Clonez votre propre voix et faites lui lire vos cours !

La synthèse vocale n'est pas un service récent. Peu après nos débuts à Thot en 1997, nous offrions ce service dans nos pages mais, pour des raisons de coût et de nombre d'utilisations, nous l'avions abandonné autour de l'an 2000. Les progrès accomplis depuis rendent maintenant cette technologie beaucoup plus accessible et utile pour différents usages.

Des progrès

L'intelligibilité des textes lus par les voix synthétiques se butait systématiquement à plusieurs obstacles autant techniques que sémantiques, comme les termes étrangers, les noms d'entreprise et les abréviations, qui étaient mal prononcées les rendant le plus souvent incompréhensibles.

Ensuite, la qualité des textes qui comportaient des fautes de ponctuation, de grammaire ou d'orthographe rendait souvent bizarre la lecture.

Les langues autres que l'anglais étaient le plus souvent mal servies, avec des voix robotiques, atones et peu diversifiées. Les accents régionaux n'étaient jamais pris en compte.

Enfin les utilisateurs n'avaient pratiquement aucun contrôle sur le débit de la lecture, les intonations ou le style de lecture.

Grâce à l'intelligence artificielle, toutes ces difficultés sont maintenant aplanies par l'utilisation des modèles de langage élaborés, des dictionnaires multilingues d'une richesse autrefois inimaginable et des banques de contextes, d'accents et d'intonations qui rendent l'interprétation des textes vivante et adaptable au contenu et à l'auditoire auquel il est destiné.

L'offre de Eleven Labs

Nous avons testé le système de Eleven Labs, offert en 29 langues, dont toutes les langues internationales et d'autres moins fréquentes comme l'arabe, l'hindi, le malais ou le philippin.

• Lecture de texte (Synthèse vocale)
  
  Le même texte peut être lu avec différents accents et styles. Une vaste librairie de voix et de styles d'interprétation est offerte.  Ainsi on peut faire lire le compte-rendu d'un match de boxe différemment d'un livre pour enfant ou d'un reportage sur un débat politique.
  
  
• Clonage de sa voix (Voice Lab)
  
  Nous pouvons cloner notre propre voix; de là, ce sera sa propre voix qui pourra servir de lecteur.  On peut aussi créer une voix artificielle en modifiant les paramètres du modèle de base. On sent que cette rupture technologique pose pose la question du droit à «l'image», dans ce cas ci, sa propre voix.
  
  
• Traduction et récitation (Dubbing)
  
  La traduction automatique de fichiers audio est maintenant relativement courante, mais la réinterprétation dans une autre langue de la même bande audio avec le même style de voix rend accessible la diffusion d'oeuvres audio ou vidéo en plusieurs langues, à faible coût comme des vidéos de formation ou des balados éducatifs.
  
  

Nous avons soumis ce texte et l'avons fait lire par différentes voix. L'interprétation en est étonnante et le résultat impressionnant dès le départ.
La génération peut prendre quelques minutes, mais le résultat est à la hauteur de l'attente.

Un historique de toutes vos interprétations est conservé et peut être réutilisé à volonté.
Tous les fichiers peuvent être exportés au format mp3. 
Des API sont également disponibles pour des utilisations systématiques et intensives.

Certains lecteurs ne sont disponibles que dans la version v1. Dans cette version, si des chiffres sont écrits en chiffres, ils seront récités en anglais. Pour les avoir dans votre langue, ils doivent être écrits en texte : par exemple, «vingt-neuf» au lieu de «29».  Si vous prenez une voix de de version 1 avec la version 2, vous observerez une variation importante de style, d'accent ou de volume qui n'est pas représentative du niveau de qualité possible avec la version 2.

N'oubliez pas de sélectionner la langue de départ et de choisir un lecteur adapté au style de votre texte.

Synthèse vocale Eleven Labs

Illustration : Nataly-Nete - DepositPhotos