GradiumBENCHMARKS

Lu le 19 novembre 2026

Les produits Gradium

Text-to-Speech (Gradium TTS)

Synthèse vocale en streaming temps réel avec des voix expressives dans cinq langues via une seule API de streaming.

· Une synthèse vocale en moins de 50 ms qui maîtrise les cas difficiles

· 49 ms de délai avant le premier audio (P50), benchmark Speko TTS

· TTFA P50 de 50 ms, 0 ms de silence initial, écart P25–P75 de 5 ms (TTFA perçu, benchmark Coval)

· 81,0 % de réussite sur les cas difficiles : 500 phrases, 5 langues

Source : gradium.ai/text-to-speech

Speech-to-Text (Gradium STT)

Transcription en streaming conçue pour la conversation en direct, avec détection sémantique de fin de tour de parole, boost de mots-clés et latence réglable via un seul WebSocket.

· Signal de détection sémantique de fin de tour de parole toutes les 80 ms

· Délai réglable de 0,56 s à 3,84 s

· Boost de mots-clés / prononciation personnalisée : jusqu'à 500 mots, sans réentraînement ; la probabilité de chaque mot peut être multipliée par environ 20

· Une fois qu'un mot apparaît, il reste (aucune réécriture des mots précédents)

Source : gradium.ai/speech-to-text

Voice Cloning (Instant and Pro)

Clonez une voix à partir d'un échantillon de 10 secondes (Instant) ou affinez un Pro Voice Clone à partir de 30 minutes à quelques heures d'audio.

· Clonez n'importe quelle voix à partir de 10 s d'audio ; aucune étape d'entraînement

· Le clone instantané renvoie une voix utilisable en environ 3 secondes

· Elo le plus élevé face à ElevenLabs Flash 2.5 en anglais, français, espagnol et allemand, sur 3 220 comparaisons humaines en aveugle

· 1 000 clones instantanés par mois sur chaque offre payante ; illimité avec Enterprise

Source : gradium.ai/voice-cloning

Voice Design

Générez une toute nouvelle voix à partir d'un court prompt texte (âge, genre, accent, texture, humeur), écoutez des candidats et conservez-en un comme identifiant de voix permanent.

· 4,06 / 5 de respect de l'accent, le meilleur des quatre systèmes de création de voix testés

· 83,4 % de respect du prompt sur le benchmark InstructTTSEval anglais

· Plus de 100 accents

· Voice Design est gratuit et inclus dans chaque offre

Source : gradium.ai/voice-design

Live Translation (Gradium Translate: stt-translate and s2s-translate)

Traduction vocale en temps réel entre cinq langues, dans toutes les directions, sous forme de texte (stt-translate) ou de parole dans une voix choisie ou clonée (s2s-translate).

· 20 paires de langues : n'importe laquelle des cinq langues vers n'importe quelle autre

· Latence moyenne de bout en bout de 3,0 s sur toutes les paires de langues

· Sortie dans n'importe laquelle des plus de 1 000 voix du catalogue ou dans un clone de votre propre voix

· Langue source détectée automatiquement

Source : gradium.ai/live-translation

Phonon (on-device TTS)

Synthèse vocale open-weight de Gradium fonctionnant sur l'appareil, hors ligne, sur CPU, téléphones, petites cartes et dans le navigateur.

· Trois modèles : Phonon 31m (64 Mo, anglais, Apache 2.0), Phonon 40m (74,6 Mo, 5 langues, un modèle par langue, CC BY-NC), Phonon 40m multilingual (74,6 Mo, 5 langues dans un seul modèle, CC BY-NC)

· 1,7 % de WER (Phonon 31m, anglais) sur 500 phrases difficiles : numéros de téléphone, adresses e-mail, codes postaux

· Commence à parler en 7 ms sur un CPU de MacBook Air M5 ; Phonon 31m démarre en 38 ms et fonctionne 3,7 fois plus vite que le temps réel sur un Raspberry Pi 5

· Jusqu'à 22 fois plus vite que le temps réel sur un iPhone 16 Pro

Source : gradium.ai/phonon

Gradbot

Framework open source d'agents vocaux de Gradium (cœur d'orchestration en Rust) qui coordonne STT, tout LLM compatible OpenAI et TTS en temps réel.

· Créez des agents vocaux en temps réel en environ 50 lignes de code

· Gère la VAD, les prises de parole, les mots de remplissage, les interruptions ; intégration MCP ; mode serveur distant

· Conçu pour le prototypage rapide, les démos et l'expérimentation ; pour la production, utilisez directement les API Gradium ou des intégrations matures comme Pipecat

· Installation : pip install gradbot

Source : gradium.ai/gradbot

Speech-to-Speech (S2S)

WebSocket duplex unique qui transcrit, traduit et resynthétise l'audio ; le seul modèle S2S pris en charge est la traduction en direct (s2s-translate).

· Renvoie à la fois l'audio de sortie synthétisé et la transcription traduite au fur et à mesure de leur production

Source : docs.gradium.ai/guides/speech-to-speech-overview.md

Voice Enhance and Voice Localization

Enhance nettoie une voix existante sans changer de langue ni de locuteur ; Localization adapte une voix existante à une autre langue ou à un autre accent.

