Hugging Face lança ranking de modelos abertos de voz com métricas automáticas

A Hugging Face lançou o Open TTS Leaderboard, ranking que avalia modelos de conversão de texto em fala e clonagem de voz em vários idiomas com métricas automáticas. Segundo o blog da empresa, o Hub tem mais de 8 mil modelos de voz, e os rankings por votação humana não acompanham esse ritmo: só 16 dos 92 modelos avaliados pela Artificial Analysis têm pesos abertos.

O novo ranking mede, entre outros aspectos, a inteligibilidade, comparando o texto pedido com a transcrição do áudio gerado feita pelo reconhecedor de fala Qwen3 ASR. A empresa argumenta que a votação humana segue sendo a referência final, mas não escala nem garante critérios constantes ao longo do tempo.