Retour au blog
Comparatif de modèlesNovember 16, 202611 min de lecture

Chansons, beats, voix, transcriptions. Un seul compte.

6 modèles de musique, 15 voix, 5 modèles de transcription sur un seul solde unbottled.ai. Le vrai prix par clip, par minute, par heure. Et lequel choisir pour quel usage.

Une appli de musique. Une appli de voix. Une appli de transcription. Trois abonnements, trois identifiants, trois tas de crédits qui expirent. Alors que vous vouliez juste un jingle, une voix off et une transcription.

unbottled.ai fait tourner 26 modèles audio de 10 labos sur un seul solde de crédits. Chaque chiffre ci-dessous vient en direct de notre registre de modèles : durées, voix, catégories, vrais prix. Quatre usages, quatre réponses :

  • Chansons avec voix : Sonauto, ElevenLabs Music, Lyria 3 Pro. Clips jusqu'à 30 secondes.
  • Beats et instrumentaux : MusicGen Stereo, ModelsLab Music Gen, Lyria 3.
  • Voix off et lecture à voix haute : 15 voix, de $0.002 à $0.035 par minute de parole.
  • Transcription : 5 modèles, de $0.039 à $1.06 par heure d'audio.

Générateur de musique IA : les 6 modèles

Du clip le moins cher au plus cher. Les prix incluent notre marge de 30 %. 1 crédit = 0,01 $.

ModèleDurée du clipCatégorieCrédits / clipPrix / clip
Lyria 3 Clip PreviewGoogle8 / 20 sGrand public5.2$0.05
Lyria 3Google30 sGrand public6.5$0.07
Sonauto SongSonauto8 / 20 / 30 sOpen source10.4$0.10
Lyria 3 Pro PreviewGoogle30 sGrand public10.4$0.10
ModelsLab Music GenModelsLab30 sOpen source27.3$0.27
ElevenLabs MusicElevenLabs8 / 20 / 30 sGrand public27.3$0.27

Un seul prix par clip, quelle que soit la durée choisie. Si vous demandez une durée que le modèle ne propose pas, la requête prend la plus proche disponible.

Chansons avec voix

Un chanteur et un refrain. Décrivez le genre, l'ambiance, la voix et le sujet de la chanson. Ces modèles sont faits pour des chansons qui chantent vraiment.

Beats et instrumentaux

Musique de fond, boucles pour une vidéo, un beat pour rapper dessus. Sans voix. Précisez le genre, le tempo et les instruments : « lo-fi hip hop, 85 bpm, dusty piano, vinyl crackle ».

Clips courts, virgules sonores, jingles

Intros, sons de notification, virgule de podcast. Court et pas cher. Faites-en dix, gardez-en un.

Vous cherchez une alternative à Suno ? Suno et Udio ne sont pas sur unbottled.ai. Ce que vous avez à la place : 6 modèles de musique sur un seul solde, à partir de $0.05 le clip, sans abonnement supplémentaire. La limite, honnêtement : les clips s'arrêtent à 30 secondes. Pour des morceaux complets de trois minutes, les applis dédiées restent la référence.
Ouvrir le générateur de musique

Synthèse vocale IA : 15 voix comparées

De la moins chère à la plus chère. Facturé au caractère de texte. La dernière colonne estime une minute de parole à environ 900 caractères.

VoixTimbreCatégorieCrédits / 1 000 caractèresEnv. 1 min de parole
Bella (Kokoro)HexgradFéminine, chaleureuseNon censuré0.22$0.002
Sarah (Kokoro)HexgradFéminine, claireNon censuré0.22$0.002
Nicole (Kokoro)HexgradFéminine, douceNon censuré0.22$0.002
Adam (Kokoro)HexgradMasculine, poséeNon censuré0.22$0.002
Michael (Kokoro)HexgradMasculine, confianteNon censuré0.22$0.002
Emma (Kokoro)HexgradFéminine, britanniqueNon censuré0.22$0.002
George (Kokoro)HexgradMasculine, britanniqueNon censuré0.22$0.002
Ashley (Inworld)InworldFéminine, viveGrand public1.3$0.012
Craig (Inworld)InworldMasculine, britanniqueGrand public1.3$0.012
AlloyOpenAINeutre, naturelleGrand public2$0.018
NovaOpenAIFéminine, chaleureuseGrand public2$0.018
OnyxOpenAIMasculine, graveGrand public2$0.018
Eve (xAI)xAIFéminine, expressiveGrand public2.1$0.019
Zephyr (Gemini)GoogleFéminine, lumineuseGrand public3.9$0.035
Puck (Gemini)GoogleMasculine, enjouéeGrand public3.9$0.035

Les tarifs incluent notre marge de 30 %. La minute est une estimation : un débit rapide ou des mots longs la font varier. Vous payez les caractères envoyés, pas les secondes reçues.

Lecture à voix haute au quotidien

Propre, claire, assez bon marché pour la laisser tourner. Nova est la voix par défaut pour lire les réponses à voix haute.

