Voz · Gradium
Gradium TTS
Un modelo de voz de Gradium pensado para una pronunciación precisa y una latencia baja. Elígelo para que los nombres y términos difíciles se lean con claridad.
Anonimizado High costQué lo distingue
Gradium TTS está pensado para agentes de voz en tiempo real, con el primer fragmento de audio en menos de 50 ms y especial cuidado en casos difíciles como números de teléfono y texto alfanumérico. Es un modelo joven, que apareció por primera vez en la arena de Artificial Analysis en agosto de 2026.
- Menos de 50 ms hasta el primer audio
- Sólido con números de teléfono y códigos
- Opciones en la nube o en el dispositivo
Puntos fuertes y límites
Dónde brilla
- Gradium informa buenos resultados con frases difíciles de pronunciar
- 12 voces
Piénsalo dos veces si
- Precio medio por carácter
- Anonimizado, no privado
- 12 voces
- Hasta 5.000 caracteres por solicitud en Sub Rosa
Casos de uso
Dictar un número de teléfono cifra por cifra
Lee esto en voz alta y con claridad: llama al 04 78 22 31 90, referencia AB-7731-QX.
Pensado para texto alfanumérico.
Respuestas de un agente de voz
Tu pedido ya se envió y llegará el jueves.
Latencia muy baja.
Frente a sus rivales
- ElevenLabsElevenLabs tiene más trayectoria y más idiomas, con una puntuación de arena más baja aquí.Puesto 1 de 10 en Artificial Analysis Speech Arena ( 1330 Elo)
- Inworld TTS-1.5 MaxInworld es más barato y también apunta al tiempo real.
- MiniMax Speech-02 HDMiniMax Speech-02 HD tiene más idiomas, con una puntuación de arena más baja.Puesto 6 de 10 en Artificial Analysis Speech Arena ( 1114 Elo)
Historial de versiones
Cada versión, con su fecha y lo que cambió respecto a la anterior.
- Gradium TTSLa más reciente
- Lanzamiento de un modelo de voz en tiempo real pensado para agentes de voz, con clonación y diseño de voz
Benchmarks
Cómo leer estas puntuaciones: lo que te dice un benchmark.
Artificial Analysis Speech Arena: puesto 5 de 10 modelos medidos en el catálogo. La gente escucha la misma frase leída por dos voces, sin saber qué modelos son, y elige la más natural. Una puntuación Elo: cuanto más alta, más natural suena para más personas. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.
- 1. ElevenLabs TTS v4 TurboElevenLabs1330
- 2. ElevenLabs TTS v4ElevenLabs1329
- 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1209
- 4. ElevenLabs TTS v3ElevenLabs1178
- 5. Gradium TTSGradium TTS1151
- 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1114
- 7. Chatterbox HD (Resemble AI)Chatterbox HD1102
- 8. ElevenLabs Turbo v2.5ElevenLabs1097
- 9. ElevenLabs Multilingual v2ElevenLabs1095
- 10. Kokoro Text to SpeechKokoro1064
Ver las cifras
| Modelo | Elo |
|---|---|
| 1. ElevenLabs TTS v4 Turbo | 1330 |
| 2. ElevenLabs TTS v4 | 1329 |
| 3. Gemini 3.1 Flash TTS | 1209 |
| 4. ElevenLabs TTS v3 | 1178 |
| 5. Gradium TTS | 1151 |
| 6. MiniMax Speech-02 HD | 1114 |
| 7. Chatterbox HD (Resemble AI) | 1102 |
| 8. ElevenLabs Turbo v2.5 | 1097 |
| 9. ElevenLabs Multilingual v2 | 1095 |
| 10. Kokoro Text to Speech | 1064 |
El modelo de esta familia
| Modelo | Uso | Privacidad | Precio |
|---|---|---|---|
Gradium TTStts-gradium-v1 | Voz | Anonimizado | 0,0214 $ por 1000 caracteres0,0641 $ por una página leída en voz alta |
Especificaciones
| Especificación | Gradium TTS |
|---|---|
| Lanzamiento | agosto de 2026 |
| Acepta | text |
| Produce | audio |
| Precio | 0,0214 $ por 1000 caracteres |
| Privacidad | Anonimizado |
Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.
Fuentes
Todo lo que hay en esta página viene de estas páginas, leídas el 16 de octubre de 2026 o en la fecha indicada en cada puntuación.