Synthèse vocale

La Synthèse vocale est un outil gratuit qui envoie ton texte et le code de langue choisi à un serveur, utilise l'API Google Traduction pour générer un fichier audio, puis te permet d'écouter le résultat.

Comment convertir un texte en parole ?

Indique le code de langue approprié, génère l'audio, puis écoute le résultat. Ce code indique au service de synthèse vocale comment interpréter et prononcer le texte.

1. Prépare le texte exactement comme tu souhaites l'entendre.
2. Saisis un code correspondant à la langue du texte.
3. Génère la version audio.
4. Vérifie la prononciation des noms, des abréviations, des dates et des nombres.
5. Si la version prononcée manque de clarté, modifie le texte et génère-la de nouveau.

Par exemple, la saisie Please close the window. associée à un code de langue anglaise produit un fichier audio dans lequel la phrase est lue à voix haute. Pour un texte en français, utilise un code de langue française plutôt que de laisser une voix anglaise interpréter l'orthographe française.

L'outil produit un fichier audio, et non une version reformulée ou traduite du texte. Si tu souhaites l'entendre dans une autre langue, traduis-le d'abord, puis génère la voix avec le code de langue correspondant.

Que change le code de langue ?

Le code de langue détermine les règles de prononciation employées pour produire la voix. Il peut modifier les sons, le rythme et la façon dont les nombres ou les abréviations sont interprétés, même si le texte affiché reste identique.

Le champ que l'utilisateur doit remplir dans la documentation est Language code. Le code saisi doit correspondre à la langue du texte.

Un code de langue ne constitue pas une instruction de traduction. Saisir un texte anglais avec un code français ne convertit pas la phrase en français de manière fiable. Cela demande au moteur vocal de lire les caractères existants selon les règles de prononciation françaises, ce qui peut donner un résultat peu naturel.

À quoi sert un fichier audio généré par synthèse vocale ?

La synthèse vocale est utile pour écouter un texte sans devoir enregistrer une personne en train de le lire. Elle permet notamment de vérifier des scripts, de préparer des solutions d'accessibilité et d'évaluer le rendu d'un texte lu à voix haute.

• Les brouillons de vidéos peuvent intégrer une narration provisoire pour ajuster le minutage des scènes, des sous-titres ou d'un montage YouTube.
• La vérification de la prononciation peut révéler des formulations maladroites dans des annonces, des consignes et des exercices d'apprentissage linguistique.
• Les contrôles d'accessibilité peuvent aider les auteurs à repérer les phrases difficiles à suivre lorsqu'elles sont écoutées plutôt que lues.
• Les scripts téléphoniques peuvent être vérifiés avant l'enregistrement du message définitif afin de détecter les phrases trop longues, les nombres ambigus et les abréviations peu claires.

Une voix de synthèse peut convenir à un brouillon ou à une simple tâche d'écoute. Elle ne remplace pas un enregistrement humain lorsque l'émotion, une accentuation précise, l'interprétation d'un personnage ou un accent régional particulier sont importants.

Détails de saisie et textes difficiles à interpréter

Le système appelle la fonction PHP strlen, qui renvoie la longueur d'une chaîne en octets, et applique un encodage URL lors de l'envoi des valeurs. Les espaces et les caractères réservés des URL peuvent ainsi être transmis comme des données au lieu d'être confondus avec une partie d'une adresse web. Les caractères sensibles en HTML sont également échappés pendant le traitement. Ces opérations techniques ne déterminent pas la façon dont le moteur vocal prononcera le texte.

La ponctuation influence souvent les pauses. Un point ou une virgule peut donc rendre une phrase plus facile à suivre. Une ponctuation excessive risque de créer des pauses étranges ou d'être ignorée. Les nombres peuvent également prêter à confusion. Par exemple, 03/04/2026 peut être lu comme une suite de nombres, et la date voulue reste ambiguë si aucune convention n'est précisée. La forme 3 April 2026 fournit au moteur une indication plus claire.

Les caractères accentués et non latins doivent être associés à un code de langue adapté. Leur prononciation dépend néanmoins de leur prise en charge par le service sous-jacent. Un champ vide ne peut produire aucune parole pertinente. Si nécessaire, divise les longs textes en phrases ou en courts paragraphes.

Quelles sont les limites de la synthèse vocale ?

Le résultat ne garantit ni une prononciation correcte, ni une accentuation juste, ni un accent régional précis. Les noms de personnes et de lieux, les sigles et les termes spécialisés figurent parmi les sources d'erreurs courantes, car leur prononciation ne découle pas toujours clairement de leur orthographe.

La saisie documentée comprend un code de langue, mais rien ne permet de supposer que l'outil propose des réglages pour choisir la voix, la vitesse d'élocution, la hauteur ou le format audio. Ne fonde pas un processus de production sur ces options, sauf si elles sont clairement disponibles au moment où tu utilises l'outil.

Le traitement s'effectue sur le serveur. Ta saisie est envoyée au serveur via HTTPS et n'est pas stockée. Le service repose sur l'API Google Traduction. Évite donc de saisir des informations confidentielles, soumises à des restrictions légales ou personnelles et sensibles, sauf si leur utilisation est autorisée par les règles applicables à ton organisation et au service externe.

Questions fréquentes

Puis-je utiliser le fichier audio à des fins commerciales ?

L'outil ne définit aucun droit d'utilisation commerciale pour les fichiers de synthèse vocale générés avec l'API Google Traduction. Consulte les conditions applicables au service Google ainsi que les éventuelles exigences contractuelles concernant la publication, la publicité, la formation ou le produit dans lequel tu comptes utiliser l'audio.

La synthèse vocale peut-elle lire les emoji ?

Le traitement des emoji varie selon le moteur vocal, la langue et le symbole. Un emoji peut être décrit, ignoré ou prononcé de façon inattendue. Remplace-le donc par des mots courants si son sens doit être clairement entendu.

Pourquoi les abréviations sont-elles mal prononcées ?

Un moteur vocal peut considérer une abréviation comme un mot ou lire ses lettres séparément. Ajoute des espaces ou des points entre les lettres, ou écris le terme en toutes lettres, puis compare les résultats. Par exemple, le nom complet d'un service est souvent plus clair qu'un acronyme peu connu.

L'outil prend-il en charge le balisage SSML ?

Aucun champ SSML n'apparaît parmi les champs documentés. Ne pars donc pas du principe que les balises définissant les pauses, l'accentuation ou la prononciation seront interprétées. Utilise plutôt une ponctuation ordinaire et une formulation plus claire, ou choisis une plateforme vocale dédiée qui prend explicitement en charge le Speech Synthesis Markup Language.

Quel champ du formulaire dois-je remplir ?

Le champ que l'utilisateur doit remplir dans le formulaire documenté est Language code.

Dernières vérifications

Écoute le résultat en entier avant de l'utiliser. Compare les noms, les adresses, les prix, les heures et les dates avec le texte d'origine, puis reformule tout passage lu de manière ambiguë par le moteur. Conserve le texte initial afin de pouvoir corriger et générer de nouveau de courts passages sans devoir reconstituer l'ensemble du script.