Synthèse vocale IA

Voir aussi : qu'est-ce que la synthèse vocale IA ? · clonage vocal par IA · répliques, voix off et sous-titres.
Comment fonctionne la synthèse vocale IA
Un système moderne de synthèse vocale passe par trois étapes :
- Normalisation du texte : les nombres, dates, abréviations et symboles deviennent des mots, et le contexte décide comment : « M. » se lit « monsieur » devant un nom, et « mètre » après un chiffre.
- Prononciation et prosodie : les mots deviennent des sons, et le modèle prédit l'accentuation, les pauses, la hauteur et la vitesse d'après la phrase entière, ce qui fait qu'une question monte à la fin et qu'une liste marque de petites pauses.
- Audio : un modèle neuronal produit la forme d'onde, c'est-à-dire le son lui-même, soit à partir d'une image intermédiaire du son appelée spectrogramme, soit directement.
Les anciens systèmes assemblaient de courts enregistrements d'un comédien, ce qui les rendait hachés aux raccords. Les voix neuronales sont entraînées sur de nombreuses heures de parole enregistrée et génèrent chaque phrase à neuf, si bien qu'une même voix peut lire un texte jamais vu avec un rythme naturel.
Synthèse vocale, générateur de voix IA, TTS : que signifient ces noms
| Nom | Ce que cela désigne en général | Usage typique |
|---|---|---|
| Synthèse vocale (TTS) | Texte en entrée, audio parlé en sortie, avec une voix prête à l'emploi | Narration, accessibilité, lecture d'articles à voix haute |
| Texte vers voix | Un autre nom de la même chose | La même |
| Générateur de voix IA | Synthèse vocale plus conception de voix : choisir ou décrire une voix, souvent en cloner une | Voix off, personnages, publicités |
| Clonage vocal | Une nouvelle voix créée à partir d'un enregistrement d'une vraie personne | Votre propre voix à grande échelle, avec consentement |
| Transformateur de voix IA | La parole en entrée, la parole en sortie : votre propre enregistrement doublé à nouveau | Flux en direct, nouveau doublage d'une prise |
Ainsi, un outil vendu comme générateur de voix IA est en général une synthèse vocale avec une plus grande bibliothèque et plus de contrôle. Le transformateur de voix fait exception : il a besoin d'un enregistrement de départ, pas d'un texte.
Comment choisir un générateur de synthèse vocale IA
- Langues et accents : vérifiez la langue et la région exactes dont vous avez besoin, et écoutez la voix dans cette langue ; une voix naturelle dans une langue peut sonner étrangère dans une autre.
- Voix : comparez-en plusieurs avec un paragraphe de votre propre script, et non la phrase de démonstration, et sur l'appareil qu'utilisera votre public.
- Contrôle : pauses, insistance, vitesse, hauteur, et une liste de prononciation pour les noms et les mots de marque. Beaucoup d'outils acceptent le SSML, un balisage conçu exactement pour cela.
- Texte long : combien de caractères tiennent dans une requête et dans un mois, et si un long texte est découpé proprement aux fins de phrases.
- Droits : si l'audio peut servir à des fins commerciales, dans des publicités ou sur des chaînes monétisées, et si une mention d'auteur est requise.
- Sortie : le format de fichier, comme MP3 ou WAV, et une API si la voix doit fonctionner dans une application.
Synthèse vocale IA gratuite, ou text to speech gratuit : ce que les offres gratuites limitent en général
Les offres gratuites conviennent pour tester une voix, et la plupart limitent au moins un de ces points : caractères par mois, nombre de voix, téléchargements, usage commercial et qualité du fichier. Certains lecteurs en ligne gratuits ne font que lire l'audio dans le navigateur sans permettre de l'enregistrer. Avant de construire un projet sur une offre gratuite, vérifiez que la voix choisie figure dans l'offre que vous paieriez, et lisez la licence du lieu où vous publierez.
Écrire un texte qui se lit bien à voix haute
- Épelez tout ce qui est ambigu : « 2/3 » peut vouloir dire « deux tiers » ou une date.
- Utilisez la ponctuation pour le rythme : une virgule est une courte pause, un point une pause plus longue, un nouveau paragraphe une pause plus longue encore.
- Réécrivez les noms difficiles comme ils se prononcent, ou ajoutez-les à la liste de prononciation de l'outil.
- Gardez des phrases courtes ; les longues aplatissent l'intonation.
- Générez un paragraphe, écoutez, corrigez le texte, plutôt que de régénérer sans cesse les mêmes mots.
