Qu’est-ce que Indic-Speak ?
Indic-Speak est un modèle de synthèse vocale de Bodhan AI, une entreprise incubée à l'IIT Madras, conçu avec AI4Bharat et publié en septembre 2026 parmi quatre modèles indiens ouverts. La page d'Indic Parler-TTS d'AI4Bharat le recommande désormais à la place de cet ancien modèle. C'est un modèle de langage vocal d'environ 3,8 milliards de paramètres sur Llama 3.2 3B, qui prédit des codes audio SNAC qu'un décodeur Vocos affiné transforme en audio à 24 kHz.
Il couvre 22 langues indiennes plus l'anglais : 13 en qualité production (dont l'hindi, le bengali, le marathi, le télougou, le tamoul, l'ourdou et l'assamais) et 10 en préversion, comme le bodo, le dogri, le santali et le sanskrit. Il lit des textes mêlant plusieurs langues, en écriture native ou latine. Pas de clonage de voix : chaque voix vient d'un comédien sous contrat qui a donné son accord, et l'API hébergée propose 45 voix et 14 styles d'élocution.
Indic-Speak vaut-il le coup ?
Indic-Speak donne à 22 langues indiennes leurs propres voix, deux fois plus que les 11 de Maya2 Native, et chacune de ces voix appartient à quelqu'un qui a donné son accord. C'est important sur un marché où cloner la voix d'un enseignant ou d'une star de cinéma est l'abus le plus évident ; Indic-Speak ne clone tout simplement pas, et sa licence interdit les deepfakes, les appels automatisés et l'hameçonnage vocal.
La couverture se fait par paliers. Treize langues sont marquées prêtes pour la production et dix, dont le bodo, le konkani, le cachemiri et le santali, en préversion. Les seuls scores publiés par Bodhan sont des moyennes : 26,49 % d'erreur sur les mots et 17,86 % sur les caractères, une note de qualité NORESQA de 4,46 sur 5 et 96,47 % de constance de voix, sans comparaison avec d'autres modèles. Maya2 Native de Maya Research a en revanche des résultats d'arène publics en hindi.
L'API hébergée est la voie simple. À 6 ₹ les 10 000 caractères, un million de caractères coûte 600 ₹, et l'endpoint suit le format vocal d'OpenAI avec environ 200 ms avant le premier son. Les poids sont de classe 3B et exigent Transformers v5 ; aucun chiffre de VRAM n'est publié. L'ancien Indic Parler-TTS d'AI4Bharat, 0,9B sous Apache 2.0, reste la solution de repli plus légère, mais ses auteurs renvoient désormais vers Indic-Speak.
Le hic : la licence est ouverte, mais ce n'est pas Apache. Vous devez citer Bodhan AI et AI4Bharat, garder les dérivés sous la même licence et obtenir l'accord écrit de Bodhan avant de le proposer en API à d'autres, sauf si vous êtes une association, une administration ou un utilisateur universitaire. Les produits de plus de 500 millions d'utilisateurs mensuels ou 250 millions de $ de chiffre d'affaires exigent un accord séparé. Le contrôle du style est en préversion, il ne sait ni rire ni soupirer, et le nombre de voix indiqué sur la fiche ne correspond pas à celui de l'API.
Notre avis : pour un service éducatif ou public qui lit des leçons et des avis dans de nombreuses langues indiennes, Indic-Speak est le premier modèle à tester ; une application grand public qui veut une voix de marque sur mesure devra chercher ailleurs.
Là où il fait la différence
Une entreprise d'edtech qui produit des leçons scolaires en hindi, en tamoul et en odia
Transformer des leçons écrites en audio pour les élèves qui lisent lentement
Envoyez le texte des leçons à l'API hébergée avec une voix par langue ; à 6 ₹ les 10 000 caractères, 5 millions de caractères par mois coûtent 3 000 ₹. Chaque voix appartient à un comédien consentant, donc aucune question de droits.
Un ministère d'un État indien qui gère une ligne d'assistance aux citoyens
Lire des avis sur les programmes publics en marathi et en anglais, phrases mixtes comprises
Hébergez les poids sur des serveurs publics ; les utilisateurs gouvernementaux sont exemptés de la règle d'accord pour les API. Le texte mixte marathi-anglais en devanagari ou en écriture latine est lu sans prétraitement.
