Tabel sintesis ucapan yang dipublikasikan Azure memuat 82 kode bahasa berbeda, sekitar 1,1% dari 7.170 bahasa yang menurut Ethnologue digunakan saat ini (82 / 7.170). Dokumentasi Gemini 3.8 Flash TTS mengklaim lebih dari 130 bahasa, dan proyek riset MMS mencapai 1.107, tetapi model terluas itu dirilis dengan lisensi nonkomersial. Kedalaman lebih tipis daripada keluasan: bahasa Inggris AS memiliki 118 entri di tabel Azure dibandingkan 2 untuk bahasa Amharik. Kami menghimpun data dari Ethnologue, Microsoft, Google, Amazon, Apple, Meta, dan riset ucapan yang ditinjau sejawat, dengan membaca setiap halaman penyedia pada 31 Oktober 2026. Rangkuman ini hanya mencakup sintesis; untuk sisi pengenalan dari kesenjangan yang sama, lihat statistik cakupan pengenalan ucapan untuk bahasa dengan sumber daya terbatas kami.
TL;DR
- Ada 7.170 bahasa yang digunakan di seluruh dunia, dan 4.153 di antaranya memiliki sistem tulisan yang berkembang (Ethnologue 2026).
- 128 dari 7.829 kode bahasa mencapai dua tingkat dukungan digital teratas, sekitar 1,6% (Simons, Thomas dan White, COLING 2022).
- Lebih dari 130 bahasa diklaim untuk Gemini 3.8 Flash TTS, klaim komersial terluas yang kami baca (Google, dokumentasi penyedia).
- 82 kode bahasa di 154 lokal muncul dalam tabel suara Azure Speech (Microsoft, dokumentasi penyedia, hitungan kami).
- 25 bahasa dan 42 varian muncul dalam tabel Amazon Polly, dengan 2 varian menawarkan suara bentuk panjang (Amazon, dokumentasi penyedia, hitungan kami).
- 1.107 bahasa memiliki model sintesis MMS, sekitar 15,4% dari bahasa yang digunakan (Meta AI, makalah MMS 2023).
- 945 dari 1.107 model itu mencapai tingkat kesalahan karakter 5 atau lebih rendah, tetapi Afrika tertinggal di 76% (Meta AI, makalah MMS 2023).
- 41 dari 90 suara Aura-2 berbahasa Inggris (Deepgram, dokumentasi penyedia, hitungan kami).
- 18 dari 22 bahasa terdaftar (scheduled) India muncul dalam daftar ucapan aksesibilitas Apple, berbanding 1 di Polly (Apple dan Amazon, dokumentasi penyedia, rekapitulasi kami).
- 1.704 jam dari 10.496 penutur kini mencakup seluruh 22 bahasa terdaftar India untuk sintesis ucapan (AI4Bharat, IndicVoices-R 2024).
1. Penyebut: 7.170 Bahasa, dan Tidak Semuanya Tertulis
Setiap klaim cakupan membutuhkan penyebut, dan sintesis memiliki penyebut yang lebih keras daripada yang dibayangkan kebanyakan orang. Sintesis ucapan membaca teks, sehingga 3.017 bahasa tanpa sistem tulisan yang berkembang berada di luar jalur masukan normal bahkan sebelum model apa pun dilatih.
Jumlah penutur menceritakan kisah yang lebih ramah, dan kedua sudut pandang itu tidak boleh dicampur. Sebuah platform bisa melayani sebagian besar orang sambil mencantumkan kurang dari 3% bahasa, karena lebih dari 88% orang menuturkan salah satu dari hanya 200 bahasa sebagai bahasa ibu, dan 200 / 7.170 adalah 2,8%. Tidak ada halaman penyedia yang kami baca yang menyebut berapa persen orang yang dijangkau katalognya, sehingga jangkauan tidak dapat dibandingkan secara langsung.
