante de Gradium
- Les modèles 40M et non anglais sont non commerciaux
- Pas de filigrane ; la prosodie repart de zéro à chaque phrase
Idéal pour
Les fabricants d'applications et d'appareils qui ont besoin d'une voix anglaise naturelle fonctionnant hors ligne sur téléphone, ordinateur portable ou navigateur, sous licence commerciale.
Alternatives à Gradium Phonon
Gradium Phonon : questions fréquentes
- Gradium Phonon vaut-il le coup ?
- Phonon 31M est la petite voix anglaise à intégrer dans une application aujourd'hui : plus petite que Kokoro, préférée par les auditeurs et sous licence Apache. Nous lui donnons 4.1 sur 5.
- Combien coûte Gradium Phonon ?
- Phonon 31M English est gratuit sous Apache 2.0 ; les modèles 40M sont sous CC BY-NC 4.0. L'API hébergée de Gradium propose un palier à 0 $ avec 45 000 caractères par mois, S à 39 $ par mois et L à 1 480 $ par mois pour 45 millions de caractères, en facturation annuelle.
- Quels sont les inconvénients de Gradium Phonon ?
- Le modèle ouvert ne parle qu'anglais, avec des voix fixes; clonage et création de voix uniquement via l'API payante de Gradium; les modèles 40M et non anglais sont non commerciaux; pas de filigrane ; la prosodie repart de zéro à chaque phrase.
- À qui s’adresse Gradium Phonon ?
- Les fabricants d'applications et d'appareils qui ont besoin d'une voix anglaise naturelle fonctionnant hors ligne sur téléphone, ordinateur portable ou navigateur, sous licence commerciale.
- Combien coûte Gradium Phonon pour une équipe ou en production ?
- Gratuit pour le modèle anglais 31M. L'API hébergée de Gradium, nécessaire pour le clonage ou d'autres langues en usage commercial, coûte de 39 $ par mois pour 900 000 caractères jusqu'à 1 480 $ pour 45 millions.
- Gradium Phonon est-il sûr pour les données de l’entreprise ?
- L'inférence sur l'appareil garde le texte et l'audio sur l'appareil. Le modèle ouvert ne clone pas ; la fiche demande de ne pas usurper l'identité de personnes ni de cloner des voix sans consentement. Pas de filigrane.
- Quelles sont les meilleures alternatives à Gradium Phonon ?
- Les alternatives les plus proches que nous avons testées sont Kokoro-82M, NeuTTS (Air, Nano, 2E), KittenTTS 2 et Chatterbox.
Réponses vérifiées le 7 nov. 2026.
Vous éditez Gradium Phonon ? Affichez cette note sur votre site