  • Nova2 crédits / 1 000 caractères · env. $0.018 par minute · Féminine, chaleureuse
  • Alloy2 crédits / 1 000 caractères · env. $0.018 par minute · Neutre, naturelle
  • Onyx2 crédits / 1 000 caractères · env. $0.018 par minute · Masculine, grave

Plusieurs langues, une seule voix

Les voix Gemini parlent plus de 100 langues et suivent des consignes de diction : plus lent, chuchoté, enthousiaste.

  • Zephyr (Gemini)3.9 crédits / 1 000 caractères · env. $0.035 par minute · Féminine, lumineuse
  • Puck (Gemini)3.9 crédits / 1 000 caractères · env. $0.035 par minute · Masculine, enjouée

Personnages et narration

Plus de dramatisation, plus d'amplitude. Faites pour la fiction, les personnages de jeu, les scènes de jeu de rôle.

  • Eve (xAI)2.1 crédits / 1 000 caractères · env. $0.019 par minute · Féminine, expressive
  • Ashley (Inworld)1.3 crédits / 1 000 caractères · env. $0.012 par minute · Féminine, vive

Le moins cher, sans filtre de contenu

Kokoro est un modèle open-weight de 82M de paramètres. 7 voix Kokoro font partie de notre catégorie non censurée : aucun filtre sur ce qu'elles lisent. Ce sont aussi les voix les moins chères de la plateforme.

  • Bella (Kokoro)0.22 crédits / 1 000 caractères · env. $0.002 par minute · Féminine, chaleureuse
  • Michael (Kokoro)0.22 crédits / 1 000 caractères · env. $0.002 par minute · Masculine, confiante
  • Emma (Kokoro)0.22 crédits / 1 000 caractères · env. $0.002 par minute · Féminine, britannique
  • George (Kokoro)0.22 crédits / 1 000 caractères · env. $0.002 par minute · Masculine, britannique

Toutes ces voix sont optimisées pour l'anglais. Les voix Gemini gèrent plus de 100 langues. Les autres peuvent lire d'autres langues, souvent avec un accent. Testez une phrase avant de générer tout un script.

Ouvrir la synthèse vocale

Transcription IA : 5 modèles de reconnaissance vocale

Du moins cher à la minute au plus cher. Facturé à la seconde d'audio. Les prix incluent notre marge de 30 %.

ModèleCatégorieCrédits / minutePrix / heure
Whisper Large V3OpenAIOpen source0.064$0.039
Voxtral Mini TranscribeMistral AIOpen source0.5$0.30
GPT-4o Mini TranscribeOpenAIGrand public0.66$0.40
WhisperOpenAIGrand public0.78$0.47
Nemotron ASRNVIDIAOpen source1.8$1.06

Quand un fournisseur indique le coût réel d'une tâche, nous facturons ce coût plus la marge. Le montant final peut donc légèrement s'écarter du tableau.

Le moins cher : des heures d'audio pour quelques centimes

Whisper open-weight, 99 langues. Un abonnement couvre environ 207 heures d'audio à ce tarif.

La précision avant tout

Moins de mots erronés, meilleure détection de la langue. Pour les interviews, les citations, tout ce que vous publiez. Whisper est le modèle par défaut pour la saisie vocale.

De nombreuses langues

Whisper couvre 99 langues, Nemotron 40 variantes régionales. Voxtral est le modèle de transcription de Mistral, conçu pour des enregistrements jusqu'à 10 minutes.

Rapide et résistant au bruit

Faible latence, tient bon dans les pièces bruyantes. Fait pour les mémos vocaux rapides et la dictée.

Ouvrir la reconnaissance vocale

Comment ça marche dans le chat

Pas d'appli séparée. Musique, voix et transcription sont intégrées à chaque discussion sur unbottled.ai.

1

Demandez une chanson

Tapez « fais-moi une intro synthwave de 30 secondes pour mon podcast ». L'IA appelle le générateur de musique avec le modèle musical de votre compétence, Lyria 3 sauf si vous l'avez changé. Citez un autre modèle dans le prompt pour en changer.

2

Écoutez n'importe quelle réponse

Cliquez sur l'icône haut-parleur d'une réponse : elle est lue à voix haute avec la voix de votre compétence, Nova par défaut. Vous pouvez définir une voix différente par compétence.

3

Parlez au lieu de taper

Touchez le micro et parlez. Whisper transcrit vos mots dans le champ de saisie, ou l'enregistrement part directement aux modèles qui comprennent l'audio.

4

Transcrivez des fichiers entiers

Réunions, interviews, mémos vocaux : déposez jusqu'à 20 fichiers sur la page de l'outil de reconnaissance vocale et choisissez le modèle.

5

Mode appel

Mains libres. Vous parlez, l'IA répond à voix haute, vous répondez. Voix en entrée, voix en sortie, même solde.

Vous voulez tout contrôler ? Chaque usage a sa propre page d'outil : choisissez le modèle ou la voix, réglez la durée du clip, collez un long script.

Ce que coûtent la musique et la voix IA ici

Trois modes de calcul, un seul solde. Prix du fournisseur plus notre marge de 30 %. 1 crédit = 0,01 $.