| Metrik | Nilai | Sumber |
|---|---|---|
| Bahasa yang digunakan di seluruh dunia | 7.170 | Ethnologue, How Many Languages 2026 |
| Bahasa dengan sistem tulisan yang berkembang berbanding yang tanpa sistem tulisan | 4.153 (57,9%) berbanding 3.017 (42,1%, dari 7.170 - 4.153, hitungan kami) | FAQ Ethnologue, edisi ke-29 2026 |
| Orang yang bahasa ibunya adalah salah satu dari 200 bahasa terbesar | Lebih dari 88% | Ethnologue 200, 2026 |
| Kode bahasa pada dua tingkat dukungan digital teratas (Vital dan Thriving) | 128 dari 7.829 (95 + 33), atau 1,6% | Simons, Thomas dan White, COLING 2022 |
| Kode bahasa pada tingkat dukungan digital terendah (Still, skor 0) | 3.996 dari 7.829, atau 51,0% | Simons, Thomas dan White, COLING 2022 |
| Kode bahasa pada dua tingkat dukungan digital menengah (Emerging, Ascending) | 3.304 dan 401 | Simons, Thomas dan White, COLING 2022 |
Data terbaru yang tersedia untuk tingkat dukungan digital: Simons, Thomas dan White, 2022. Studi itu mengumpulkan daftar bahasa yang didukung dari 143 perangkat digital, dan pemrosesan ucapan adalah salah satu dari tujuh kategori perangkatnya. Total berasal dari hitungan bahasa Ethnologue dan FAQ sistem tulisan-nya.
2. Katalog Komersial Berdampingan
Ini adalah hitungan dari dokumentasi penyedia: catatan primer tentang apa yang dicantumkan setiap platform, bukan bukti independen tentang kualitas. Selisih antara katalog terpanjang dan terpendek dalam tabel ini berkisar dari 130+ bahasa hingga 9.
Satuannya sama pentingnya dengan angkanya. Lokal adalah bahasa ditambah wilayah, jadi bahasa Spanyol untuk Meksiko dan bahasa Spanyol untuk Spanyol dihitung sebagai dua lokal tetapi satu bahasa. Halaman ikhtisar Azure menyebut “100+ bahasa dan lokal”, yang mencampur keduanya; tabel bahasa Azure Speech sendiri menghasilkan baris di bawah.
Yang lebih panjang juga bukan superset dari yang lebih pendek. Tabel bahasa Gemini TTS tidak memiliki baris untuk bahasa Ukraina, Urdu, atau Zulu, padahal ketiganya dicantumkan Azure.
| Metrik | Nilai | Sumber |
|---|---|---|
| Gemini 3.8 Flash TTS | Lebih dari 130 bahasa diklaim; 132 baris tabel, dibaca 31 Oktober 2026 | Google, dokumentasi pembuatan ucapan Gemini API, diperbarui 28 Oktober 2026 (klaim penyedia) |
| Eleven v4 / Eleven v3 / Flash v2.5 / Multilingual v2 | 90+ / 70+ / 32 / 29 bahasa | ElevenLabs, dokumentasi model (klaim penyedia) |
| Suara bawaan Azure Speech | 82 kode bahasa di 154 lokal; bahasa Inggris, Spanyol, dan Arab menempati 52 dari 154 (33,8%) | Microsoft, tabel dukungan bahasa, diperbarui 22 Oktober 2026 (dokumentasi penyedia, hitungan kami) |
| Apple VoiceOver, Live Speech, dan Read & Speak | 75 entri bahasa di iOS 27 | Apple, ketersediaan fitur iOS (dokumentasi penyedia) |
| Tabel suara Google Cloud Text-to-Speech | 53 kode bahasa, 61 kode bahasa-dan-wilayah; Chirp 3: HD saja mencakup 47 bahasa di 53 lokal | Google Cloud, daftar suara dan dokumentasi Chirp 3: HD (dokumentasi penyedia, hitungan kami) |
| Sonic 3.6 | 44 bahasa | Cartesia, dokumentasi model TTS (klaim penyedia) |
| Amazon Polly | 25 bahasa, 42 varian, 123 entri suara | Amazon, suara Polly yang tersedia (dokumentasi penyedia, hitungan kami) |
| IBM Text to Speech | 9 bahasa dasar, 15 entri bahasa, 48 suara | Dokumentasi IBM Cloud, diperbarui 4 Juni 2026 (dokumentasi penyedia, hitungan kami) |
Jika Anda memilih generator suara AI untuk bahasa selain bahasa Inggris, tabel yang layak dibuka adalah daftar per lokal, bukan angka utama di halaman produk.
