OpenAIAudiomodellVeraltet
GPT-4o Mini TTS
BeliebtheitPlatz 354 von 876
36von 100wie im Vormonat
Zusammenfassung
GPT-4o Mini TTS ist ein auf GPT-4o Mini aufbauendes Sprachsynthesemodell. Es wandelt Text in natürlich klingende Sprache um, akzeptiert bis zu 2.000 Eingabe-Token und gibt ausschließlich Audio aus. Stimme und Sprechweise lassen sich als TTS-Ausgabe steuern; ein Sprachdialog mit Audioverständnis und Audioantwort verlangt dagegen ein separates Dialogmodell.
OpenAI hat am 1. Oktober 2026 beide gelisteten TTS-Snapshots zur Abschaltung am 6. Januar 2027 angekündigt. Als Ersatz empfiehlt der Anbieter GPT-Realtime 2.1 Mini und verweist für die Migration auf die Realtime-API.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 87 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 8
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Coval rolling-30-day pooled output word error rate (gpt-4o-mini-tts endpoint) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.8020686376142856
- Bewertung
- 1.8020686376142856
- Messgröße
- Pooled word error rate of speech synthesized from Coval's fixed text prompts
- Einheit
- %
- Benchmark-Version
- Coval rolling 30-day snapshot, last measured 2026-10-16, source response fetched 2026-10-16T15:36:03.979138Z
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 2012
- Quellentyp
- independent-evaluator
- Auswertung
- Coval
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte gehostete API-Modell-ID gpt-4o-mini-tts. Coval beschreibt eine feste Stimmen- und Prompt-Konfiguration, tägliche Messungen und ein rollierendes 30-Tage-Ergebnis, zuletzt gemessen am 16.10.2026. Gespeichert ist pooled_value=1.8020686376142856 aus der WER-Zeile, nicht mean_value; Covals sichtbare 1,8 % sind auf eine Dezimalstelle gerundet. Die Zahl bewerteter WER-Messungen stammt aus derselben Zeile.
- Einordnung
- Dies ist eine transkriptionsbasierte Verständlichkeitsprüfung der erzeugten Sprache, keine menschliche Präferenz- oder Natürlichkeitsbewertung. Die Seite veröffentlicht bewertete WER-Samples, nicht die Gesamtzahl versuchter Anfragen oder eine Zahl fehlgeschlagener Anfragen, und nennt kein Konfidenzintervall. Die feste Stimme und Anweisung bilden nicht die gesamte Ausdrucksbreite des Modells ab.
EmergentTTS-Eval unprompted WER, Emotions (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.72
- Bewertung
- 0.72
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, unpromptete Baseline mit dem Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Emotions).
- Einordnung
- Der Bericht nennt den API-Alias, aber keine unveränderliche Serving-Revision und kein Konfidenzintervall. Der Wert betrifft die transkriptionsbasierte Verständlichkeit der Benchmark-Äußerungen, nicht die allgemeine TTS-Qualität.
EmergentTTS-Eval strong-prompt WER, Emotions (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.71
- Bewertung
- 0.71
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, kategorienbezogener Strong Prompt. Der Bericht beschreibt zusätzliche Kategorieanweisungen zum Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Emotions).
- Einordnung
- Dies ist derselbe API-Alias mit einer getrennten Prompt-Konfiguration, kein eigener Modell-Checkpoint. Eine unveränderliche Serving-Revision und ein Konfidenzintervall werden nicht veröffentlicht.
EmergentTTS-Eval strong-prompt win rate vs baseline, Emotions, Gemini 2.5 Pro Preview (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 59.17
- Bewertung
- 59.17
- Messgröße
- Model-as-a-judge preference win rate versus unprompted gpt-4o-mini-tts Alloy baseline
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Table 1; original leaderboard judge gemini-2.5-pro-preview-05-06
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, Strong Prompt im Vergleich mit der unprompteten gpt-4o-mini-tts-Alloy-Baseline. Das ursprüngliche Paper-Leaderboard nutzte gemini-2.5-pro-preview-05-06 als Judge mit Temperatur 0,0. Die Zeile ist eine modellgestützte Präferenzrate; der Nenner und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die Judge-Version unterscheidet sich vom späteren Non-Preview-Leaderboard. Es sind getrennt konfigurierte Auswertungen, keine widersprüchlichen Angaben zu demselben Judge-Lauf. Die API-Serving-Revision ist nicht gepinnt.