  • Musique : un prix fixe par clip. De 5.2 crédits ($0.05) sur Lyria 3 Clip Preview à 27.3 crédits ($0.27) sur ElevenLabs Music.
  • Voix : au caractère. De 0.22 crédits pour 1 000 caractères sur Bella (Kokoro) à 3.9 sur Puck (Gemini).
  • Transcription : à la seconde d'audio. De 0.064 crédits la minute sur Whisper Large V3 à 1.8 sur Nemotron ASR.
  • Les crédits ne sont débités qu'une fois le résultat obtenu. Tâche échouée, délai dépassé, prompt refusé : vous ne payez rien.
  • Gratuit : 20 crédits par mois sans compte, 40 avec un compte gratuit, 90 avec la newsletter. 40 crédits paient 7 clips sur Lyria 3 Clip Preview, ou environ 201 minutes de Bella (Kokoro).
  • Formules mensuelles : quatre tailles, dès 800 crédits pour €8.00.
  • Packs de crédits : une recharge pour les abonnés, 500 crédits pour €5.00. Ils n'expirent jamais. Carte, PayPal ou crypto.
Voir les formules et les packs de crédits

Les limites, sans détour

Connaissez les contraintes avant de dépenser un crédit.

  • Les clips musicaux durent 30 secondes au maximum. Pas de morceaux de trois minutes, pas de prolongation d'un clip.
  • Un clip coûte le même prix quelle que soit sa durée. Les clips courts servent à tester un prompt à moindre coût, ce n'est pas une remise.
  • Pas de Suno, pas d'Udio. Leurs API ne sont pas sur unbottled.ai.
  • La synthèse vocale accepte jusqu'à 5,000 caractères par requête. Pour un script plus long : découpez-le.
  • La transcription accepte jusqu'à 20 fichiers par requête, 25 Mo chacun.
  • Pas de clonage de voix. Vous choisissez parmi les voix du tableau. Impossible d'importer la vôtre.
  • La plupart des modèles de musique et de voix passent par la modération de leur fournisseur. Un prompt peut être refusé en amont. Ce refus ne coûte rien.
Avant de publier : vérifiez les conditions du fournisseur sur l'usage commercial de la musique et des voix générées. Les règles varient selon les labos, et elles évoluent.

FAQ

Quel est le meilleur générateur de musique IA ?

Ça dépend du morceau. Chansons avec voix : Sonauto ou ElevenLabs Music. Morceaux courts et soignés : Lyria 3 Pro. Beats et boucles : MusicGen Stereo. Le moins cher : Lyria 3 Clip Preview à $0.05 le clip. Les 6 tournent sur un seul solde unbottled.ai, vous changez donc à chaque clip.

Existe-t-il une bonne alternative à Suno ?

Pour des chansons courtes et des beats, oui : Sonauto, ElevenLabs Music et Lyria 3 de Google tournent ici sur un seul solde, à partir de $0.05 le clip, sans abonnement supplémentaire. Pour des chansons complètes de trois minutes, pas encore : les clips s'arrêtent ici à 30 secondes.

Une IA peut-elle créer des chansons avec voix ?

Oui. Demandez une chanson à Sonauto, ElevenLabs Music ou Lyria 3 Pro et décrivez le sujet, l'ambiance et le chanteur. Les modèles instrumentaux comme MusicGen Stereo font de la musique sans voix.

Quel générateur de voix IA sonne le plus naturel ?

Pour la lecture à voix haute au quotidien, les voix OpenAI comme Nova sont propres et coûtent peu. Les plus expressives : xAI Eve et Inworld. Pour de nombreuses langues : Gemini. Pour le prix le plus bas et aucun filtre : Kokoro.

Existe-t-il un générateur de voix IA avec des crédits gratuits ?

Oui. 20 crédits gratuits par mois sans compte, 40 avec un compte gratuit, 90 avec la newsletter. Sur Bella (Kokoro), cela fait environ 201 minutes de parole. Les mêmes crédits paient la musique et la transcription.

Combien coûte la transcription IA ?

De $0.039 par heure d'audio sur Whisper Large V3 à $1.06 sur Nemotron ASR. Facturé à la seconde. Les tâches échouées ne coûtent rien.

Puis-je cloner ma propre voix ?

Non. unbottled.ai propose 15 voix prêtes à l'emploi. Pas de clonage, pas d'import de votre propre voix.

Existe-t-il une synthèse vocale non censurée ?

Oui. 7 voix Kokoro font partie de notre catégorie non censurée : un modèle open-weight sans filtre de contenu sur ce qu'il lit. La plupart des modèles de musique et les autres voix passent par les filtres de leur fournisseur.

Vous faites de la musique, des podcasts ou des voix off ? Le programme partenaire unbottled.ai vous reverse une part récurrente de chaque paiement que vous apportez. Rejoindre le programme partenaire

Choisissez un modèle. Lancez la lecture.

Chansons, beats, voix et transcriptions sur un seul solde. Commencez avec 20 crédits gratuits, sans compte.

Retour au blog