Voix off IA pour la vidéo : en narration par-dessus, ou parlée dans la scène
Il existe deux façons de mettre une voix IA sur une vidéo. La plus courante est la voix off : vous générez la narration en audio, la posez sous l'image dans un logiciel de montage et recadrez l'image pour qu'elle corresponde. Cela convient aux vidéos explicatives, aux tutoriels et aux documentaires, où personne à l'écran ne parle.
Quand un personnage à l'écran doit dire la réplique, un fichier audio séparé oblige à synchroniser les lèvres après coup. Les modèles vidéo récents génèrent la parole avec l'image, de sorte que la bouche du locuteur et les mots viennent d'une même passe. Cela convient à la fiction et aux dialogues plutôt qu'à la narration.
Créer votre propre voix IA : clonage et consentement
Le clonage vocal crée une voix à partir d'un enregistrement d'échantillon ; un audio plus propre donne en général une ressemblance plus fidèle. Clonez uniquement votre propre voix ou une voix pour laquelle vous avez l'autorisation, gardez cette autorisation par écrit, et indiquez dans la description quand une voix est synthétique. Beaucoup de services refusent de cloner des voix connues, et les plateformes demandent de plus en plus aux créateurs de signaler l'audio synthétique réaliste.
Un test de cinq minutes avant de choisir une voix
- Choisissez le paragraphe de votre script qui contient un nom, un chiffre et une question.
- Générez-le avec trois voix et écoutez sur les haut-parleurs qu'utilise votre public, comme un téléphone.
- Corrigez l'écriture des noms et des chiffres, puis générez à nouveau.
- Vérifiez le rythme par rapport à l'image ou au temps de lecture voulu.
- Lisez la licence du lieu de publication avant de générer tout le script.
| Narration par-dessus la vidéo | Parole générée avec l'image | |
|---|---|---|
| Convient à | Vidéos explicatives, tutoriels, documentaires | Fiction, dialogues, personnages à l'écran |
| Lèvres | Personne ne parle à l'écran, ou synchronisation après coup | Bougent avec les mots dans le même plan |
| Modifier une réplique | Nouvel audio, puis remontage du plan | Régénérer ou redoubler ce plan |
| La voix | Toute voix de synthèse vocale | La voix définie pour ce personnage |
FAQ
SceneMixer propose-t-il la synthèse vocale ?
Pas sous forme de fichier audio séparé. Sur SceneMixer, les répliques de chaque personnage sont prononcées dans la vidéo générée, avec la voix définie pour ce personnage, et les lèvres du locuteur suivent les mots.
La voix est-elle gratuite sur SceneMixer ?
La voix est incluse dans la vidéo et n'est pas facturée à part : un nouveau compte SceneMixer démarre avec 50 crédits, la vidéo coûte 10 crédits par seconde sur l'offre par défaut, et associer une voix à un personnage ne coûte rien.
Comment choisir une voix pour un personnage ?
Sur SceneMixer, chaque personnage a une voix décrite par des mots, comme l'âge, le grain et le rythme, ou une voix prédéfinie de la bibliothèque que vous pouvez écouter avant de choisir.
Puis-je créer ma propre voix IA ?
Avec une offre payante de SceneMixer, vous pouvez téléverser un enregistrement dont vous avez le droit d'usage comme voix d'un personnage ; il est utilisé dans chaque plan où ce personnage parle.
Comment ajouter une voix off IA ?
Dans un storyboard SceneMixer, commencez la note de la réplique par (voix off) : la réplique s'entend dans le plan, et personne à l'écran ne bouge les lèvres.
Une réplique peut-elle sonner en colère, fatiguée ou chuchotée ?
Oui. Sur SceneMixer, chaque réplique porte une indication de diction entre parenthèses, comme (bas, régulier), et elle est jouée ainsi.
Quelle langue parlent les personnages ?
La langue des dialogues du projet, choisie à l'étape 1 sur SceneMixer. Écrivez les répliques dans cette langue ; c'est ce que disent les voix.
Peut-on changer une réplique après la création de la vidéo ?
Oui. Redoublage sur SceneMixer remplace une réplique dans un clip terminé, et son option Voix originale conserve la voix du locuteur de ce clip.
Peut-on cloner la voix d'une célébrité ?
Non. SceneMixer n'accepte que votre propre voix ou une voix que vous avez le droit d'utiliser.
S'agit-il d'un logiciel de synthèse vocale IA à installer ?
Non. SceneMixer fonctionne dans le navigateur, et sur Android sous forme d'application ; les voix sont générées sur ses serveurs avec la vidéo.
Faites dire leurs répliques à vos personnages
Écrivez une courte scène, donnez une voix à chaque personnage et générez un segment pour l'entendre.
Mis à jour le 20 novembre 2026