3. Kedalaman Suara: Di Mana Suara Sebenarnya Berada
Sebuah bahasa yang dicantumkan tidak banyak mengatakan berapa banyak suara yang didapatnya. Bahasa Inggris AS memiliki 118 entri di tabel Azure, sedangkan bahasa Amharik, Afrikaans, dan isiZulu masing-masing 2, rasio 59 banding 1. Bagi seorang produser, 2 suara bisa berarti sama sekali tidak ada pilihan usia, nada, atau karakter.
Pola ini berulang di setiap ukuran katalog. Polly, Aura-2, dan model terbuka Kokoro menempatkan antara 28,5% dan 51,9% suaranya dalam bahasa Inggris. Sebagian perbedaan bersifat struktural: entri tabel dapat mengulang satu persona di berbagai tingkat kualitas, jadi ini adalah hitungan daftar, bukan penutur unik.
| Metrik | Nilai | Sumber |
|---|---|---|
| Entri tabel suara Azure: Inggris AS berbanding Mandarin berbanding Jerman berbanding Hindi | 118 berbanding 59 berbanding 23 berbanding 17 | Microsoft, tabel dukungan bahasa (dokumentasi penyedia, hitungan kami) |
| Entri tabel suara Azure untuk Amharik, Afrikaans, Arab Mesir, dan isiZulu | masing-masing 2 | Microsoft, tabel dukungan bahasa (dokumentasi penyedia, hitungan kami) |
| Entri suara Polly dalam varian bahasa Inggris | 35 dari 123 (28,5%) | Amazon, suara Polly yang tersedia (dokumentasi penyedia, hitungan kami) |
| Suara Aura-2: Inggris berbanding Spanyol berbanding Prancis | 41 berbanding 17 berbanding 2, dari 90 di 7 bahasa | Deepgram, dokumentasi model TTS (dokumentasi penyedia, hitungan kami) |
| Suara Kokoro-82M dalam bahasa Inggris Amerika dan Inggris Britania | 28 dari 54 (51,9%), berbanding 1 untuk bahasa Prancis | Hexgrad, daftar suara Kokoro-82M (dokumentasi proyek) |
| Entri Google Cloud untuk Hindi (India) berbanding Islandia | 46 (30 Chirp 3: HD, 4 Neural2, 6 Standard, 6 WaveNet) berbanding 1 suara Standard | Google Cloud, daftar suara (dokumentasi penyedia, hitungan kami) |
| Suara bawaan OpenAI pada endpoint ucapan | 13, yang oleh dokumentasi disebut “saat ini dioptimalkan untuk bahasa Inggris” | OpenAI, panduan sintesis ucapan (klaim penyedia) |
Daftar suara Cloud menunjukkan mengapa tingkatan juga penting: 30 entri Chirp 3: HD untuk bahasa Hindi berasal dari satu set suara bersama, dan bahasa di luar set itu tetap memakai jenis suara yang lebih lama. Hitungan Polly berasal dari tabel suara, tempat 4 nama berulang karena bersifat dwibahasa, menyisakan 119 nama berbeda.
4. Tingkatan Fitur: Tercantum Tidak Berarti Setara
Total katalog adalah angka terluas yang bisa disebutkan penyedia, dan setiap fitur premium berada pada subset yang lebih kecil. Mesin generatif Polly menjangkau 25 dari 42 varian, dan bahasa Mandarin, Jepang, Arab, dan Rusia termasuk di antara 17 yang tertinggal.
