Qu'est-ce que le générateur de voix IA ?

C'est un outil de synthèse vocale basé sur le navigateur qui peut utiliser un modèle de voix neuronale pour générer de l'audio à partir de texte écrit.

La voix neuronale s'exécute-t-elle sur mon appareil ?

Oui. En mode Voix neuronale, le modèle de synthèse vocale est chargé dans votre navigateur et la génération de la parole s'exécute sur votre appareil.

Mon texte est-il envoyé à une API TTS tierce ?

Le mode Voix neuronale ne nécessite pas l'envoi de votre texte à une API d'inférence de synthèse vocale distante. Le modèle et les ressources requises doivent toutefois être chargés par votre navigateur.

Pourquoi le modèle doit-il être téléchargé la première fois ?

La synthèse vocale neuronale nécessite des poids de modèle et des ressources vocales. Votre navigateur doit charger ces fichiers avant de pouvoir générer de la parole localement.

Le modèle sera-t-il téléchargé à chaque visite ?

Pas nécessairement. Les navigateurs peuvent mettre en cache les fichiers du modèle, mais le comportement du cache dépend du navigateur, de l'espace de stockage disponible, des paramètres de confidentialité et du fait que les données en cache aient été effacées ou non.

Puis-je télécharger la parole générée ?

Oui. Le mode Voix neuronale génère une forme d'onde audio qui peut être téléchargée sous forme de fichier WAV.

Pourquoi le téléchargement audio est-il différent avec la voix du système ?

La voix du système utilise le service vocal de votre navigateur ou de votre système d'exploitation. Ces API sont principalement conçues pour la lecture et n'exposent pas toujours les données audio générées pour le téléchargement.

Quelle est la différence entre la voix neuronale et la voix du système ?

La voix neuronale exécute un modèle vocal dédié dans votre navigateur et peut produire des fichiers audio téléchargeables. La voix du système utilise les services vocaux fournis par votre navigateur ou votre système d'exploitation et démarre généralement avec moins de temps de chargement pour le modèle.

La voix du système fonctionne-t-elle toujours hors ligne ?

Non. Certaines voix du système sont locales, tandis que d'autres peuvent dépendre de services fournis par le navigateur, le système d'exploitation ou le fabricant de l'appareil.

La voix neuronale fonctionne-t-elle hors ligne ?

La génération elle-même s'exécute localement une fois que les ressources du modèle requis sont disponibles. Le fait que l'outil entier fonctionne après une déconnexion d'Internet dépend du fait que la page, les fichiers du modèle, les fichiers d'exécution et les ressources vocales soient déjà mis en cache et disponibles.

Pourquoi la génération est-elle plus lente sur certains appareils ?

La vitesse de génération de la parole dépend du processeur ou du GPU de votre appareil, de la prise en charge de WebGPU, de la mémoire disponible, de l'implémentation du navigateur, du format du modèle et de la longueur du texte.

Que se passe-t-il si WebGPU n'est pas pris en charge ?

L'outil peut basculer vers un environnement d'exécution de navigateur compatible tel que WebAssembly lorsqu'il est disponible, bien que la génération puisse être plus lente.

Puis-je générer de longs articles en une seule requête ?

Les textes longs peuvent nécessiter plus de mémoire et de temps de traitement. Pour une meilleure expérience, l'outil peut diviser les textes plus longs en sections plus petites avant de générer l'audio.

Puis-je utiliser l'audio généré à des fins commerciales ?

L'outil en soi ne détermine pas si une utilisation particulière est permise par la loi ou par contrat. Prenez en compte les licences des modèles et des voix, le contenu que vous fournissez, les droits applicables et les règles de la plateforme ou du produit où l'audio sera utilisé.

Puis-je cloner la voix de quelqu'un d'autre ?

Non. Cet outil est conçu autour de voix synthétiques prédéfinies et ne propose pas de clonage vocal de vraies personnes.

Puis-je faire en sorte que la voix générée ressemble à une célébrité ou à une autre personne réelle ?

L'outil n'est pas conçu pour imiter des personnes réelles spécifiques. Utilisez les voix synthétiques disponibles plutôt que d'essayer de déguiser l'identité d'un orateur.

Puis-je publier de la parole générée sur les réseaux sociaux ou les plateformes vidéo ?

Vous pouvez créer de l'audio pour votre propre flux de travail, mais les règles de publication varient selon la plateforme et le contexte. Consultez les politiques actuelles du service où vous prévoyez de publier, y compris les éventuelles exigences de divulgation des médias synthétiques qui pourraient s'appliquer.

Pourquoi un nom ou un terme technique sonne-t-il faux ?

