La voix rend un compagnon présent ou le transforme en serveur vocal, et la différence se mesure en centaines de millisecondes.
Les messages vocaux sont asynchrones : le compagnon répond en texte et vous appuyez pour l'entendre lu, ou il envoie un clip audio à écouter. La génération a lieu après l'écriture de la réponse, donc pas de pression temporelle et la qualité peut être élevée.
Les appels vocaux sont synchrones. Vous parlez, il écoute, il répond, et toute la boucle doit se refermer assez vite pour ressembler à une conversation. C'est un problème d'ingénierie bien plus dur, et c'est pourquoi la liste des plateformes qui le font correctement est courte.
Neuf plateformes ici listent les messages vocaux. Six listent les appels : OurDream AI, SweetDream AI, Nomi AI, Kindroid, Replika et Muah AI. Si la fonction compte pour vous, c'est la distinction à vérifier sur la page de tarifs, car les deux s'écrivent voix.
Lors des tests, l'écart entre un appel qui donne l'impression de parler à quelqu'un et un appel qui donne l'impression de manipuler une machine tenait presque entièrement à la pause avant le début de la réponse.
Sous environ une demi-seconde, cela se lit comme naturel — à peu près le temps qu'une personne laisse avant de répondre. Vers une seconde, cela se lit comme réfléchi. Au-delà, cela se lit comme du traitement, et une fois que vous avez remarqué que vous attendez, vous ne pouvez plus l'ignorer. Aucune qualité de voix ne rattrape un appel qui met systématiquement deux secondes à répondre.
Ce qui frappe, c'est que cela ne suit ni le prix ni la note globale. Certaines des implémentations vocales les moins chères ici sont parmi les plus réactives, et certaines chères ne le sont pas. Cela dépend de la façon dont la plateforme a câblé le modèle, pas du niveau d'abonnement.
La façon la plus nette de juger l'un de ces systèmes en quatre-vingt-dix secondes est de l'interrompre en milieu de phrase.
Une implémentation bien construite s'arrête, écoute et répond à ce que vous avez dit. Une mal construite vous parle dessus, finit sa phrase et répond à la question que vous posiez avant d'interrompre. Ce seul comportement sépare les systèmes qui diffusent réellement dans les deux sens de ceux qui vous enregistrent, attendent le silence, puis génèrent.
Le second type est bien plus courant, et c'est pourquoi la plupart des appels vocaux de cette catégorie donnent l'impression de se laisser des messages sur répondeur.
Sur les quatre plateformes à jetons — OurDream AI, SweetDream AI, Candy AI et Secrets AI — la voix consomme la même allocation que la génération d'images, et une conversation d'une certaine longueur l'épuise vite. La voix est la fonction la plus susceptible de surprendre sur une plateforme à jetons, car contrairement aux images il n'y a pas de moment évident où vous décidez de dépenser.
Sur les plateformes à abonnement forfaitaire, le calcul est plus simple. Nomi AI à 15,99 $ par mois ou 8,33 en annuel, et Kindroid à 9,99 ou 13,99, incluent tous deux la voix sans la compter. Comme ces deux-là dominent aussi la catégorie en qualité de conversation, à 9.1 et 9.0, c'est là que nous irions si la voix est le sujet plutôt qu'une curiosité.
Muah AI inclut la voix dans le VIP à 9,99 $, l'entrée la moins chère dans la fonction, avec la réserve qu'il porte le score de confidentialité le plus bas du site, 5.0.
Plusieurs plateformes vous laissent téléverser un échantillon pour façonner la voix du compagnon. Sur votre propre voix ou une voix synthétique, c'est une fonction amusante et sans conséquence.
Sur une personne réelle qui n'a pas consenti, c'est tout autre chose, et c'est désormais spécifiquement illégal dans une liste croissante de juridictions plutôt que simplement une mauvaise idée. C'est aussi le type de téléversement qui met fin à un compte définitivement et laisse une trace sur le serveur de quelqu'un d'autre.
Notre position sur ce site est simple et identique à celle sur les images : ne mettez pas une autre personne identifiable dans ces produits. Tout le reste de la page sécurité est une précaution. Ceci est une ligne.
Si vous voulez la voix de façon occasionnelle — entendre une réponse à voix haute de temps en temps — presque toutes les neuf font l'affaire et cela ne vaut pas la peine de choisir une plateforme pour ça.
Si vous voulez réellement passer des appels, cela se réduit à Nomi AI et Kindroid, pour la même raison qu'elles gagnent tout le reste : la conversation en dessous est meilleure, et la voix amplifie ce qui est déjà là. Un compagnon plat et conciliant est encore plus manifestement plat quand on peut l'entendre.
Décidez de la seule chose qui compte le plus pour vous, optimisez dessus et acceptez le compromis partout ailleurs. Ces plateformes ne sont pas polyvalentes : celles qui conversent le mieux ont des images faibles, et celles qui font les meilleures images oublient qui vous êtes au bout de deux semaines. Chercher celle qui domine partout revient à payer des abonnements que vous résilierez. Commencez par une offre gratuite qui permet vraiment de juger le rendu — Janitor AI, CrushOn AI et PornPen en ont de vraies.
Nous considérons toute la catégorie comme poreuse par défaut, et nous vous suggérons d'en faire autant. Ce n'est pas une accusation contre une plateforme en particulier : c'est ainsi que nous configurons nos propres comptes. Ce sont de jeunes entreprises qui vont vite, et ce que vous possédez de plus sensible ici, c'est précisément ce que vous tapez. Nous utilisons une adresse e-mail dédiée partout, n'entrons jamais rien d'identifiant, et partons du principe que ce que nous écrivons pourrait un jour être lu par quelqu'un d'autre. Nous ne l'avons jamais regretté.
Chaque plateforme de cette catégorie se dit sans censure, et chacune refuse des choses. D'où viennent réellement les refus, quelles limites sont définitives, et ce que vaut ce mot sur une page de tarifs.
Lire l'articleLe même générateur n'est presque jamais bon dans les deux styles, et choisir par style réduit quatorze plateformes à deux ou trois plus vite que n'importe quelle note. Ce que chaque extrémité de la catégorie sait vraiment faire.
Lire l'articleSix plateformes sur quatorze génèrent de la vidéo. Ce que vous obtenez, c'est trois à six secondes, sans audio, et un coût en jetons qui en fait le poste le plus cher de la carte. Où cela vaut le coup et où non.
Lire l'article
