Qu’est-ce que NeuTTS (Air, Nano, 2E) ?
NeuTTS est une famille de petits modèles de synthèse vocale de Neuphonic, conçus pour tourner sur l'appareil plutôt que dans le cloud. NeuTTS Air, publié en octobre 2025, compte environ 360 millions de paramètres actifs (552 millions avec les embeddings) et parle anglais. NeuTTS Nano, avec environ 120 millions de paramètres actifs, existe en anglais, français, allemand et espagnol. NeuTTS-2E, publié en juillet 2026, ajoute six émotions avec quatre voix anglaises fixes, sans clonage.
Chaque modèle associe un petit modèle de langage au codec audio NeuCodec de Neuphonic, et il est livré en fichiers GGUF Q8 et Q4 pour llama.cpp. Air et Nano clonent une voix à partir d'environ 3 secondes d'audio propre. Chaque sortie porte par défaut le filigrane Perth. Air est sous Apache 2.0 ; Nano et 2E relèvent de la NeuTTS Open License, gratuite en usage commercial uniquement sous 5 millions de $ de chiffre d'affaires annuel.
NeuTTS (Air, Nano, 2E) vaut-il le coup ?
NeuTTS sert quand la voix doit rester sur l'appareil : un jouet, une borne, une application sensible à la vie privée. Selon Neuphonic, le modèle Nano en Q4 atteint 45 tokens par seconde sur un téléphone Galaxy A25 et 221 sur le processeur d'un portable Ryzen 9, sachant que ces chiffres ne comptent que le modèle de langage, pas le codec qui produit l'audio. Le clonage à partir d'environ 3 secondes d'audio le place devant Kokoro et Phonon, qui ne proposent que des voix fixes.
Le prix en qualité se voit dans les comparaisons publiques. Le test à l'aveugle de Gradium sur les modèles embarqués a donné à NeuTTS 2 034 Elo, contre 2 043 pour Kokoro et 2 098 pour Phonon 31M, avec un taux d'erreur sur les mots de 8,7 % sur des phrases difficiles contre 3,5 % et 1,5 %. L'API hébergée de Neuphonic, un produit distinct, est 91e sur 104 dans l'arène d'Artificial Analysis avec 942 Elo.
Côté sécurité, il fait mieux que la plupart des modèles ouverts. Le filigrane Perth est appliqué par défaut à chaque extrait, comme pour Chatterbox. Un piège : installer depuis les sources avec uv sync désactive le filigrane parce que ses dépendances ne s'installent pas, alors que pip install le conserve. Le consentement n'est abordé que par une demande d'une ligne de ne pas détourner le modèle.
Le hic : les licences varient au sein de la famille. Seul Air est sous Apache 2.0 ; les modèles Nano multilingues et le 2E émotionnel relèvent de la NeuTTS Open License, qui impose une licence payante dès 5 millions de $ de chiffre d'affaires, filiales comprises. Le contexte de 2 048 tokens couvre environ 30 secondes d'audio, prompt de référence inclus, donc le texte long doit être découpé.
Notre avis : NeuTTS a sa place dans le matériel et les applications hors ligne où une voix clonée doit fonctionner sans réseau ; pour tout ce qui peut appeler un serveur, des modèles plus gros sonnent mieux pour le même prix.
Là où il fait la différence
Un fabricant de jouets qui conçoit une peluche parlante avec la voix enregistrée d'un parent
Raconter des histoires du soir avec cette voix sans envoyer d'audio à un serveur
Enregistrez 3 à 15 secondes du parent, encodez-les une fois et faites tourner le GGUF Q4 d'Air sur le processeur du jouet. La licence Apache 2.0 d'Air évite le seuil de chiffre d'affaires ; le filigrane marque chaque extrait.
L'équipe d'une application de santé soumise à des règles strictes sur les données
Lire à voix haute des consignes aux patients en français, en allemand ou en espagnol sur l'appareil
Utilisez le modèle Nano correspondant avec un extrait de référence dans la même langue, pour qu'aucun texte ne quitte le téléphone. Une entreprise sous 5 millions de $ de chiffre d'affaires peut le livrer gratuitement ; au-delà, prévoyez une licence Neuphonic.
Un développeur de bornes sur Raspberry Pi
Donner à un écran d'information une voix anglaise naturelle avec un peu d'émotion
NeuTTS-2E propose quatre voix fixes et sept réglages d'émotion, neutre compris, choisis par un argument ; utilisez le décodeur ONNX et la base GGUF pour réduire la latence.
