Text-to-speech арена обновилась. Теперь первые места вместе с inworld занимают Gemini 3.1-Flash-TTS (может они чуть прокачали его) и свежая Sonic 3.5 от Cartesia. Все это на английском тестируется, так что под свои языки подбирайте. На русском Cartesia была не очень эмоциональная и с проблемами с ударениями. Ну и интересно, что xai теперь самый дешевый качественный text-to-speech. ElevenLabs v3 лишь чуть лучше, хотя стоит в 7 раз дороже. https://artificialanalysis.ai/text-to-speech/leaderboard