Choisir une voix de synthèse qui sonne vrai

Une voix de synthèse transforme un texte en parole. Les meilleures sont aujourd'hui si naturelles qu'on les confond avec un animateur. Mais toutes ne se valent pas, et le choix se joue sur quelques critères simples.

Deux familles de voix

• Les voix prêtes à l'emploi : des dizaines de voix proposées par l'outil, libres d'usage. Vous choisissez un timbre, un âge, un accent.
• Les voix clonées : l'outil apprend une voix à partir d'un enregistrement (une à quelques minutes suffisent). Idéal pour garder votre propre voix sur tous vos contenus.

Ce qu'il faut écouter

• Le naturel : respirations, variations de rythme, intonation des questions.
• La langue et l'accent : un clone garde l'accent de l'enregistrement. Une voix apprise sur un Français qui parle anglais aura un accent français en anglais : pour une version anglaise impeccable, mieux vaut une voix native.
• Le débit : certaines voix parlent trop vite pour l'écoute. Autour de 15 à 17 caractères par seconde, on suit sans effort.

La bonne méthode : faites lire le même extrait de dix secondes à trois ou quatre voix, et écoutez-les à la suite. La différence saute aux oreilles, bien plus que sur une fiche technique.

La ligne rouge

Ne clonez jamais la voix d'une personne réelle sans son accord écrit, même célèbre, même « pour rire » : c'est une atteinte à ses droits, qui peut mener au tribunal. Et quand une voix de synthèse imite une vraie personne, le règlement européen sur l'IA demande de signaler que le contenu a été généré.