Neuphonic

Neuphonic est une entreprise spécialisée dans la synthèse vocale qui utilise des modèles de langage pour générer une parole synthétique avec des caractéristiques naturelles. Elle fournit des services de synthèse vocale via API cloud et modèles exécutables localement sur les appareils. Le système inclut des capacités de clonage vocal à partir d'échantillons audio brefs.

La plateforme offre une API text-to-speech gérée avec support pour plus de 10 langues, incluant anglais, espagnol, arabe, chinois, hindi et dialectes régionaux comme le gujarati et le télougou. L'infrastructure cloud est déployée sur Kubernetes via Google Cloud Platform, conçue pour gérer une haute concurrence dans les implémentations d'entreprise avec faible latence.

Neuphonic dispose de NeuTTS Air, un modèle open-source de synthèse vocale avec architecture basée sur Qwen de 0,5B paramètres, sous licence Apache 2.0. Ce modèle compact s'exécute sur CPU en temps réel sans nécessiter de GPU, fonctionnant sur des appareils tels que téléphones, ordinateurs portables et cartes de type Raspberry Pi.

NeuTTS Air utilise NeuCodec comme codec audio. Les fichiers audio générés incluent des filigranes pour identification. Le traitement local permet aux données vocales de rester sur l'appareil de l'utilisateur sans être transmises à des serveurs externes, fonctionnant en ligne et hors ligne.

Les modèles peuvent s'intégrer dans des applications vocales, assistants conversationnels, appareils IoT et systèmes d'entreprise via des API avec SDKs disponibles en Python et JavaScript.