Qu’est-ce que Hume AI ?
Hume AI, basée à New York, est désormais une entreprise d’analyse audio. Son Audio Decisions API, lancée le 2 novembre 2026, prend un fichier MP3 ou WAV de 1 seconde à 5 minutes et jusqu’à 25 questions que vous rédigez, comme « À quel point l’appelant semble-t-il frustré ? » ou « Y a-t-il de la musique de fond ? ». Elle renvoie des probabilités, pas du texte : un oui ou non, un choix, une note sur une échelle, ou les intervalles de temps où survient un événement comme un rire. Chaque probabilité estime la part d’auditeurs humains qui donneraient cette réponse. Selon Hume, le modèle a été entraîné sur des dizaines de millions de jugements d’auditeurs et s’accorde avec la moyenne d’un panel dans 70,7 % des cas, contre 56,5 % pour un seul évaluateur humain.
Les produits vocaux de Hume ont disparu. Son Empathic Voice Interface (EVI) pour agents vocaux et son API de synthèse vocale Octave ont fermé le 13 novembre 2026 à 0 h 01 EST (12:01 a.m.), selon un avis publié le 2 octobre, et Hume dit que les données restées dans ces comptes sont définitivement supprimées. Les voix enregistrées et clonées sur Octave ne pouvaient pas être exportées. La documentation développeurs ne liste plus qu’Audio Decisions et l’ancienne Expression Measurement API. En janvier 2026, le fondateur Alan Cowen et plusieurs ingénieurs ont rejoint Google DeepMind dans le cadre d’un accord de licence ; Hume est restée indépendante, dirigée par Andrew Ettinger.
Hume AI vaut-il le coup ?
La transcription d’un appel au support vous dit ce que le client a dit. Elle ne vous dit pas que son « ça va » sonnait plat et fatigué, ni qu’un chien aboyait pendant que l’agent lui coupait la parole. Obtenir ces réponses obligeait le plus souvent à enchaîner des modèles séparés pour compter les locuteurs, l’émotion, la langue et le bruit de fond.
L’Audio Decisions API de Hume pose tout cela en une seule requête. Vous écrivez les questions en langage courant, joignez jusqu’à 5 minutes d’audio et recevez des nombres exploitables par votre code : la probabilité que l’appelant semble frustré, les secondes où quelqu’un rit. Elle ne transcrit jamais, elle complète donc un service de transcription comme AssemblyAI au lieu de le remplacer. Hume dit avoir battu Gemini 3.8 Flash, gpt-audio-1.5 et d’autres sur 10 benchmarks avec une moyenne de 0,82, mais ce sont les tests de Hume elle-même.
Le prix est l’argument. La documentation de facturation de Hume estime un appel de support de 5 minutes avec six questions à environ 26 400 tokens d’entrée, soit à $0.47 par million un peu plus d’un cent. Surveiller un appel en direct par clips de 5 secondes revient à environ 6 400 tokens par minute. Les réponses ne sont pas facturées, ni les requêtes rejetées.
Le hic : c’est une API v0 derrière une liste d’attente, d’une entreprise en pleine reconversion. Le 2 octobre, Hume a laissé six semaines aux développeurs avant l’arrêt d’EVI et d’Octave, avec suppression des données des comptes ensuite et des voix clonées impossibles à exporter. La documentation de Hume précise aussi que le modèle peut être mis à jour sans changement d’API, si bien que les réponses peuvent bouger sous les seuils que vous avez réglés. Les conditions de confidentialité laissent des trous pour un produit qui reçoit la voix de personnes. L’API Data Usage Policy de Hume dit qu’elle n’utilise pas les données soumises par les clients pour entraîner ses propres modèles, mais cette page n’est pas datée et ne nomme pas ce produit, la politique de confidentialité générale (mise à jour pour la dernière fois en février 2025) exclut le contenu de l’API, et la documentation ne dit pas combien de temps l’audio envoyé est conservé. Chaque requête est enregistrée comme un run qui stocke la requête et la taille de l’audio ; si l’audio lui-même est conservé n’est pas publié.
Notre avis : pour noter un jeu de voix synthétiques ou sonder une archive d’appels, le coût est assez bas pour que le risque reste faible ; comme couche émotionnelle d’un produit en production, il faut un accord de traitement des données signé et un plan pour le jour où Hume changera encore de cap.
Là où il fait la différence
Une équipe d’IA vocale qui teste des modèles de synthèse avant lancement
Noter des milliers de clips générés pour le naturel, les accrocs et la prononciation
Envoyez chaque clip de 10 secondes avec trois questions ; la documentation de facturation de Hume estime environ 1 000 tokens par clip, donc 10 000 clips font environ 10M de tokens, soit $4.70. Hume présente aussi cet usage comme un retour pour entraîner des voix.
Une responsable qualité dans un centre de contacts
Retrouver chaque appel où le client semblait frustré et où l’agent lui coupait la parole
Passez les mêmes questions sur un échantillon d’appels enregistrés, découpez les appels longs en parties de 5 minutes avec le SDK et envoyez les notes élevées en relecture humaine. Obtenez un accord de traitement des données auprès de legal@hume.ai avant d’envoyer des voix de clients.
Un développeur qui construit un agent vocal sur la pile vocale d’un autre fournisseur
Donner au LLM de l’agent des indices sur le ton, pas seulement la transcription
Envoyez des clips de 5 secondes de l’appelant en parallèle de la transcription et transmettez les probabilités au LLM avec les règles métier. La documentation de Hume indique que la plupart des questions demandent 5 secondes d’audio ou plus pour être fiables.