Azure menunjukkan penyempitan yang sama. Dari 154 lokalnya, tersisa 102 entri untuk visem (data bentuk mulut yang dipakai untuk menganimasikan wajah) dan 42 untuk transfer lintas bahasa (membuat suara kustom berbicara dalam bahasa kedua). Tim yang merencanakan peluncuran multibahasa sebaiknya memeriksa fiturnya, bukan bahasanya. Kecepatan dan harga per model adalah pertanyaan terpisah, dibahas dalam statistik biaya inferensi TTS kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| Lokal Azure menurut fitur: suara bawaan / entri visem / suara kustom profesional / suara pribadi / sumber lintas bahasa | 154 / 102 / 68 / 65 / 42 | Microsoft, tabel dukungan bahasa (dokumentasi penyedia, hitungan kami) |
| Varian Polly dengan setidaknya satu suara generatif berbanding setidaknya satu suara bentuk panjang | 25 dari 42 (59,5%) berbanding 2 dari 42 (Inggris AS, Spanyol Spanyol) | Amazon, suara Polly yang tersedia (dokumentasi penyedia, hitungan kami) |
| Varian Polly yang hanya menawarkan mesin suara Standard | 6 dari 42, termasuk Rusia, Rumania, dan Islandia | Amazon, suara Polly yang tersedia (dokumentasi penyedia, hitungan kami) |
| Baris tabel Gemini yang didukung Flash TTS berbanding Flash-Lite TTS | 132 berbanding 103; Finlandia, Swedia, Thai, dan Swahili termasuk di antara 29 yang tidak ada di Flash-Lite | Google, dokumentasi pembuatan ucapan Gemini API (dokumentasi penyedia, hitungan kami) |
| Bahasa Personal Voice Apple berbanding entri daftar ucapan aksesibilitas | 3 berbanding 75 di iOS 27 | Apple, ketersediaan fitur iOS (dokumentasi penyedia) |
Kesenjangan Apple paling tajam: halaman ketersediaan fiturnya mencantumkan Personal Voice hanya untuk bahasa Inggris AS, bahasa Mandarin daratan, dan bahasa Spanyol Meksiko.
5. Model Terbuka: Jangkauan Luas, dengan Syarat
Sisi terbuka memegang angka terluas dalam rangkuman ini. MMS-TTS mencapai 1.107 bahasa, sekitar 8,5 kali dari 130 yang diklaim untuk Gemini (1.107 / 130), dan sekitar 11 kali dari sekitar 100 bahasa yang dicakup teknologi ucapan sebelumnya (1.107 / 100).
Keluasan itu ada harganya. Makalah MMS melatih satu model VITS terpisah per bahasa, sebagian besar dari rekaman satu penutur atas teks keagamaan, dan kartu modelnya mencantumkan lisensi nonkomersial. Hasilnya yang paling berguna bersifat regional: kualitas turun paling jauh di Afrika, yang menurut para penulis disebabkan “sebagian” oleh aksara.
