Qu’est-ce que Higgs TTS 3 ?
Higgs TTS 3 est le modèle de synthèse vocale de troisième génération de Boson AI, publié le 4 juin 2026 et répertorié sur certains classements sous le nom Higgs Audio V3 TTS. C'est un décodeur autorégressif d'environ 4 milliards de paramètres qui prédit huit flux de codes audio à 25 images par seconde et produit une voix à 24 kHz. Boson annonce un taux d'erreur sur les mots ou les caractères inférieur à 5 % dans 85 langues, et compris entre 5 % et 10 % dans 17 autres.
Il clone une voix à partir d'un extrait de référence (une transcription de l'extrait améliore la ressemblance) et accepte des balises en ligne pour 21 émotions, le chant, les cris et les chuchotements, le débit, la hauteur, les pauses et des effets sonores comme un rire ou un soupir. Les poids sont gratuits pour la recherche et l'usage non commercial ; une Creator Use Grant permet aussi de monétiser ses propres podcasts et vidéos en citant Boson. Un usage dans un produit exige une licence commerciale ou l'API de Boson à 15 $ par million de caractères.
Combien coûte Higgs TTS 3 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Self-hosted weights | Free | Recherche, usage non commercial et Creator Use Grant uniquement |
| Boson API | $15 per million characters | Facturation aux caractères d'entrée ; 10 $ de crédit d'essai pour les nouveaux comptes |
| Commercial licence | Not published | Nécessaire pour héberger, intégrer ou revendre le modèle |
Poids gratuits pour la recherche, l'usage non commercial et les chaînes de créateurs avec mention ; les produits exigent une licence commerciale. API Boson : 15 $ par million de caractères, 10 $ de crédit d'essai.
Higgs TTS 3 vaut-il le coup ?
Higgs TTS 3 est le modèle ouvert à regarder pour une voix exacte dans de nombreuses langues, tant que vous ne bâtissez pas un produit sur les poids. Dans les tableaux de Boson, il affiche en moyenne 2,74 % d'erreur sur 32 langues au test multilingue MiniMax, contre 2,98 % pour OmniVoice et 5,15 % pour Fish Audio S2 Pro, et 3,61 % sur le jeu maison de 111 langues de Boson, où Qwen3-TTS-1.7B obtient 97,09 %. Sur EmergentTTS-Eval, un test jugé de diction conversationnelle, il remporte 53,65 % des comparaisons contre 43,80 % pour Fish S2 Pro.
Ce sont les chiffres du fabricant, et l'arène d'écoute est plus froide. Artificial Analysis classe Higgs Audio V3 TTS de Boson 78e sur 104 avec 1 039 Elo, sous les 1 064 de Kokoro et loin derrière Fish Audio Drama 3 à 1 275. Exactitude et préférence ne sont pas la même chose, et Higgs mène sur la première. Le détail publié par Boson le place aussi derrière OmniVoice sur les émotions (53,75 % contre 61,07 %) et derrière Qwen3-TTS sur la prononciation complexe.
Il est conçu pour le service. Sur un H100 avec SGLang-Omni, Boson mesure 617 ms de latence moyenne et un facteur temps réel de 0,147 pour une requête seule, qui passe à 1 079 ms avec 16 requêtes simultanées tout en produisant 61,84 secondes d'audio par seconde. Le streaming renvoie l'audio par morceaux via un endpoint de style OpenAI. Aucun besoin en VRAM n'est publié.
Le hic : la Research and Non-Commercial License interdit l'hébergement, l'intégration dans un produit, la production et l'usage interne en entreprise au-delà de l'évaluation, et interdit d'utiliser les sorties pour entraîner d'autres modèles vocaux. C'est aussi le régime de consentement le plus strict du lot : cloner une personne réelle exige son consentement explicite et vérifiable, et les utilisateurs commerciaux à haut risque doivent conserver des preuves que Boson peut demander. Le code n'impose rien, mais les conditions sont claires.
Notre avis : Higgs TTS 3 convient à un chercheur ou à un podcasteur qui cite Boson ; une entreprise devrait voir les poids comme un essai gratuit de l'API à 15 $ par million de caractères et la comparer à Fish Audio au même prix.
Là où il fait la différence
Un chercheur en parole dans un laboratoire universitaire
Générer de l'audio de test dans des langues peu dotées pour un benchmark ASR
Faites tourner les poids sur SGLang-Omni et générez des prompts dans les 102 langues à erreur à un chiffre selon Boson. La recherche est gratuite ; la licence autorise la publication de résultats et d'échantillons dans des articles.