Avant de vous engager
- Mise en route
- Inscrivez-vous sur la liste d’attente ; une fois l’accès accordé, créez une clé d’API sur la Hume Platform et envoyez un POST multipart à https://api.cloud.hume.ai/v0/decisions/file avec l’en-tête X-Hume-Api-Key, ou installez le SDK Python hume-audio-decisions ou le SDK TypeScript @humeai/audio-decisions.
- Intégrations
- REST sur HTTP uniquement, SDK Python et TypeScript, une skill Audio Decisions pour Claude Code, Codex et Cursor, et un serveur MCP de documentation. Pas de transcription en sortie ; à associer à une API de transcription.
- Données et confidentialité
- L’API Data Usage Policy de Hume dit qu’elle n’utilise pas les données soumises par les clients pour entraîner ses propres modèles. La durée de conservation de l’audio envoyé à Audio Decisions n’est pas publiée ; les runs enregistrent la requête et la taille de l’audio. Rapport SOC 2 sur demande. Les données des comptes EVI et TTS ont été supprimées après le 13 novembre 2026. Quels outils d’IA s’entraînent sur vos données ?
- Coût à grande échelle
- $0.47 par 1M de tokens d’entrée. Estimations de Hume : un appel de 5 minutes avec six questions fait environ 26 400 tokens ; la surveillance en direct par clips de 5 secondes environ 6 400 tokens par minute. Tarifs de volume via les ventes.
- Limites
- Un MP3 ou WAV de 1 seconde à 5 minutes et jusqu’à 25 000 000 octets par requête ; jusqu’à 20 questions de choix, de note ou oui-non et 5 questions d’intervalle ; contexte jusqu’à 1 000 caractères ; 600 requêtes par minute et par organisation.
Les points forts
- Questions en langage courant sur l’audio, avec des réponses en probabilités en un appel
- Environ un cent pour un appel de 5 minutes avec six questions, à $0.47 par 1M de tokens
- Entend le ton, les chevauchements et le bruit de fond qu’une transcription perd
- 600 requêtes par minute et par organisation ; SDK Python et TypeScript
- Dit ne pas entraîner ses modèles sur les données soumises par les clients via l’API
Les points faibles
- EVI et Octave TTS fermés le 13 novembre 2026, données des comptes supprimées
- Accès sur liste d’attente et API v0 dont les réponses peuvent changer avec le modèle
- La durée de conservation de l’audio envoyé n’est pas publiée
- Pas de transcription, il faut donc toujours un service de transcription à part
- Les benchmarks viennent de Hume elle-même
Idéal pour
Les développeurs qui évaluent des voix synthétiques ou sondent des enregistrements d’appels, veulent des jugements sur le ton et le son sous forme de nombres, et peuvent s’accommoder d’une API v0 sur liste d’attente.
Alternatives à Hume AI
Hume AI : questions fréquentes
- Hume AI vaut-il le coup ?
- L’API de questions-réponses sur l’audio de Hume est astucieuse et bon marché, mais une entreprise qui a coupé ses produits vocaux avec six semaines de préavis doit regagner la confiance avant que vous bâtissiez dessus. Nous lui donnons 3.4 sur 5.
- Combien coûte Hume AI ?
- Audio Decisions : $0.47 par million (1M) de tokens d’entrée, sans engagement, avec un crédit d’essai de 1M de tokens une fois l’accès accordé. Accès sur liste d’attente. Tarifs de volume Enterprise et déploiement en VPC, sur site ou dans le pays sur demande. EVI et Octave TTS ont fermé le 13 novembre 2026.
- Quels sont les inconvénients de Hume AI ?
- EVI et Octave TTS fermés le 13 novembre 2026, données des comptes supprimées; accès sur liste d’attente et API v0 dont les réponses peuvent changer avec le modèle; la durée de conservation de l’audio envoyé n’est pas publiée; pas de transcription, il faut donc toujours un service de transcription à part; les benchmarks viennent de Hume elle-même.
- À qui s’adresse Hume AI ?
- Les développeurs qui évaluent des voix synthétiques ou sondent des enregistrements d’appels, veulent des jugements sur le ton et le son sous forme de nombres, et peuvent s’accommoder d’une API v0 sur liste d’attente.
- Combien coûte Hume AI pour une équipe ou en production ?
- $0.47 par 1M de tokens d’entrée. Estimations de Hume : un appel de 5 minutes avec six questions fait environ 26 400 tokens ; la surveillance en direct par clips de 5 secondes environ 6 400 tokens par minute. Tarifs de volume via les ventes.
- Hume AI est-il sûr pour les données de l’entreprise ?
- L’API Data Usage Policy de Hume dit qu’elle n’utilise pas les données soumises par les clients pour entraîner ses propres modèles. La durée de conservation de l’audio envoyé à Audio Decisions n’est pas publiée ; les runs enregistrent la requête et la taille de l’audio. Rapport SOC 2 sur demande. Les données des comptes EVI et TTS ont été supprimées après le 13 novembre 2026.
- Quelles sont les meilleures alternatives à Hume AI ?
- Les alternatives les plus proches que nous avons testées sont AssemblyAI et ElevenLabs.
Réponses vérifiées le 16 nov. 2026.