Text-to-Speech (TTS)

La synthèse vocale : la technologie qui génère un audio parlé à partir de texte. Les systèmes locaux comme Piper, basés sur VITS/ONNX, tournent en temps réel sur CPU, sans GPU : idéaux pour les pipelines d'accessibilité, les commandes vocales et les assistants. Le compromis à évaluer est la naturalité contre la latence et les ressources.