Résumez cet article avec :
Gradium apporte sur Eden AI des modèles de voix IA temps réel conçus en France : premier son dès 70 ms dans nos tests, 1 400 voix en cinq langues, une seule API.
Dans un produit vocal, la latence n'est pas un chiffre sur un tableau de bord. C'est le silence que votre utilisateur entend avant que la réponse commence, et chaque fraction de seconde en plus donne à un agent l'air d'une machine plutôt que d'une conversation.
Gradium est construit pour supprimer ce silence, et il est désormais disponible sur Eden AI.
Qui est Gradium
Gradium est une société de voix IA basée à Paris. Elle a été fondée en septembre 2025 par Neil Zeghidour, Laurent Mazaré, Olivier Teboul et Alexandre Défossez, les chercheurs derrière Kyutai, le laboratoire de recherche en IA connu pour ses travaux pionniers sur la parole en temps réel.
Son positionnement est précis et assumé : la voix en temps réel pour les agents vocaux, avec des modèles de synthèse et de reconnaissance vocales pensés d'abord pour la conversation en direct.
La vitesse : dès 70 ms avant le premier son
Nous l'avons mesuré nous-mêmes. Le 19 octobre 2026, depuis la France, sur l'API de streaming européenne de Gradium, le premier morceau d'audio est arrivé dès 70 millisecondes après l'envoi du texte, aller-retour réseau compris, sur 32 requêtes en WebSocket et en REST.
Ce chiffre compte à cause de sa place dans la chaîne. Dans un agent vocal, le modèle de voix n'est qu'un maillon : la reconnaissance vocale, le modèle de langage, le réseau et, au téléphone, l'opérateur lui-même ajoutent chacun leur délai. Quand la part du modèle de voix tombe à quelques dizaines de millisecondes, l'essentiel du budget reste disponible pour le reste, et la conversation paraît naturelle plutôt que hachée.
Gradium insiste aussi sur un point qu'on oublie facilement : la vitesse se paie souvent en précision, et son modèle a été conçu pour être à la fois rapide et robuste, sans sacrifier l'un à l'autre.
Conçu en France, traité en UE
Les modèles de Gradium sont conçus en France. Sur Eden AI, les routes Gradium sont dans la région UE, et selon la documentation de Gradium, les organisations inscrites à sa résidence des données en UE voient leurs sessions traitées en UE, sans en sortir.
1 400 voix, et un prix simple
Le catalogue de Gradium compte environ 1 400 voix et 28 accents en anglais, français, espagnol, allemand et portugais, pensées pour le service client, la narration, la publicité et les personnages. Pour les équipes qui construisent pour des utilisateurs européens, des voix natives en français, en espagnol ou en allemand ne sont pas un ajout de dernière minute.
Sur Eden AI, la synthèse vocale Gradium coûte 57,80 $ par million de caractères : vous connaissez le coût d'un texte avant de le générer.
L'essayer via Eden AI
Gradium est accessible avec la même clé Eden AI que tous les autres providers, et ses modèles sont listés sur la page provider Gradium. Un appel de synthèse vocale tient en une requête, et la réponse renvoie le fichier audio généré :
curl https://api.edenai.run/v3/universal-ai \
-H "Authorization: Bearer $EDENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "audio/tts/gradium",
"input": {"text": "Bonjour ! Votre commande a été expédiée et arrivera demain."}
}'La reconnaissance vocale fonctionne de la même façon avec audio/speech_to_text_async/gradium, et audio/speech_to_text_async/gradium/stt-translate transcrit et traduit en une seule étape, à 0,0104 $ et 0,0139 $ la minute. Sur Eden AI, ces routes de reconnaissance vocale sont asynchrones : le _async décrit notre route, pas le modèle de Gradium, qui fonctionne en streaming temps réel sur l'API de Gradium.
Remplacez gradium par un autre provider dans le nom du modèle et vous comparez voix, prix et rendu sur le même texte, avec la même clé et la même facture.
Pourquoi nous sommes ravis d'accueillir Gradium
La voix est l'endroit où l'écart entre une démo et un produit s'entend le plus. Une équipe peut construire un prototype convaincant avec n'importe quel moteur de synthèse vocale, puis découvrir en production qu'une pause perceptible avant chaque réponse suffit à casser la conversation.
Gradium s'attaque exactement à ce problème, avec une équipe issue directement de la recherche sur la parole en temps réel. Pour les développeurs qui ont besoin d'une voix qui suit le rythme de la conversation, il n'est plus qu'à un nom de modèle.
Par où commencer
Choisissez l'endroit de votre produit où l'utilisateur attend une voix, le message d'accueil d'un serveur vocal, la première phrase d'un agent de support ou l'aperçu d'une narration, et générez-le avec Gradium via Eden AI. Comparez avec ce que vous utilisez aujourd'hui sur le même texte : la voix, le prix par appel, et le ressenti de quelqu'un qui attend.