Tingkat kesalahan karakter di sini berarti sebuah pengenal ucapan mentranskripsikan audio sintetis lalu kesalahannya dihitung, jadi makin rendah makin baik. Ukuran ini menilai apakah kata-kata bertahan, bukan apakah ucapan terdengar alami; untuk sisi itu, lihat statistik prosodi dan intonasi TTS neural kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| Cakupan bahasa dan lisensi MMS-TTS | 1.107 bahasa (15,4% dari 7.170), CC-BY-NC 4.0 | Pratap dkk. (Meta AI), makalah MMS 2023; kartu model Hugging Face |
| Bahasa MMS yang mencapai tingkat kesalahan karakter 5 atau lebih rendah pada ucapan sintetis | 945 dari 1.107 (85%) | Pratap dkk. (Meta AI), makalah MMS 2023 |
| Persentase bahasa MMS yang mencapai ambang itu, menurut wilayah | Afrika 76% (277 dari 363), Asia 88%, Amerika Utara 87%, Pasifik 90%, Amerika Selatan dan Eropa 95% | Pratap dkk. (Meta AI), makalah MMS 2023 |
| Tingkat kesalahan karakter MMS, ucapan sintetis berbanding ucapan referensi manusia; skor opini rata-rata (1 hingga 5) pada 61 bahasa | 3,5 ±0,2 berbanding 2,2 ±0,1; 3,52 untuk sintetis berbanding 3,33 untuk audio referensi manusia di luar data pelatihan, selisih yang dikaitkan para penulis dengan rekaman referensi yang bising | Pratap dkk. (Meta AI), makalah MMS 2023 |
| Bahasa target SeamlessM4T: keluaran ucapan berbanding keluaran teks | 36 berbanding 96 | SEAMLESS Communication Team (Meta), Nature 2025 |
| Sintesizer berbasis aturan eSpeak NG | Lebih dari 100 bahasa dan aksen | Proyek eSpeak NG, README |
| Daftar suara Piper | 37 bahasa, 42 entri lokal; repositori diarsipkan 6 Oktober 2025 | Rhasspy, Piper VOICES.md |
| Chatterbox Multilingual berbanding XTTS-v2 | 23+ berbanding 17 bahasa | Resemble AI, repositori Chatterbox; Coqui, kartu model XTTS-v2 |
Data terbaru yang tersedia untuk kualitas sintesis tingkat bahasa: Pratap dkk., 2023. Model terbuka yang lebih baru dalam tabel ini mencantumkan jauh lebih sedikit bahasa. Makalah SeamlessM4T menunjukkan asimetri yang sama dalam satu model: ia membaca dan menulis jauh lebih banyak bahasa daripada yang diucapkannya.
6. Afrika dan India: Tempat Kesenjangan Menjadi Spesifik
Rekapitulasi regional membuka apa yang disembunyikan total global. Tabel Gemini memuat 22 bahasa dari Afrika, tabel Azure 5, dan Polly serta Apple tidak mencantumkan satu pun selain bahasa Inggris Afrika Selatan, padahal Afrika Sub-Sahara saja menjadi rumah bagi lebih dari 2.000 bahasa berbeda (Google Research, WAXAL 2026).
Bahasa Yoruba menunjukkan bahwa kesenjangan ini bukan hanya soal data. Bahasa ini muncul dalam korpus terbuka WAXAL dan BibleTTS, tetapi tidak memiliki entri di tabel Azure, Polly, Chirp 3: HD, atau Gemini yang kami baca. Adanya data publik tidak berarti sebuah platform telah merilis suara.
India menceritakan kisah yang lebih baik, karena satu dataset menutup celah yang sudah dikenal. Dataset sebelumnya berhenti di 14 dari 22 bahasa terdaftar dalam konstitusi (scheduled languages), lapor makalah IndicVoices-R, sering kali dengan 1 atau 2 penutur per bahasa. Komunitas kecil mungkin membutuhkan lebih sedikit dari yang diperkirakan: Pine dan rekan-rekannya menantang asumsi bahwa sintesis neural membutuhkan dataset besar.