EmergentTTS-Eval strong-prompt win rate vs baseline, Emotions, Gemini 2.5 Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.32
- Bewertung
- 67.32
- Messgröße
- Model-as-a-judge preference win rate versus unprompted gpt-4o-mini-tts Alloy baseline
- Einheit
- %
- Benchmark-Version
- Pinned EmergentTTS-Eval README leaderboard; gemini-2.5-pro, thinking budget 256; repository commit fe02c5d27f2d87751a66e32631aaa73a92d9cbbb
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval pinned README leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, Strong Prompt im Vergleich mit der unprompteten gpt-4o-mini-tts-Alloy-Baseline. Das gepinnte README bezeichnet das aktuelle Leaderboard-Judge als Non-Preview gemini-2.5-pro mit Thinking-Budget 256. Die Zeile ist eine modellgestützte Präferenzrate; der Nenner und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Das gepinnte README trennt diesen Non-Preview-Judge-Lauf vom ursprünglichen Preview-Judge-Leaderboard. Das Evaluationsdatum und eine unveränderliche OpenAI-Serving-Revision sind nicht veröffentlicht.
EmergentTTS-Eval unprompted WER, Foreign Words (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 13.45
- Bewertung
- 13.45
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, unpromptete Baseline mit dem Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Foreign Words).
- Einordnung
- Der Bericht nennt den API-Alias, aber keine unveränderliche Serving-Revision und kein Konfidenzintervall. Der Wert betrifft die transkriptionsbasierte Verständlichkeit der Benchmark-Äußerungen, nicht die allgemeine TTS-Qualität.
EmergentTTS-Eval strong-prompt WER, Foreign Words (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 12.07
- Bewertung
- 12.07
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, kategorienbezogener Strong Prompt. Der Bericht beschreibt zusätzliche Kategorieanweisungen zum Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Foreign Words).
- Einordnung
- Dies ist derselbe API-Alias mit einer getrennten Prompt-Konfiguration, kein eigener Modell-Checkpoint. Eine unveränderliche Serving-Revision und ein Konfidenzintervall werden nicht veröffentlicht.
EmergentTTS-Eval strong-prompt win rate vs baseline, Foreign Words, Gemini 2.5 Pro Preview (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 57.32
- Bewertung
- 57.32
- Messgröße
- Model-as-a-judge preference win rate versus unprompted gpt-4o-mini-tts Alloy baseline
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Table 1; original leaderboard judge gemini-2.5-pro-preview-05-06
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, Strong Prompt im Vergleich mit der unprompteten gpt-4o-mini-tts-Alloy-Baseline. Das ursprüngliche Paper-Leaderboard nutzte gemini-2.5-pro-preview-05-06 als Judge mit Temperatur 0,0. Die Zeile ist eine modellgestützte Präferenzrate; der Nenner und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die Judge-Version unterscheidet sich vom späteren Non-Preview-Leaderboard. Es sind getrennt konfigurierte Auswertungen, keine widersprüchlichen Angaben zu demselben Judge-Lauf. Die API-Serving-Revision ist nicht gepinnt.
EmergentTTS-Eval strong-prompt win rate vs baseline, Foreign Words, Gemini 2.5 Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 63.03
- Bewertung
- 63.03
- Messgröße
- Model-as-a-judge preference win rate versus unprompted gpt-4o-mini-tts Alloy baseline
- Einheit
- %
- Benchmark-Version
- Pinned EmergentTTS-Eval README leaderboard; gemini-2.5-pro, thinking budget 256; repository commit fe02c5d27f2d87751a66e32631aaa73a92d9cbbb
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval pinned README leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, Strong Prompt im Vergleich mit der unprompteten gpt-4o-mini-tts-Alloy-Baseline. Das gepinnte README bezeichnet das aktuelle Leaderboard-Judge als Non-Preview gemini-2.5-pro mit Thinking-Budget 256. Die Zeile ist eine modellgestützte Präferenzrate; der Nenner und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Das gepinnte README trennt diesen Non-Preview-Judge-Lauf vom ursprünglichen Preview-Judge-Leaderboard. Das Evaluationsdatum und eine unveränderliche OpenAI-Serving-Revision sind nicht veröffentlicht.
