Créer un livre audio avec une voix IA : la méthode qui tient sur cinq heures

L'éditeur derrière Aievalu a produit des centaines d'heures de livres audio en français avec des voix de synthèse avant d'ouvrir l'outil. Voici ce que cette production nous a appris : où une voix IA excelle, où elle trébuche, et comment préparer un manuscrit pour qu'il s'écoute d'une traite.

Préparer le manuscrit avant tout

Le moteur lit ce qu'on lui donne, fidèlement, y compris ce qui ne devait pas être lu. Avant la première génération, retirez les numéros de page, les en-têtes répétés, les appels de notes et les notes de bas de page, ou déplacez ces dernières en fin de chapitre si elles doivent être entendues. Vérifiez la ponctuation des dialogues : un tiret cadratin bien placé donne une respiration, un guillemet orphelin donne un silence étrange. Écrivez les nombres et les dates comme vous voudriez les entendre, « mille huit cent quarante-huit » plutôt que « 1848 » quand la lecture doit être littéraire, et développez les abréviations rares. Le fonctionnement du moteur, ses atouts et ses limites sont détaillés sur la page générateur de voix IA.

Découper en segments de 1 500 caractères

Une génération couvre 1 500 caractères, soit environ une minute et demie d'écoute. Un chapitre de 12 000 caractères se produit donc en huit générations enchaînées. Découpez à la fin d'un paragraphe, jamais au milieu d'une phrase : la voix pose son intonation sur la ponctuation, et une coupure brutale s'entend au montage. Numérotez vos segments dans l'ordre (01-03-intro, 01-03-suite…), gardez la même voix et le même ton d'un bout à l'autre du livre, puis assemblez chapitre par chapitre dans votre logiciel audio. La règle de comptage est simple, espaces et ponctuation compris ; elle est expliquée dans la FAQ sur le comptage.

Choisir une voix qui tient la longueur

Une voix qui séduit sur dix secondes peut fatiguer sur cinq heures. Pour la narration longue, le ton neutre est presque toujours le bon choix : Marie Neutre en français, Paul Neutral ou Jane Neutral en anglais. Réservez les tons enjoués ou joyeux aux passages qui le demandent vraiment, ou à la jeunesse. Écoutez les extraits de la page des voix, qui lisent tous le même texte, puis testez une page de votre propre manuscrit avec l'essai gratuit, deux phrases sans compte, avant d'engager un chapitre entier.

Le rythme se règle avec la ponctuation

Il n'y a pas de bouton « plus lent » : la ponctuation est votre seul réglage, et il suffit. Un point ferme la phrase et marque une vraie pause, un point-virgule ou deux-points une pause plus courte, des points de suspension un ralentissement. Pour un changement de scène, laissez une ligne vide ou terminez le segment là. Les phrases très longues, fréquentes dans la littérature du XIXe siècle, gagnent souvent à être ponctuées davantage dans la version lue, sans toucher au texte publié. Pour la lecture de textes longs en général, voyez aussi le guide text to speech en français.

Exporter, assembler, égaliser

Exportez en WAV pendant la production : le fichier supporte mieux les traitements, et vous le convertirez en MP3 une seule fois, à la fin. Assemblez chaque chapitre dans un fichier distinct, nommé dans l'ordre, puis normalisez l'ensemble du livre au même niveau sonore pour que l'auditeur ne touche jamais au volume entre deux chapitres. Laissez une seconde de silence en début et en fin de chapitre, le temps que l'application de lecture enchaîne. Les fichiers restent 90 jours dans votre historique, comme l'indique la FAQ sur la conservation ; téléchargez-les au fur et à mesure.

Combien coûte un roman

Un roman de 300 000 caractères donne environ cinq heures d'écoute. Avec le pack de 300 000 caractères à 24,99 €, valable douze mois, le livre entier tient dans un seul achat ; trois packs de 100 000 caractères à 9 € font le même travail. Une collection ou une production régulière passe plutôt par l'abonnement Pro à 49,99 € par mois pour 800 000 caractères. Tous les prix sont sur la page des tarifs, en euros, sans TVA applicable. Comparez avec le coût d'une narration humaine : plusieurs centaines d'euros par heure finie, pour un résultat différent, et c'est précisément l'arbitrage à faire selon le livre.

Droits : le texte, puis l'audio

L'audio généré vous appartient et l'usage commercial est inclus avec les crédits payants, comme le précise la FAQ sur les droits. Le texte, lui, doit être libre de droits ou vous appartenir : un auteur mort depuis plus de soixante-dix ans en France, votre propre manuscrit, ou une autorisation écrite de l'ayant droit. Avant de publier, vérifiez la politique de chaque plateforme de distribution : certaines restreignent ou signalent les livres audio narrés par une IA, et ces règles changent. Chaque MP3 produit porte un marquage technique dans ses métadonnées, et le règlement européen sur l'IA vous demande d'informer l'auditeur quand le contenu pourrait être pris pour une lecture humaine : une mention en début de livre suffit.

Et pour les autres formats longs

La même méthode vaut pour un podcast narré, un cours en ligne de plusieurs heures décrit dans la page voix off pour e-learning, ou une vidéo documentaire pour YouTube. À l'opposé, les messages très courts d'un standard téléphonique demandent une autre écriture, détaillée sur leur page.