Miso One

Miso One s'articule autour de la publication Miso TTS 8B de Miso Labs, un modèle de synthèse vocale à poids ouverts d'environ 8 milliards de paramètres, orienté vers une parole anglaise expressive et conversationnelle plutôt que vers une large narration multilingue. Son architecture suit la direction des modèles de parole conversationnelle associée à Sesame CSM et utilise une modélisation par codes audio discrets plutôt qu'une simple exportation de forme d'onde, le projet citant une valeur publiée de faible latence autour de 110 ms pour l'exploration d'agents vocaux.

S'agissant d'un modèle ouvert, la couche documentaire compte autant que la démo. Les poids publics et le code d'inférence permettent aux développeurs d'inspecter le dépôt, de télécharger le checkpoint et de mesurer mémoire et latence dans leur propre environnement CUDA ; le site reconnaît franchement qu'un checkpoint de 8B n'est pas un jouet léger pour navigateur et exige de vraies ressources GPU. Il précise aussi clairement que la version publique actuelle est uniquement en anglais, que la génération à partir d'audio d'amorçage doit être évaluée avec un audio consenti, et qu'il convient de consulter les notes de sécurité et les consignes de filigrane avant de publier une voix générée.

Pour ceux qui préfèrent ne rien installer, le site propose un studio vocal hébergé avec un catalogue de voix intégrées, un flux script-vers-audio, des aperçus en 48 kHz, une traduction en direct et des outils de sous-titres. L'usage hébergé repose sur des crédits partagés entre synthèse vocale, Voice Design et Voice Clone, avec une allocation gratuite et des packs de crédits ou des offres payantes. À noter : il s'agit d'un site tiers indépendant construit autour du modèle, et non du domaine officiel de Miso Labs — vérifiez toujours licence, poids et conditions de sécurité auprès du dépôt officiel.