Un éditeur de presse en Assam
Proposer une version audio de chaque article en assamais et en bodo
L'assamais est en qualité production et le bodo en préversion : prévoyez quelqu'un pour écouter l'audio en bodo. Ajoutez la mention 'Built with Indic-Speak from Bodhan AI / AI4Bharat' exigée par la licence.
Avant de vous engager
- Mise en route
- Acceptez la licence sur Hugging Face, installez Transformers v5 et chargez le modèle ; ou créez une clé sur console.bodhan.ai et envoyez un POST à /v1/audio/speech. Les nouveaux comptes reçoivent 10 ₹ de crédit, sans carte.
- Intégrations
- Endpoint vocal compatible OpenAI sur api.bodhan.ai/v1 ; Hugging Face Transformers pour l'auto-hébergement ; des conversions communautaires ONNX et MLX existent.
- Données et confidentialité
- L'auto-hébergement garde le texte en local. Les voix viennent uniquement de comédiens sous contrat et consentants ; la licence interdit de cloner des personnes réelles sans leur accord, les appels automatisés, l'hameçonnage vocal et la désinformation, et demande de signaler la voix de synthèse. La page de l'API n'indique pas la durée de conservation des données.
- Coût à grande échelle
- API : 6 ₹ les 10 000 caractères, en recharges prépayées jusqu'à 5 000 ₹, sans abonnement. L'auto-hébergement est gratuit sous 500 millions d'utilisateurs mensuels ou 250 millions de $ de chiffre d'affaires.
- Limites
- Contrôle du style en préversion ; ni rires, ni soupirs, ni respirations ; mots rares parfois mal prononcés ; limites de débit et de concurrence par clé sur l'API ; aucun chiffre de VRAM publié.
Les points forts
- 22 langues indiennes plus l'anglais, avec des textes en écritures mêlées
- Chaque voix vient d'un comédien sous contrat qui a donné son accord
- API hébergée à 6 ₹ les 10 000 caractères, environ 200 ms avant le premier son
- La licence autorise l'usage commercial sous 500 millions d'utilisateurs mensuels
Les points faibles
- Pas de clonage de voix
- 10 des 23 langues sont en qualité préversion
- Aucun résultat d'arène indépendant ni comparaison
- Le proposer en API à des tiers exige l'accord de Bodhan
Idéal pour
Les équipes de l'éducation, de l'administration et des médias qui ont besoin d'une narration naturelle dans de nombreuses langues indiennes avec des voix juridiquement saines.
Alternatives à Indic-Speak
Indic-Speak : questions fréquentes
- Indic-Speak vaut-il le coup ?
- Indic-Speak est le choix sûr pour la narration en langues indiennes à grande échelle : voix consenties, 23 langues et une API bon marché, mais pas de clonage et pas encore de classement indépendant. Nous lui donnons 3.8 sur 5.
- Combien coûte Indic-Speak ?
- Poids gratuits sous l'Indic Open Model License, avec mention ; le proposer en API exige l'accord de Bodhan. API hébergée : 6 ₹ les 10 000 caractères, 10 ₹ de crédit offert.
- Quels sont les inconvénients de Indic-Speak ?
- Pas de clonage de voix; 10 des 23 langues sont en qualité préversion; aucun résultat d'arène indépendant ni comparaison; le proposer en API à des tiers exige l'accord de Bodhan.
- À qui s’adresse Indic-Speak ?
- Les équipes de l'éducation, de l'administration et des médias qui ont besoin d'une narration naturelle dans de nombreuses langues indiennes avec des voix juridiquement saines.
- Combien coûte Indic-Speak pour une équipe ou en production ?
- API : 6 ₹ les 10 000 caractères, en recharges prépayées jusqu'à 5 000 ₹, sans abonnement. L'auto-hébergement est gratuit sous 500 millions d'utilisateurs mensuels ou 250 millions de $ de chiffre d'affaires.
- Indic-Speak est-il sûr pour les données de l’entreprise ?
- L'auto-hébergement garde le texte en local. Les voix viennent uniquement de comédiens sous contrat et consentants ; la licence interdit de cloner des personnes réelles sans leur accord, les appels automatisés, l'hameçonnage vocal et la désinformation, et demande de signaler la voix de synthèse. La page de l'API n'indique pas la durée de conservation des données.
- Quelles sont les meilleures alternatives à Indic-Speak ?
- Les alternatives les plus proches que nous avons testées sont Maya 2 Native, OmniVoice, Higgs TTS 3 et Gemini 3.8 Flash TTS.
Réponses vérifiées le 7 nov. 2026.