EmergentTTS-Eval unprompted WER, Paralinguistics (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 20.55
- Bewertung
- 20.55
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, unpromptete Baseline mit dem Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Paralinguistics).
- Einordnung
- Der Bericht nennt den API-Alias, aber keine unveränderliche Serving-Revision und kein Konfidenzintervall. Der Wert betrifft die transkriptionsbasierte Verständlichkeit der Benchmark-Äußerungen, nicht die allgemeine TTS-Qualität.
EmergentTTS-Eval strong-prompt WER, Paralinguistics (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.33
- Bewertung
- 21.33
- Messgröße
- Word error rate (WER)
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Datasets and Benchmarks Track, Table 1
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 280
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, kategorienbezogener Strong Prompt. Der Bericht beschreibt zusätzliche Kategorieanweisungen zum Äußerungstext. WER wurde mit Whisper-v3-large berechnet. Die Quelle nennt 280 Samples für diese Zeile (Paralinguistics).
- Einordnung
- Dies ist derselbe API-Alias mit einer getrennten Prompt-Konfiguration, kein eigener Modell-Checkpoint. Eine unveränderliche Serving-Revision und ein Konfidenzintervall werden nicht veröffentlicht.
EmergentTTS-Eval strong-prompt win rate vs baseline, Paralinguistics, Gemini 2.5 Pro Preview (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 58.75
- Bewertung
- 58.75
- Messgröße
- Model-as-a-judge preference win rate versus unprompted gpt-4o-mini-tts Alloy baseline
- Einheit
- %
- Benchmark-Version
- NeurIPS 2025 Table 1; original leaderboard judge gemini-2.5-pro-preview-05-06
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EmergentTTS-Eval, NeurIPS 2025
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Veröffentlichte API-Modellbezeichnung gpt-4o-mini-tts, Stimme Alloy, Strong Prompt im Vergleich mit der unprompteten gpt-4o-mini-tts-Alloy-Baseline. Das ursprüngliche Paper-Leaderboard nutzte gemini-2.5-pro-preview-05-06 als Judge mit Temperatur 0,0. Die Zeile ist eine modellgestützte Präferenzrate; der Nenner und ein Konfidenzintervall sind nicht veröffentlicht.
- Einordnung
- Die Judge-Version unterscheidet sich vom späteren Non-Preview-Leaderboard. Es sind getrennt konfigurierte Auswertungen, keine widersprüchlichen Angaben zu demselben Judge-Lauf. Die API-Serving-Revision ist nicht gepinnt.
Seite 1 von 8
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 6. November 2026
GPT-4o Mini TTSFlux 37Gemini 3.5 Transcribe Live 35GPT-Realtime Translate 35GPT-Realtime-Whisper 34
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
GPT-4o Mini TTS im Vergleich
- 1GPT-4o Mini TTS vs. Sonic 3.66 gemeinsame Tests
- 2GPT-4o Mini TTS vs. Eleven v39 gemeinsame Tests
- 3GPT-4o Mini TTS vs. Fish Audio S2 Pro1 gemeinsamer Test
- 4GPT-4o Mini TTS vs. Gemini 3.1 Flash TTS9 gemeinsame Tests
- 5GPT-4o Mini TTS vs. Voxtral Mini TTS1 gemeinsamer Test
- 6GPT-4o Mini TTS vs. Eleven v49 gemeinsame Tests
- 7GPT-4o Mini TTS vs. Eleven v4 Turbo2 gemeinsame Tests
- 8GPT-4o Mini TTS vs. Fish Audio S2.1 Pro3 gemeinsame Tests
- 9GPT-4o Mini TTS vs. Gemini 3.8 Flash-Lite TTS7 gemeinsame Tests
Alle 14 Vergleiche zeigen
Ähnliche Modelle
Weitere Modelle derselben Art wie GPT-4o Mini TTS, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- GPT-Realtime 2.1OpenAI · gleicher Anbieter
- GPT-Live-TranscribeOpenAI · gleicher Anbieter
- GPT-Realtime TranslateOpenAI · gleicher Anbieter
- GPT-Realtime-WhisperOpenAI · gleicher Anbieter
- GPT-TranscribeOpenAI · gleicher Anbieter
- GPT-Realtime 2.1 MiniOpenAI · gleicher Anbieter
