Beobachtetes Signal · 10. Sept. 2026 · Product Launch · Quelle: Hume AI · Relevanz: 3.5/5

Hume startet Voice-Replication-Leaderboard für Text-to-Speech-Modelle

Zusammenfassung des Signals

Am 10. September 2026 veröffentlichte Hume AI das Voice Replication Leaderboard als neue Komponente des Real World VoiceEQ Benchmark. Das Ranking bewertet 11 Text-to-Speech-Modelle anhand von 25 Referenzstimmen in den Kategorien Standard, expressiv und akzentbehaftet. Bewertet wurden Stimmähnlichkeit, Qualität, Natürlichkeit und objektive Embedding-Ähnlichkeit; kein Modell führte in allen Dimensionen. OpenBMB VoxCPM2 erreichte die beste Stimmähnlichkeit, Cartesia sonic-3.6-beta die höchste Natürlichkeit und Inworld TTS-2 die höchste Qualität.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Dieses Leaderboard bietet einen unabhängigen, mehrdimensionalen Vergleich der Voice-Replication-Leistung führender TTS-Modelle und hilft Produktteams bei evidenzbasierten Modellentscheidungen sowie Forschenden bei der Identifikation spezifischer Schwachstellen. Es zeigt außerdem, dass Natürlichkeit und Sprecheridentität getrennte Qualitäten sind – relevant für Voice-Cloning-Anwendungen in Medien, Kundenservice und Barrierefreiheit.

MARKTSIGNALE

Marktsignale und strategische Veränderungen zu Hume AI verfolgen

Polaris7 verknüpft Pflichtmitteilungen, Primärquellen, Führungswechsel und M&A-Aktivitäten in strukturierten Dossiers. Richte deinen Polaris7-Workspace ein, um relevante Unternehmen in deinem Executive Briefing zu beobachten.

  • Verifizierte Primärquellen
  • Automatisierte Briefings
  • Sofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Am 10. September 2026 veröffentlichte Hume AI das Voice Replication Leaderboard als Erweiterung des Real World VoiceEQ Benchmark.
  • Das Leaderboard bewertete 11 TTS-Modelle mit 25 Referenzstimmen: 5 Standard-, 5 expressive und 15 akzentbehaftete Stimmen (6 muttersprachlich englische und 9 nicht-muttersprachliche Akzente).
  • Jeder Clip wurde hinsichtlich Stimmähnlichkeit (1–5), Qualität (1–5), Natürlichkeit (1–5) und TitaNet-Cosinus-Ähnlichkeit (0–1) bewertet; drei bezahlte, verblindete Rater pro Clip über die Hume Human Feedback API.
  • OpenBMB VoxCPM2 erreichte den ersten Platz bei der Stimmähnlichkeit (4,21); Cartesia sonic-3.6-beta führte bei Natürlichkeit (4,36); Inworld TTS-2 bei Qualität (4,61); Meituan LongCat AudioDiT-3.5B bei objektiver Ähnlichkeit (0,88).
  • Kein Modell führte in allen Dimensionen: Qualitätswerte lagen zwischen 3,85 und 4,61 (Durchschnitt ~4,30), Stimmähnlichkeitswerte zwischen 2,91 und 4,21; ElevenLabs Eleven v3 belegte den letzten Platz bei menschlicher Stimmähnlichkeit und objektiver Ähnlichkeit.

Verknüpfte Unternehmen

“Das Modell Eleven v3 von ElevenLabs belegte sowohl bei der menschlichen Stimmähnlichkeit (2,91) als auch bei der objektiven Ähnlichkeit (0,5...”

Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: Hume AI•Veröffentlicht: 10. Sept. 2026

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Generative AI (Voice Cloning) & Terms of Service12. Apr. 2026

Ich habe meine Stimme geklont – und jetzt gehört sie nicht mehr nur mir

Der Autor nutzte Tools wie ElevenLabs, Speechify und Descript, um seine Stimme mithilfe einer 30-minütigen Aufnahme synthetisch zu klonen. Dabei wird hervorgehoben, dass ElevenLabs bereits zwei Minuten Sprachprobe für eine überzeugende Replikation ausreichen. Ein entscheidender Kritikpunkt ist die rechtliche Dimension: Die Allgemeinen Geschäftsbedingungen (AGB) von ElevenLabs räumen dem Unternehmen weitreichende Rechte ein, hochgeladene Stimmen und Persönlichkeitsmerkmale zu reproduzieren, zu modifizieren, zu veröffentlichen, zu verbreiten und für derivative Werke zu nutzen. Der Autor warnt davor, ohne Prüfung der AGB persönliche Daten für das KI-Training zu verwenden, und demonstriert die Risiken anhand von potenziellen Täuschungsszenarien im Telefonat mit Verwandten. Begleitet wird der Bericht von einem t3n Tool Time Video, das konkrete Anwendungsfälle der geklonten Stimme zeigt.

Signal analysieren
Product & Platform Launch17. Sept. 2026

Hume AI führt Leaderboard für Stimmsteuerbarkeit ein

Hume AI hat am 17. September 2026 das Voice Controllability Leaderboard veröffentlicht und erweitert damit das Real World VoiceEQ Benchmark. Das neue Leaderboard bewertet 17 Text-to-Speech-Modelle anhand menschlicher Bewertungen in den Bereichen Stimmdesign, Stimmbefehle und Rollenpassung. Die Ergebnisse zeigen, dass kein Modell alle Steuerbarkeitsdimensionen dominiert; Google und ElevenLabs führen in den meisten Kategorien, haben aber jeweils eigene Schwächen.

Signal analysieren
Voice Cloning / Synthetic Audio4. Apr. 2026

Stimmklonierung im Test: Rechtliche Risiken und Lizenzfallen bei Elevenlabs

Ein Autor von t3n hat gängige Stimmklonierungsdienste wie Speechify, Descript und Elevenlabs getestet und rund 30 Minuten seiner Stimme aufgenommen, um einen synthetischen Zwilling zu erzeugen. Das Resultat war täuschend echt und klang so überzeugend, dass Verwandte am Telefon potenziell getäuscht werden könnten. Dennoch äußerte der Tester im Nachhinein Bedenken. Im Fokus steht vor allem ein kritisches rechtliches Problem beim Datenschutz: Die Allgemeinen Geschäftsbedingungen von Elevenlabs räumen dem Unternehmen weitreichende Lizenzen ein, um eingereichte Stimmen zu reproduzieren, zu modifizieren, zu veröffentlichen und abgeleitete Werke daraus zu erstellen. Der Beitrag warnt alle Nutzer, die ihre eigene Stimme mit solchen Tools trainieren möchten, die Anbieterbedingungen sorgfältig zu prüfen und die damit abgetretenen Rechte zu bedenken. Ergänzend wird auf eine zugehörige t3n Tool Time-Videoepisode auf YouTube verwiesen.

Signal analysieren

WATCHLIST & BRIEFINGS

Künftige Signale zu Hume AI & Wettbewerbern im Briefing erhalten

Behalte relevante M&A-Transaktionen, Führungswechsel, Kunden-Etats und Produkt-Launches im Blick. Polaris7 verknüpft Primärquellen, Pflichtmitteilungen und Fachmedien direkt in deinem Executive Briefing.

  • Regelmäßige Primärquellen-Prüfung
  • Strukturierte Watchlist-Briefings
  • Kontext wird übernommen