Un podcasteur indépendant avec une émission hebdomadaire en anglais et en espagnol
Lire des annonces et des rubriques avec des rires et des pauses là où le script les prévoit
La Creator Use Grant couvre vos chaînes monétisées, à condition que les notes d'épisode citent Higgs Audio de Boson AI. Les balises en ligne, comme un rire ou une longue pause, vont directement dans le script.
Une plateforme de service client qui évalue des voix pour ses agents téléphoniques
Tester la voix multilingue des agents avant de signer un contrat
L'évaluation interne est permise avec les poids ; la production exige l'API à 15 $ par million de caractères, soit environ 300 $ pour 20 millions de caractères par mois.
Avant de vous engager
- Mise en route
- Récupérez l'image Docker SGLang-Omni, téléchargez les poids avec un jeton Hugging Face et lancez sgl-omni serve ; les requêtes vont vers /v1/audio/speech. Fournir la transcription de l'extrait de référence améliore le clonage.
- Intégrations
- SGLang-Omni avec batching continu, Hugging Face Transformers, API Boson en génération bloquante ou en streaming, et Boson Workspace dans le navigateur.
- Données et confidentialité
- L'auto-hébergement garde l'audio en local. La licence interdit le clonage sans consentement explicite et vérifiable ainsi que la suppression de filigranes ou de signaux de provenance, et permet à Boson de demander un audit aux distributeurs et hébergeurs au plus une fois par an.
- Coût à grande échelle
- L'API de Boson facture 15 $ par million de caractères d'entrée ; l'audio généré n'est pas facturé à part et les descriptions de style comptent comme entrée. Aucun tarif d'auto-hébergement commercial n'est publié.
- Limites
- Longueur de séquence d'entraînement de 8 192 tokens. 17 langues se situent entre 5 % et 10 % d'erreur, et la latence passe de 617 ms à 1 079 ms quand la concurrence passe de 1 à 16 sur un H100.
Les points forts
- 2,74 % d'erreur moyenne sur 32 langues au test MiniMax, le plus bas du tableau de Boson
- Balises en ligne pour 21 émotions, styles, pauses et effets sonores
- 617 ms de latence moyenne par requête sur un H100 avec SGLang-Omni
- Règles de consentement claires, avec obligation de preuves pour les usages à haut risque
Les points faibles
- Poids inutilisables dans un produit sans licence commerciale
- 78e sur 104 avec 1 039 Elo dans l'arène d'Artificial Analysis
- Les sorties ne peuvent pas servir à entraîner d'autres modèles vocaux
- Aucun besoin en VRAM publié
Idéal pour
Les chercheurs et créateurs indépendants qui veulent une voix exacte et expressive dans de nombreuses langues, et les entreprises qui testent l'API de Boson avant d'acheter.
Alternatives à Higgs TTS 3
Higgs TTS 3 : questions fréquentes
- Higgs TTS 3 vaut-il le coup ?
- Higgs TTS 3 affiche les taux d'erreur les plus bas dans les tests multilingues de Boson, mais les auditeurs d'Artificial Analysis le placent en milieu de tableau et sa licence l'exclut des produits. Nous lui donnons 3.8 sur 5.
- Combien coûte Higgs TTS 3 ?
- Poids gratuits pour la recherche, l'usage non commercial et les chaînes de créateurs avec mention ; les produits exigent une licence commerciale. API Boson : 15 $ par million de caractères, 10 $ de crédit d'essai.
- Quels sont les inconvénients de Higgs TTS 3 ?
- Poids inutilisables dans un produit sans licence commerciale; 78e sur 104 avec 1 039 Elo dans l'arène d'Artificial Analysis; les sorties ne peuvent pas servir à entraîner d'autres modèles vocaux; aucun besoin en VRAM publié.
- À qui s’adresse Higgs TTS 3 ?
- Les chercheurs et créateurs indépendants qui veulent une voix exacte et expressive dans de nombreuses langues, et les entreprises qui testent l'API de Boson avant d'acheter.
- Combien coûte Higgs TTS 3 pour une équipe ou en production ?
- L'API de Boson facture 15 $ par million de caractères d'entrée ; l'audio généré n'est pas facturé à part et les descriptions de style comptent comme entrée. Aucun tarif d'auto-hébergement commercial n'est publié.
- Higgs TTS 3 est-il sûr pour les données de l’entreprise ?
- L'auto-hébergement garde l'audio en local. La licence interdit le clonage sans consentement explicite et vérifiable ainsi que la suppression de filigranes ou de signaux de provenance, et permet à Boson de demander un audit aux distributeurs et hébergeurs au plus une fois par an.
- Quelles sont les meilleures alternatives à Higgs TTS 3 ?
- Les alternatives les plus proches que nous avons testées sont Fish Audio Drama 3, OmniVoice, VoxCPM2 et Qwen3-TTS.
Réponses vérifiées le 7 nov. 2026.