· Voice Enhance en bêta le 24 septembre 2026 ; fin de la bêta le 8 octobre 2026

· API Voice Localization le 8 octobre 2026 ; localisateur de voix dans Studio le 16 octobre 2026

Source : docs.gradium.ai/guides/release-notes/2026-10.md

Gradium Studio

Espace de test des voix et gestion de compte sur studio.gradium.ai.

· Nombre de places illimité dans Studio sur chaque offre

Source : gradium.ai/llms.txt

Modèles TTS

ModèleAPI
Gradium TTS (current default)defaultModèle TTS par défaut ; « gradium-tts-beta » y est également redirigé jusqu'à la prochaine bêta. Devenu le modèle par défaut le 30 septembre 2026, avec une parole plus expressive et une latence plus faible ; cfg_coef est obsolète. · environ 50 ms pour le premier segment audio (blog, 1er oct. 2026) ; moins de 50 ms au lancement de la bêta contre 225 ms pour le modèle alors en production (notes de version, 22 sept. 2026) ; 47 ms en P50 sur Coval (fenêtre de 7 jours, relevé le 24 septembre 2026)
gradium-tts-beta (alias)gradium-tts-betaAlias qui suit les modèles TTS bêta ; redirige actuellement vers le modèle par défaut.
Gradium TTS (August 31, 2026 release)default (at the time); LiveKit Inference id gradium/defaultLit les numéros de téléphone, adresses e-mail, IBAN et codes de référence sans prétraitement ; bêta publique à partir du 30 juillet 2026. · TTFA P50 de 216 ms sur Coval, 170 ms plus rapide que le modèle précédent ; écart p75 - p25 de 30 ms
gradium-tts-202602 (previous generation)gradium-tts-202602Modèle précédent conservé temporairement après la mise à niveau du 10 juin 2026 ; il sera progressivement retiré.
Phonon 31mphonon-31m-en (Hugging Face)Sur l'appareil, 31m de paramètres, 64 Mo, Apache 2.0. · 38 ms pour démarrer sur un Raspberry Pi 5
Phonon 40me.g. phonon-40m-fr (Hugging Face)Sur l'appareil, 40m de paramètres, 74,6 Mo, un modèle par langue, CC BY-NC 4.0.
Phonon 40m multilingualSur l'appareil, 40m de paramètres, 74,6 Mo, cinq langues dans un seul modèle, CC BY-NC 4.0.

Intégrations

LiveKit Agents

Plugin Gradium (livekit.plugins.gradium) pour STT, TTS ou les deux dans une même AgentSession ; Gradium TTS sur LiveKit Inference sous le nom gradium/default

Source : docs.gradium.ai/integrations/agent-frameworks/livekit.md · gradium.ai/llms.txt

Pipecat

GradiumTTSService diffuse Gradium TTS en streaming via WebSocket dans un pipeline Pipecat

Source : docs.gradium.ai/integrations/agent-frameworks/pipecat.md

Vapi

Ce n'est pas un fournisseur intégré ; connecté via un webhook de voix personnalisée et un WebSocket de transcripteur personnalisé

Source : docs.gradium.ai/integrations/agent-frameworks/vapi.md

OpenClaw

Fournisseur vocal Gradium inclus pour les agents de canaux de messagerie (messages vocaux Opus, téléphonie u-law 8 kHz)

Source : docs.gradium.ai/integrations/agent-frameworks/openclaw.md

Gradbot

Framework open source d'agents vocaux propre à Gradium

Source : docs.gradium.ai/integrations/agent-frameworks/gradbot.md

Keenable

Recherche web en temps réel pour les agents vocaux Gradium (démo Gradbot)

Source : docs.gradium.ai/integrations/web-search/keenable.md

Linkup

API de recherche web utilisée dans une démo d'agent vocal Gradbot de réservation d'hôtel

Source : docs.gradium.ai/integrations/web-search/linkup.md

Tavily

Recherche web en temps réel pour un agent vocal Gradium (démo de location à Paris)

Source : docs.gradium.ai/integrations/web-search/tavily.md

AWS Marketplace / Amazon SageMaker

Abonnement SaaS géré via AWS Marketplace et image de modèle déployable via SageMaker pour une inférence dans le VPC

Source : gradium.ai/llms.txt · gradium.ai/text-to-speech

Baseten

Déploiement Gradium TTS dédié hébergé sur Baseten, même protocole WebSocket

Source : docs.gradium.ai/guides/self-hosted/baseten-tts.md

Eden AI

Gradium TTS, STT et traduction vocale disponibles via l'API d'Eden AI, limités à la région UE

Source : gradium.ai/llms.txt

AudioStack

Les voix Gradium disponibles sur la plateforme de production audio d'AudioStack

Source : gradium.ai/llms.txt

Yampa

Les modèles vocaux Gradium s'exécutent nativement dans Yampa (agents de service client), en SaaS sur infrastructure européenne ou sur site

Source : gradium.ai/llms.txt

Sécurité et conformité

SOC 2 Type II attestation (completed October 12, 2026; A-LIGN badge)ISO 27001:2022 certification, independently audited by A-LIGN (September 16, 2026)HDS v2 certified (French health data hosting) for hosting the application platform and operating the information system; HDS orgs get strict EU residency and Zero Data RetentionData residency: sessions pinned to the EU or the US (paid plans)Zero Data Retention, self-serve on paid plansGDPR: DPA applies automatically on self-serve plans; voice cloning not treated as Article 9 special category processingCustomer content not used to train modelsTrust Center at trust.gradium.ai