| Metrik | Nilai | Sumber |
|---|---|---|
| Bahasa dari Afrika, tidak termasuk ragam bahasa Arab: Gemini Flash TTS / Gemini Flash-Lite TTS / Azure / Chirp 3: HD / Polly / Apple | 22 / 13 / 5 / 1 / 0 / 0 | Katalog Google, Microsoft, Amazon, dan Apple (dokumentasi penyedia, rekapitulasi kami) |
| Bahasa WAXAL-TTS dan jam rekaman | 17 bahasa; lebih dari 180 jam pada kartu dataset, lebih dari 235 dalam makalah, lebih dari 565 dalam pos blog | Google Research, kartu dataset, makalah, dan blog WAXAL 2026 |
| Rekaman kualitas studio BibleTTS untuk sintesis bahasa Afrika | 10 bahasa, hingga 86 jam per bahasa pada 48 kHz | Meyer dkk., Interspeech 2022 |
| 22 bahasa terdaftar (scheduled) India yang dicantumkan: Apple / Gemini Flash TTS / Azure / Chirp 3: HD / Polly | 18 / 17 / 13 / 10 / 1 | Katalog Apple, Google, Microsoft, dan Amazon (dokumentasi penyedia, rekapitulasi kami) |
| Data sintesis India sebelumnya: IndicTTS | 284 jam, 27 penutur, 14 bahasa | AI4Bharat, makalah IndicVoices-R 2024 |
| Korpus sintesis ucapan IndicVoices-R | 1.704 jam, 10.496 penutur, 22 bahasa | AI4Bharat, makalah IndicVoices-R 2024 |
| Korpus ucapan Kanien’kéha setelah keputusan komunitas untuk mengecualikan rekaman penutur yang telah meninggal | 3,46 jam dipertahankan dari 24 yang direkam | Pine dkk. 2022, sebagaimana dilaporkan oleh Nigatu dkk. 2024 |
| Model FastSpeech2 pada 1 jam bahasa Inggris berbanding Tacotron2 pada 10 jam | Kealamian sebanding | Pine dkk., ACL 2022 |
Data terbaru yang tersedia untuk BibleTTS dan temuan Pine dkk.: 2022. Angka Kanien’kéha dikutip oleh Nigatu dkk., dan itu angka paling berguna dalam tabel ini: batas pada korpus tersebut adalah persetujuan, bukan teknologi.
Ringkasan: Cakupan Bahasa dan Suara Sintesis Ucapan dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Bahasa yang digunakan di seluruh dunia | 7.170 | Ethnologue, How Many Languages 2026 |
| Orang yang bahasa ibunya adalah salah satu dari 200 bahasa terbesar | Lebih dari 88% | Ethnologue 200, 2026 |
| Kode bahasa pada dua tingkat dukungan digital teratas | 128 dari 7.829 | Simons, Thomas dan White, COLING 2022 |
| Bahasa Gemini 3.8 Flash TTS | Lebih dari 130 diklaim | Google, dokumentasi Gemini API (klaim penyedia) |
| Bahasa Eleven v4 | 90+ | ElevenLabs, dokumentasi model (klaim penyedia) |
| Kode bahasa dan lokal Azure | 82 dan 154 | Microsoft, tabel dukungan bahasa (hitungan kami) |
| Daftar ucapan aksesibilitas Apple | 75 entri | Apple, ketersediaan fitur iOS |
| Bahasa dan varian Amazon Polly | 25 dan 42 | Amazon, suara Polly yang tersedia (hitungan kami) |
| Entri suara Azure: Inggris AS berbanding Amharik | 118 berbanding 2 | Microsoft, tabel dukungan bahasa (hitungan kami) |
| Suara Aura-2 yang berbahasa Inggris | 41 dari 90 | Deepgram, dokumentasi model TTS (hitungan kami) |
| Varian Polly dengan suara generatif | 25 dari 42 | Amazon, suara Polly yang tersedia (hitungan kami) |
| Bahasa MMS-TTS | 1.107 | Pratap dkk. (Meta AI), makalah MMS 2023 |
| Bahasa Afrika MMS dengan tingkat kesalahan karakter 5 atau lebih rendah | 277 dari 363 (76%) | Pratap dkk. (Meta AI), makalah MMS 2023 |
| Suara Kokoro-82M dalam bahasa Inggris Amerika dan Inggris Britania | 28 dari 54 | Hexgrad, daftar suara Kokoro-82M |
| Korpus IndicVoices-R | 1.704 jam, 22 bahasa | AI4Bharat, makalah IndicVoices-R 2024 |
| Korpus ucapan Kanien’kéha yang dipertahankan berbanding yang direkam | 3,46 berbanding 24 jam | Pine dkk. 2022, sebagaimana dilaporkan oleh Nigatu dkk. 2024 |
Metodologi dan Sumber
Semua halaman penyedia dibaca pada 31 Oktober 2026. Angka yang ditandai “hitungan kami” atau “rekapitulasi kami” adalah hitungan kami sendiri atas tabel yang dipublikasikan; angka itu tetap merupakan klaim penyedia tentang apa yang ditawarkan, bukan pengujian independen bahwa setiap suara berfungsi dengan baik.
