Synthèse vocale — outil gratuit

Exemple détaillé

Un article de 1 500 caractères (environ 250 mots) lu par une voix de studio donne environ une minute et demie à deux minutes d'audio. Enregistré en WAV, cela fait environ 5 Mo (24 kHz mono 16 bits), et le MP3 est bien plus petit. La première fois, la voix anglaise télécharge environ 105 Mo (le modèle vocal plus un moteur de prononciation) et est ensuite mise en cache. Le même texte lu par une voix de l'appareil est joué instantanément mais ne peut pas être enregistré en fichier.

Quels réglages utiliser, et les limites

• Choisissez le type de voix selon vos besoins. « Voix de l'appareil » lit instantanément dans n'importe quelle langue installée sur votre système, mais les navigateurs ne permettent pas à une page de la capturer. « Voix de studio » est un téléchargement unique qui fonctionne ensuite hors ligne, et c'est le seul type qui produit un fichier.
• Sachez quelles langues peuvent être enregistrées. Des voix studio existent pour l'anglais (américain et britannique), l'allemand, le français, l'espagnol, l'italien, l'ukrainien et le japonais. Le premier téléchargement fait environ 105 Mo pour l'anglais, 96 Mo pour l'allemand ou le français, 47 Mo pour l'espagnol, 82 Mo pour l'italien, 77 Mo pour l'ukrainien et 105 Mo pour le japonais. Une voix studio ne peut pas lire du texte dans un autre alphabet.
• La vitesse va de 0,5x à 2x ; la voix de studio n'a pas de hauteur. Le curseur de vitesse se déplace par pas de 0,1. Sur une voix de studio, la vitesse est appliquée pendant la création de l'audio, donc la modifier recrée le fichier. La hauteur s'applique uniquement aux voix de l'appareil.
• Les longs textes sont divisés, et vous pouvez arrêter tôt. Un fichier de studio contient jusqu'à 50 000 caractères (environ une heure de parole) sur un ordinateur et 20 000 sur un téléphone. Un texte plus long est divisé en fichiers numérotés. Le texte est produit par morceaux d'environ 300 caractères, et « Arrêter et conserver » enregistre ce qui est fait jusqu'ici.
• Le WAV est prêt immédiatement ; le MP3 nécessite un encodeur. Le WAV n'a besoin de rien de plus. Le MP3 et le M4A téléchargent un encodeur audio unique d'environ 30 Mo. Sur les données mobiles, l'outil demande confirmation avant de lancer un premier gros téléchargement.
• Importez un document au lieu de coller. Déposez un fichier PDF, Word (.docx), EPUB, TXT ou HTML sur la zone de texte. Les fichiers jusqu'à 200 Mo sont lus sur votre appareil. Un PDF numérisé ne contient que des images de pages, passez-le donc d'abord dans l'outil OCR.

Problèmes courants et comment les résoudre

Une voix de l'appareil dit qu'elle ne peut pas lire le texte.

Cette voix ne prend pas en charge la langue du texte. Choisissez une voix pour cette langue dans la liste, ou installez-en une dans les paramètres vocaux de votre système et rechargez la page.

Il n'y a pas de voix pour ma langue, ou aucune voix du tout.

Les voix de l'appareil proviennent de votre système d'exploitation, ce qui est disponible diffère donc sur Windows, macOS, Android et iOS. Ajoutez une voix dans les paramètres vocaux du système et rechargez. Pour l'anglais, l'allemand, le français, l'espagnol, l'italien, l'ukrainien ou le japonais, vous pouvez utiliser une voix studio à la place, sans rien à installer.

La voix de studio dit qu'elle ne peut pas lire cet alphabet.

Chaque voix de studio lit une seule langue. La voix anglaise ne peut pas lire, par exemple, du texte cyrillique. Choisissez la voix de studio correspondant à la langue du texte, ou une voix de l'appareil. Cette vérification a lieu avant tout téléchargement, donc rien n'est récupéré.

Le texte est trop long pour la voix de studio.

La limite est de 50 000 caractères sur un ordinateur et 20 000 sur un téléphone, et la vérification a lieu avant le téléchargement du modèle. Raccourcissez le texte, divisez-le en parties, ou utilisez une voix de l'appareil si vous avez seulement besoin d'écouter.

Mon PDF a été importé sans texte.

Un PDF numérisé est composé d'images de pages, pas de texte. Passez-le dans l'outil OCR, puis collez le résultat. Un PDF protégé par mot de passe ou endommagé ne peut pas non plus être lu.

Comment il se compare

Une voix de l'appareil démarre instantanément et couvre de nombreuses langues, mais l'audio est diffusé par vos haut-parleurs et ne peut pas être enregistré par la page. Une voix de studio est plus lente à produire, nécessite un téléchargement d'environ 80 à 105 Mo la première fois, et ne couvre que trois langues, mais elle vous donne un fichier WAV ou MP3 que vous pouvez conserver et réutiliser hors ligne.