Text to speech en français : lire un texte à voix haute avec une voix naturelle

Le text to speech, ou synthèse vocale, lit un texte écrit avec une voix de synthèse. En français, l'exercice est plus exigeant qu'en anglais : liaisons, nombres, dates, sigles et accents déjouent les lecteurs basiques. Aievalu utilise des voix neuronales récentes qui passent ces pièges dans la grande majorité des cas. Voici à quoi sert un lecteur de texte à voix naturelle, ce qui fait qu'une voix sonne juste, et comment préparer votre texte pour obtenir le meilleur résultat du premier coup.

À quoi sert un lecteur de texte

Les usages dépassent largement la voix off. On fait lire un rapport pendant un trajet, on écoute un chapitre de cours pour le mémoriser, on vérifie un article en l'entendant : l'oreille attrape les répétitions et les phrases trop longues que l'œil laisse passer. Les personnes qui lisent difficilement, par fatigue visuelle ou dyslexie, y gagnent un accès direct aux textes. Et pour qui apprend le français, entendre une phrase bien prononcée vaut mieux qu'une transcription phonétique. Quand l'objectif est de produire une narration pour une vidéo plutôt que de lire un document, notre page sur le générateur de voix IA explique le choix du ton et les règles d'usage.

Ce qui rend une voix française naturelle

Quatre détails séparent une lecture crédible d'une lecture mécanique. Les liaisons d'abord : « les enfants » doit s'entendre avec le z, « un grand homme » avec le t. Les nombres ensuite : « 1 250 € » doit devenir « mille deux cent cinquante euros », et « 3/10 » se lit différemment selon qu'il s'agit d'une date ou d'une fraction. Les sigles : « SNCF » s'épelle, « ONU » se dit d'un bloc. La ponctuation enfin, qui n'est pas qu'une convention d'écriture : la voix s'en sert pour respirer. Les voix Marie proposées par Aievalu, en trois tons, gèrent ces cas ; les extraits de la page des voix lisent justement une date, un montant et un dialogue pour que vous le vérifiiez vous-même.

Et pour l'anglais

Le même moteur lit l'anglais avec des presets américains, Paul, et britanniques, Oliver et Jane. Le choix entre les deux n'est pas qu'une affaire d'accent : les nombres, les dates et certains mots courants ne se disent pas pareil à Londres et à Chicago. Pour un texte bilingue, générez chaque langue avec la voix qui lui correspond plutôt que de forcer une voix française à lire de l'anglais. La réponse sur les langues disponibles précise ce qui est proposé et ce qui ne l'est pas encore.

Préparer le texte pour un bon résultat

Écrivez les nombres en chiffres, sauf quand vous voulez une lecture particulière. Développez les abréviations maison que personne ne connaît. Mettez un point là où vous voulez un silence, une virgule pour une courte respiration, et coupez les phrases de plus de trente mots. Ajoutez un accent sur les majuscules si le sens en dépend. Supprimez les notes de bas de page, les numéros de page et les titres de colonnes copiés depuis un PDF : la voix les lirait consciencieusement. Enfin, relisez à voix haute ; ce qui vous fait trébucher fera trébucher la voix.

Formats et limites

Chaque génération accepte jusqu'à 1 500 caractères, environ une minute et demie d'écoute : un document plus long se traite en passages successifs, ce qui permet de corriger un paragraphe sans tout refaire. Le fichier est livré en mp3, le format universel, ou en wav non compressé pour le montage. Les audios restent 90 jours dans votre historique, et les textes eux-mêmes ne sont pas conservés, seule une empreinte technique l'est. Les fichiers mp3 portent une mention « voix synthétique » dans leurs métadonnées, conformément aux règles européennes sur les contenus générés par IA.

Combien ça coûte

Vous payez au caractère, espaces et ponctuation compris ; la méthode de comptage est détaillée dans la FAQ. Mille caractères donnent à peu près une minute d'audio. Le pack de 100 000 caractères coûte 9 € et reste valable douze mois, soit une centaine de minutes de lecture ; des abonnements existent à partir de 4,99 € par mois. Le détail est sur la page des tarifs. L'essai gratuit, sans compte, lit deux phrases de votre choix avec la voix de votre choix. Si c'est pour produire une vidéo, un podcast ou un module de formation, les guides voix off pour YouTube, voix off pour podcast et voix off pour e-learning prennent le relais.