Piper contre Kokoro : comment se comparent les voix IA sur l'appareil pour lire des livres à voix haute

Nous proposons les deux dans Lectern, voici donc une comparaison honnête, tirée de l'expérience de les faire narrer des romans entiers sur de vrais appareils.

Piper : le sprinteur

Piper est un moteur TTS neuronal léger conçu pour l'efficacité (il est né du monde open source des assistants vocaux). Ses modèles sont petits, démarrent rapidement, et tournent confortablement sur du matériel modeste.

• Qualité vocale : nettement meilleure que le TTS système classique, un rythme naturel, une intonation correcte. On sent encore que c'est synthétique sur de longues sessions, mais c'est agréable.
• Vitesse & batterie : excellentes. Génère plus vite que le temps réel sur la plupart des téléphones avec un impact minimal sur la batterie, parfait pour des heures d'écoute.
• Langues : son plus grand atout. Piper propose des voix pour des dizaines de langues, ce qui permet à Lectern d'associer une voix à des livres en arabe, en hindi, en chinois, en japonais et dans de nombreuses langues européennes.

Kokoro : l'acteur

Kokoro est un modèle plus récent et plus lourd qui privilégie une élocution vivante. C'est celui qui fait dire aux gens « attends, ça tourne sur mon téléphone ? ».

• Qualité vocale : remarquablement naturelle, une prosodie plus fluide, un rythme plus humain, une meilleure gestion des phrases longues. Pour la fiction, c'est ce qui se rapproche le plus aujourd'hui d'une narration de livre audio sur l'appareil.
• Vitesse & batterie : plus lourd. Sur les téléphones récents, il suit bien le rythme ; sur les appareils plus anciens ou d'entrée de gamme, Piper est le choix le plus sûr.
• Langues : un ensemble plus restreint (mais croissant) que Piper.

Lequel choisir ?

Il n'y a pas de mauvaise réponse, c'est pourquoi Lectern ne t'oblige pas à choisir dès le départ :

• Romans dans une langue majeure, téléphone récent → Kokoro pour une immersion maximale.
• Bibliothèque multilingue, appareil ancien, ou écoute toute la journée → Piper.
• Apprentissage des langues → l'étendue linguistique de Piper associée à la détection automatique de langue de Lectern : ouvre un livre, obtiens une voix au son natif dans cette langue, avec chaque phrase surlignée à mesure qu'elle est lue.

Dans les deux cas, tout tourne sur l'appareil : aucun compte, aucun envoi vers le cloud, aucun coût mensuel, et une narration qui fonctionne en mode avion.

Pourquoi l'appareil bat le cloud pour les livres

Un livre représente 8 à 12 heures d'audio. Le TTS dans le cloud à cette échelle implique une connectivité constante, de l'argent réel (abonnements ou frais d'API au caractère), et l'envoi du texte intégral de tout ce que tu lis à un tiers. La narration sur l'appareil ne coûte plus rien une fois l'application achetée, fonctionne hors ligne, et garde ta bibliothèque exactement là où elle doit être, avec toi. Dans Lectern, c'est toute la conception : achat unique de €2,49 sur Google Play, sans abonnement, « aucune donnée collectée » sur l'étiquette de sécurité du Play Store.

Questions fréquentes