- GPT-Live 1OpenAI · gleicher Anbieter
- Gemini 3.5 TranscribeGoogle · beliebt in dieser Kategorie
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
API
Weitere Angaben
- Abschaltung
- Beide gelisteten Snapshots werden am 6. Januar 2027 abgeschaltet; OpenAI empfiehlt GPT-Realtime 2.1 Mini
- Quelle: Abschaltung
Quellen und Datenstand
Alle 40 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 34 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | OpenAI API serving revision and EmergentTTS judge denominators Hinweis Die EmergentTTS-Quellen veröffentlichen den Alias gpt-4o-mini-tts und die Judge-Identität, aber keine unveränderliche OpenAI-Serving-Revision, keinen Zeilennenner für die Judge-Raten und kein Konfidenzintervall. |
| Nicht veröffentlicht | human-listening-study Hinweis Audar erklärt ausdrücklich, dass eine formelle menschliche MOS/CMOS-Hörstudie geplant, aber noch nicht abgeschlossen ist. |
| Ungeklärt | arabic-dialect-row-sample-size-and-evaluation-version Hinweis Die geprüfte Tabelle zum arabischen Dialekt nennt weder zeilenspezifische Stichprobengrößen noch Evaluationsdatum, Modell-/API-Revision oder Unsicherheit. Der separat angegebene Full-MSA-Tiebreaker mit n=2.902 darf nicht der GPT-4o-mini-TTS-Zeile in dieser Tabelle zugerechnet werden. |
| In den geprüften Quellen nicht gefunden | Aktuelle Coval-Messwerte Hinweis Die Coval-Modellseite ist nicht mehr erreichbar (HTTP 404). Auch die aktuellen Ranglisten enthalten keinen eindeutig passenden Eintrag. |
| Weitere Quelle | OpenAI model documentation (abgerufen 2. Oktober 2026; 15. Oktober 2026; 16. Oktober 2026) · OpenAI GPT-4o Mini TTS model documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Model lifecycle (abgerufen 2. Oktober 2026) · OpenAI text-to-speech model deprecations · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | SpeechArena (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Coval (abgerufen 16. Oktober 2026; 17. Oktober 2026) (am 2. November 2026 nicht abrufbar) https://benchmarks.coval.ai/models/gpt-4o-mini-tts |
| Weitere Quelle | EmergentTTS-Eval, NeurIPS 2025 (abgerufen 17. Oktober 2026) |
| Weitere Quelle | EmergentTTS-Eval pinned README leaderboard (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Rime Labs TTSBench SupportBench (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Rime Labs TTSBench ContentBench (abgerufen 17. Oktober 2026) |
| Weitere Quelle | InstructTTSEval authors, InstructTTSEval: Benchmarking Complex Natural-Language Instruction Following in Text-to-Speech Systems (arXiv:2506.16381v1) (abgerufen 17. Oktober 2026) |
| Weitere Quelle | Audar-TTS-V1 benchmark authors (abgerufen 19. Oktober 2026) |
| Weitere Quelle | ACL Anthology paper 2026.acl-short.59 (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Do You Hear What I Mean? Quantifying the Instruction-Perception Gap in Instruction-Guided Expressive Text-To-Speech Systems (abgerufen 20. Oktober 2026) |
| Weitere Quelle | Rime Labs TTSBench AlphaBench (abgerufen 20. Oktober 2026) |
| Weitere Quelle | Xue et al., NVV-SuperBench, arXiv:2604.16211v3, Table 4 (abgerufen 21. Oktober 2026) |
| Weitere Quelle | Coval Voice AI Benchmarks (abgerufen 23. Oktober 2026) |
| Weitere Quelle | DesignArena (abgerufen 28. Oktober 2026)12 |
| Weitere Quelle | Speko (abgerufen 28. Oktober 2026) |
| Weitere Quelle | VoiceArena primary public leaderboard (abgerufen 28. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 17. Oktober 2026)123456 |
| Weitere Quelle | Modellmetadaten (abgerufen 20. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 28. Oktober 2026)1234567 |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |