Deux types de voix
Cet outil de synthèse vocale propose deux sources de voix, et il est utile d'en connaître la différence.
- Les voix du navigateur sont intégrées à votre système d'exploitation ou à votre navigateur. Elles démarrent instantanément et conviennent pour écouter un texte. Leur nombre et leur qualité dépendent de votre appareil : Windows, macOS, Android et iOS ont chacun leur propre sélection. La plupart des navigateurs ne permettent pas d'enregistrer ces voix : elles servent donc uniquement à l'écoute.
- Les voix neuronales sont des modèles vocaux modernes que la page télécharge une seule fois, puis exécute sur votre appareil. Elles sonnent de façon plus naturelle, avec un meilleur rythme et une meilleure intonation, et peuvent être enregistrées sous forme de fichier audio. De nombreuses langues sont disponibles, avec des voix masculines et féminines lorsque le modèle les propose.
Votre texte n'est envoyé à aucun serveur pour la synthèse vocale. La voix neuronale est calculée dans votre navigateur, ce qui signifie aussi qu'elle continue de fonctionner sans connexion internet une fois le modèle chargé.
La première fois que vous choisissez une voix neuronale, son modèle est téléchargé. Un modèle vocal peut peser plusieurs dizaines de mégaoctets : la première utilisation prend donc un moment avec une connexion lente, puis la voix démarre rapidement. La génération d'un texte long demande aussi un peu de temps, car chaque phrase est calculée sur votre appareil, et un ordinateur de bureau est nettement plus rapide qu'un téléphone. Essayez d'abord un court paragraphe pour choisir la voix et la vitesse, puis générez l'ensemble du texte.
Obtenir un rendu naturel
- Soignez la ponctuation. Les virgules et les points créent des pauses. Une longue phrase sans virgule est lue d'une seule traite.
- Écrivez les nombres comme ils doivent être prononcés si la voix les lit mal, par exemple « deux mille vingt-six » plutôt qu'une année en chiffres, ou écrivez les abréviations en toutes lettres.
- Découpez les textes longs en paragraphes. Chaque paragraphe bénéficie d'une pause naturelle.
- Choisissez la voix de la bonne langue. Une voix anglaise qui lit un texte français sonnera faux, même si les lettres sont les mêmes.
- Ajustez la vitesse. 0,8–0,9 convient à l'apprentissage des langues et à la dictée, 1,1–1,3 à l'écoute de longs articles.
À quoi ça sert
Voix off pour des vidéos courtes et des diaporamas, écoute d'articles et de notes de cours au lieu de les lire, vérification de la prononciation de mots en langue étrangère, annonces audio, et aide aux personnes ayant des difficultés de lecture ou les yeux fatigués. Si vous voulez que la voix donne l'impression d'avoir été enregistrée dans une pièce, ajoutez une légère réverbération. Pour associer la voix à une musique de fond, utilisez Mixer l'audio.
De la parole au texte
Besoin de faire l'inverse ? MP3 en texte transforme un enregistrement en texte écrit avec horodatage, lui aussi directement sur votre appareil.
Si vous comptez utiliser la voix générée dans un projet commercial, vérifiez d'abord la licence du modèle vocal, car les conditions diffèrent d'une voix à l'autre.