- Ethnologue (SIL Global): How Many Languages, Ethnologue 200, FAQ bahasa tak tertulis.
- Simons, Thomas dan White: Assessing Digital Language Support on a Global Scale, COLING 2022.
- Microsoft: dukungan bahasa dan suara Azure Speech, ikhtisar sintesis ucapan.
- Google: pembuatan ucapan Gemini API, daftar suara Cloud, Chirp 3: HD, blog WAXAL, makalah WAXAL, kartu dataset WAXAL.
- Amazon: suara Polly yang tersedia.
- Apple: ketersediaan fitur iOS.
- Dokumentasi penyedia: model ElevenLabs, model TTS Cartesia, model TTS Deepgram, suara IBM, panduan sintesis ucapan OpenAI.
- Meta: makalah MMS, kartu model MMS-TTS, SeamlessM4T di Nature.
- Proyek terbuka: suara Kokoro-82M, suara Piper, eSpeak NG, Chatterbox, XTTS-v2.
- Riset: BibleTTS, Meyer dkk., IndicVoices-R, Pine dkk., ACL 2022, Nigatu dkk., Zeno’s Paradox of Low-Resource Languages.
- Catatan data: Katalog penyedia berubah tanpa pemberitahuan, jadi perlakukan setiap hitungan sebagai potret sesaat. Entri Azure mengulang persona di berbagai tingkat kualitas, dan kelompok bahasa Inggris AS mencakup entri multipenutur yang dinamai untuk bahasa Prancis dan Tionghoa. Tabel Gemini memiliki 132 baris, tetapi 5 bahasa muncul dua kali menurut aksara sehingga tersisa 127 nama, dan kami tidak melihat data kualitas per bahasa di halaman itu. Bahasa Swahili muncul di tabel Chirp 3: HD tetapi tidak kami temukan di daftar suara yang lebih luas, sehingga hitungan 53 kode mungkin kurang satu. FAQ sistem tulisan Ethnologue mengutip angka edisi ke-28 di bawah kutipan edisi ke-29, dan Simons dkk. memakai 7.829 kode ISO, bukan 7.170 bahasa hidup, sehingga kedua penyebut itu tidak dapat dipertukarkan. Tiga sumber WAXAL saling berbeda (27 bahasa dan 565+ jam di blog, 24 bahasa dan 235+ jam di makalah, 17 bahasa sintesis dan 180+ jam di kartu). Makalah SeamlessM4T menyebut 36 bahasa ucapan pada hasilnya tetapi “35 dalam bentuk ucapan” pada metodenya. Panduan OpenAI menyebut 11 sekaligus 13 suara bawaan, dan mencantumkan bahwa model ucapannya saat ini akan dihentikan pada 6 Januari 2027. Daftar Apple mengelompokkan tiga fitur di bawah satu judul. Rekapitulasi regional kami adalah pencocokan nama bahasa, bukan audit linguistik, dan perbandingan 8,5x dan 15,4% memakai total 7.170 serta klaim lebih dari 130, sehingga keduanya hanya perkiraan.
Terakhir diperbarui: 31 Oktober 2026. Kami memperbarui rangkuman ini setiap kuartal, dan pembaruan berikutnya diperkirakan terjadi ketika Ethnologue menerbitkan edisi ke-30.