Avant de vous engager
- Mise en route
- pip install neutts (ajoutez l'extra llama pour le GGUF et l'extra onnx pour le décodeur ONNX) ; les extraits de référence doivent durer 3 à 15 secondes, en mono et en .wav propre. Le streaming ne fonctionne qu'avec les modèles GGUF.
- Intégrations
- Paquet Python, llama.cpp via llama-cpp-python, décodeurs ONNX, démos sur Hugging Face Spaces ; Neuphonic vend aussi une API TTS hébergée distincte.
- Données et confidentialité
- Exécution locale : le texte et les extraits vocaux restent sur l'appareil. Filigrane Perth actif par défaut avec pip. Aucune vérification du consentement au-delà de « Don't use this model to do bad things ».
- Coût à grande échelle
- Air est gratuit à toute échelle. Nano et 2E sont gratuits sous 5 millions de $ de chiffre d'affaires annuel, filiales comprises ; le prix de la licence payante n'est pas publié.
- Limites
- Contexte de 2 048 tokens, environ 30 secondes d'audio prompt compris ; anglais uniquement pour Air et 2E ; les vitesses de benchmark excluent l'étape du codec ; la sortie est aléatoire sauf si une graine est fixée.
Les points forts
- Tourne sur téléphones, portables et Raspberry Pi via GGUF
- Clone une voix à partir d'environ 3 secondes d'audio
- Filigrane Perth par défaut sur chaque extrait
- Air sous Apache 2.0
Les points faibles
- 8,7 % d'erreur sur les phrases difficiles dans le test de Gradium, contre 1,5 % pour Phonon
- Nano et 2E exigent une licence payante dès 5 millions de $ de chiffre d'affaires
- Contexte de 2 048 tokens, environ 30 secondes d'audio
- L'installation avec uv sync supprime le filigrane sans prévenir
Idéal pour
Les fabricants de matériel et d'applications qui ont besoin d'un clonage de voix hors ligne sur téléphone ou carte embarquée, avec marquage de provenance intégré.
Alternatives à NeuTTS (Air, Nano, 2E)
NeuTTS (Air, Nano, 2E) : questions fréquentes
- NeuTTS (Air, Nano, 2E) vaut-il le coup ?
- NeuTTS met le clonage de voix sur un téléphone ou un Raspberry Pi, filigrane compris, au prix d'un son de petit modèle. Nous lui donnons 3.6 sur 5.
- Combien coûte NeuTTS (Air, Nano, 2E) ?
- Air est gratuit sous Apache 2.0. Nano et 2E sont gratuits pour la recherche et pour les entreprises sous 5 millions de $ de chiffre d'affaires annuel ; au-delà, une licence payante est nécessaire.
- Quels sont les inconvénients de NeuTTS (Air, Nano, 2E) ?
- 8,7 % d'erreur sur les phrases difficiles dans le test de Gradium, contre 1,5 % pour Phonon; nano et 2E exigent une licence payante dès 5 millions de $ de chiffre d'affaires; contexte de 2 048 tokens, environ 30 secondes d'audio; l'installation avec uv sync supprime le filigrane sans prévenir.
- À qui s’adresse NeuTTS (Air, Nano, 2E) ?
- Les fabricants de matériel et d'applications qui ont besoin d'un clonage de voix hors ligne sur téléphone ou carte embarquée, avec marquage de provenance intégré.
- Combien coûte NeuTTS (Air, Nano, 2E) pour une équipe ou en production ?
- Air est gratuit à toute échelle. Nano et 2E sont gratuits sous 5 millions de $ de chiffre d'affaires annuel, filiales comprises ; le prix de la licence payante n'est pas publié.
- NeuTTS (Air, Nano, 2E) est-il sûr pour les données de l’entreprise ?
- Exécution locale : le texte et les extraits vocaux restent sur l'appareil. Filigrane Perth actif par défaut avec pip. Aucune vérification du consentement au-delà de « Don't use this model to do bad things ».
- Quelles sont les meilleures alternatives à NeuTTS (Air, Nano, 2E) ?
- Les alternatives les plus proches que nous avons testées sont Gradium Phonon, Kokoro-82M, Chatterbox et KittenTTS 2.
Réponses vérifiées le 7 nov. 2026.