IA Text to Speech : Générateur de voix off naturelles

Le Text-to-Speech, ou TTS, convertit le texte écrit en audio parlé à l'aide de modèles de synthèse vocale. Le Text-to-Speech IA génère des voix qui sonnent naturel dans de multiples langues, avec une diction façonnée par la ponctuation, le rythme de la phrase et le choix des mots.

Le résultat est un fichier audio téléchargeable utilisé pour les podcasts, les voix off vidéo, l'e-learning, la publicité et les outils d'accessibilité.

30 voix, filtrables par langue et par genre. Chacune porte un court descripteur pour son caractère, comme doux, dynamique, ferme, chaleureux, informatif ou décontracté, tu peux donc les présélectionner en fonction de la lecture dont tu as besoin plutôt que par leur nom.

Chaque voix de la bibliothèque est multilingue, tu peux donc écrire ton script dans d'autres langues que l'anglais et le générer avec la même voix. Vérifie la prononciation des noms, des nombres et de la terminologie de marque dans la langue cible avant de publier une version localisée.

Pas pour le moment. La fonction Créer un discours de getimg.ai utilise une bibliothèque de voix prédéfinies. Tu choisis une voix parmi les options disponibles et tu diriges sa diction avec le script et des indications intégrées.

Oui. Ajoute une indication entre crochets telle que [calme, chaleureux] ou [dynamique, énergique] directement dans le script. La ponctuation et la longueur des phrases aident également à guider le rythme et le phrasé, les phrases plus courtes sont donc généralement lues de manière plus prévisible que les longues.

Oui. Les indications s'appliquent à partir de la ligne où elles apparaissent, une seule génération peut donc passer de calme à énergique et inversement. Par exemple :

[calme, chaleureux] Bon retour.

[dynamique, énergique] Et c'est là que les choses deviennent intéressantes.

Génère la ligne difficile seule comme court passage test, puis ajuste le script avant de t'engager dans la lecture complète. Réécrire phonétiquement un terme tel qu'il doit être dit est la solution la plus fiable, et cela a fonctionné pour notre propre nom de marque. Cela n'a pas sauvé tous les cas lors de nos tests, vérifie donc particulièrement les noms de personnes plutôt que de supposer qu'une réécriture phonétique suffira.

Souvent, mais les noms de produits inventés et les termes de marques sont les cas les moins prévisibles, car il n'y a pas de lecture correcte unique à en déduire. Nous avons rencontré cela avec notre propre nom : écrit getimg.ai, il était lu comme un seul mot, et le réécrire en « get I-M-G point A-I » dans le script a réglé le problème. Teste d'abord les termes de marques dans un court passage, puis réécris phonétiquement ceux qui ne passent pas.

Les dates, les devises, les heures et les abréviations sont interprétées en fonction du contexte, un même chiffre peut donc être lu de plusieurs façons selon la phrase qui l'entoure. Si un nombre doit être lu exactement d'une certaine façon, écris-le en toutes lettres.

Le discours se télécharge sous forme de fichier WAV, prêt à être déposé dans une timeline de montage, un flux de podcast ou un projet vidéo.

La génération de discours est facturée selon la longueur du script, par tranche de 1 000 caractères, sur les mêmes forfaits payants que la génération d'images et de vidéos.

Les forfaits payants incluent des droits d'utilisation commerciale pour les discours générés éligibles selon nos conditions. Les droits relatifs au script sous-jacent, aux noms, aux marques déposées ou à tout autre contenu tiers relèvent de ta responsabilité.

Commence par la qualité de la voix et la taille de la bibliothèque vocale, puis vérifie les langues prises en charge, les contrôles de diction, la façon dont le système gère la prononciation des noms et des nombres, le format de sortie, les limites de longueur du script, la tarification et les conditions commerciales.

Au-delà du discours lui-même, getimg.ai combine le Text-to-Speech avec la génération d'images, de vidéos, de musique et d'effets sonores dans le même espace de travail, de sorte qu'une voix off et les visuels qu'elle accompagne peuvent provenir d'un seul projet.