Écrire un script pour une voix IA : ponctuation, chiffres, rythme

12 octobre 2026 · 6 min de lecture

Une voix IA lit exactement ce que vous écrivez. C'est sa force et son piège : elle ne devine pas vos intentions, elle les lit dans la ponctuation, l'ordre des mots et la façon dont vous écrivez les chiffres. Voici les règles qui changent tout, testées sur les voix françaises et anglaises d'Aievalu, et valables sur la plupart des générateurs de voix IA.

1. Une idée par phrase

Les phrases longues à trois subordonnées sont lisibles sur papier et pénibles à l'oreille. Coupez. Une phrase de douze à vingt mots, un verbe, une idée. L'auditeur ne peut pas revenir en arrière : si une phrase demande d'être relue, elle sera mal entendue.

Avant : « Dans cette vidéo, nous allons voir comment configurer votre compte, ce qui est assez simple si vous suivez les étapes que je vais décrire, avant de passer aux options avancées. »
Après : « Dans cette vidéo, on configure votre compte. C'est simple. Ensuite, les options avancées. »

2. La ponctuation, c'est votre table de mixage

Le point marque une pause nette et une descente de la voix. La virgule, une pause courte. Les points de suspension ralentissent. Le point d'interrogation fait monter la fin de phrase. Un retour à la ligne entre deux paragraphes crée une respiration plus longue. Si une phrase est lue trop vite, ajoutez une virgule ; si deux idées se télescopent, mettez un point. N'utilisez pas les majuscules pour crier : la voix ne les entend pas, et certains moteurs les épellent.

3. Les chiffres : écrivez ce que vous voulez entendre

Les moteurs récents lisent bien les nombres, mais chaque forme a sa lecture. « 1500 » devient « mille cinq cents » ; « 1 500 € » devient « mille cinq cents euros ». Pour une date, « 12 octobre 2026 » est sans risque ; « 12/10/2026 » est parfois lu comme une fraction. Un numéro de téléphone s'écrit par paires, « 06 12 34 56 78 », pour obtenir la lecture française. Un pourcentage s'écrit « 15 % » avec l'espace. Pour une décimale, « 3,5 » se lit « trois virgule cinq ». En anglais, « 3.5 » et « $1,500 » suivent les mêmes règles avec leurs conventions. Quand la lecture compte, écrivez le nombre en toutes lettres : c'est le seul cas sans ambiguïté.

4. Les sigles et les mots étrangers

« SNCF » est en général épelé, « NASA » prononcé comme un mot. Si le moteur se trompe, forcez-le : « S.N.C.F. » pour épeler, « Nasa » pour un mot. Pour une marque, testez les deux graphies et gardez celle qui sonne juste ; c'est ce que nous avons fait pour notre propre nom. Les mots anglais dans un texte français sont lus avec l'accent de la voix : si « meeting » ou « podcast » sonnent mal, remplacez-les par l'équivalent français ou acceptez la prononciation. Une voix française ne lira jamais une phrase entière en anglais correctement : utilisez la voix de la langue du texte, nos voix françaises et anglaises sont faites pour ça.

5. Le dialogue et le ton

Une seule voix ne joue pas plusieurs personnages. Pour un dialogue, générez chaque réplique avec une voix différente, ou un ton différent de la même voix, puis assemblez au montage. Le ton se choisit avant la génération : Marie « Enjouée » ne lira pas une annonce de maintenance comme Marie « Neutre ». L'emphase passe par l'ordre des mots, pas par le gras : « C'est gratuit, et sans compte » met l'accent sur gratuit ; « Sans compte, et c'est gratuit » met l'accent sur l'absence de compte.

6. La limite de 1 500 caractères, et comment couper

Une génération Aievalu accepte jusqu'à 1 500 caractères, soit environ une minute trente. Ce n'est pas une contrainte arbitraire : c'est la bonne unité de travail. Coupez votre script en blocs d'une idée ou d'une scène, un bloc par paragraphe. Chaque bloc devient un fichier que vous pouvez regénérer seul si une intonation déplaît, sans toucher au reste. Nommez les fichiers dans l'ordre (01-intro, 02-contexte…), gardez la même voix et le même ton d'un bloc à l'autre, et assemblez dans votre logiciel de montage.

7. Écouter, corriger, regénérer

Le premier jet est rarement le bon, et ce n'est pas grave : les crédits ne sont débités que pour ce qui est produit, et regénérer un passage de 300 caractères coûte moins de 3 centimes. Écoutez au casque, notez les trois endroits qui accrochent, corrigez le texte (une virgule, un nombre en lettres, un mot déplacé) et relancez ce bloc seul. Trois itérations suffisent presque toujours. Le détail des droits d'usage sur le résultat est dans la FAQ.

8. Une check-list avant de générer

• Phrases courtes, un verbe, une idée.
• Ponctuation volontaire : point = pause, virgule = souffle.
• Chiffres écrits comme vous voulez les entendre.
• Sigles et marques testés, graphie figée.
• Un bloc par idée, 1 500 caractères maximum, même voix partout.
• Texte relu à voix haute une fois : si vous butez, la voix butera.

Pour voir ces règles appliquées à un format précis, lisez nos guides YouTube, podcast et e-learning, ou testez tout de suite deux phrases de votre script avec l'essai gratuit. Les tarifs commencent à 9 € pour une centaine de minutes.