Les modèles de synthèse vocale peuvent mal prononcer des noms peu communs, des abréviations, des chiffres, des textes multilingues ou une terminologie spécialisée. Reformuler ou épeler un terme de manière plus phonétique peut parfois aider.

La génération vocale locale rend-elle l'ensemble du site Web totalement privé ?

Non. Le TTS local décrit l'endroit où s'effectue l'inférence vocale. Le site Web lui-même peut toujours utiliser des services réseau normaux tels que la diffusion de ressources, l'analyse, la sécurité ou la surveillance des erreurs. Consultez la politique de confidentialité pour connaître les détails actuels.

Synthèse vocale sur l'appareil

Générez de la parole directement dans votre navigateur

Transformez du texte écrit en audio parlé grâce à un modèle de voix neuronale exécuté sur votre appareil.

Choisissez une voix, ajustez la vitesse d'élocution, générez de l'audio et téléchargez le résultat sans envoyer votre texte à une API d'inférence de synthèse vocale distante.

TTS neuronal sur l'appareilAudio WAV téléchargeableAucune API TTS requise

Texte à prononcer5000 characters remaining

Les sections plus courtes se génèrent généralement plus rapidement et sont plus faciles à prévisualiser.

Try a sample:

Langue

🇺🇸 AnglaisKokoro 82M

Voix

Vitesse d'élocution1.00x

0.7x1.3x

Processing Information

Local Execution

Processing

On this device

Model

Kokoro 82M

Runtime

WebAssembly

Text to TTS API

Downloadable

Yes (WAV)

Comment ça marche

Générez de la parole en quatre étapes

Le mode neuronal exécute un modèle de synthèse vocale dans votre navigateur plutôt que d'envoyer chaque requête de génération à une API TTS distante.

Entrez votre texte

Collez un script, un paragraphe, une note ou tout autre texte que vous souhaitez écouter.

Choisissez une voix

Sélectionnez une voix neuronale disponible et choisissez la langue correspondant à votre texte.

Générez la parole

Le modèle de synthèse vocale traite votre texte sur votre appareil et crée une forme d'onde audio.

Écoutez ou téléchargez

Prévisualisez l'audio généré dans votre navigateur et téléchargez le fichier WAV si vous souhaitez le conserver.

Pourquoi choisir le TTS sur l'appareil

Un générateur de voix conçu autour du traitement local

Votre texte ne quitte pas votre appareil pour une requête TTS distante

La génération vocale neuronale s'effectue grâce au modèle exécuté dans votre navigateur, ce qui évite d'avoir à soumettre le texte à une API d'inférence de synthèse vocale tierce.

Téléchargez un véritable audio généré

Le mode neuronal crée une forme d'onde audio qui peut être prévisualisée et enregistrée sous forme de fichier WAV.

Aucune clé d'API vocale requise

Vous n'avez pas besoin de connecter un compte de synthèse vocale externe ni de fournir une clé d'API TTS.

Solution de repli avec la voix du système

Si le modèle neuronal n'est pas adapté à votre appareil, vous pouvez toujours utiliser les voix proposées par votre navigateur ou votre système d'exploitation.

Voix neuronale vs Voix du système

Voix neuronale

Utilise un modèle vocal local chargé dans votre navigateur
Crée un fichier audio téléchargeable
Peut nécessiter un téléchargement de modèle plus important lors de la première utilisation
Les performances dépendent de votre appareil

Voix du système

Utilise les voix fournies par votre navigateur ou votre système d'exploitation
Démarre généralement plus rapidement
La disponibilité des voix varie selon les appareils
Le traitement peut être local ou utiliser un service fourni par votre plateforme
Le téléchargement de l'audio n'est pas garanti

Cas d'utilisation courants

Moyens utiles de convertir du texte en parole

Prévisualiser des scripts

Écoutez des narrations, des scripts vidéo, des présentations ou des dialogues avant l'enregistrement.

Relire en écoutant

Écouter un texte à haute voix permet de repérer plus facilement les formulations maladroites, les mots manquants ou les problèmes de rythme.

Créer des narrations brouillons

Générez une piste vocale temporaire pour des prototypes, des démos, des présentations ou des flux de travail de montage.

Écouter des notes et du matériel d'étude

Transformez du contenu écrit en audio lorsque l'écoute est plus pratique que la lecture.

Tester la prononciation et le rythme

Comparez les voix et les vitesses d'élocution pour entendre comment sonne un texte avant de l'utiliser ailleurs.

Utilisez la parole générée de manière responsable

L'audio généré peut sembler très humain. Ne l'utilisez pas pour tromper les gens sur l'identité de l'orateur, usurper l'identité d'une autre personne, commettre des fraudes ou créer des représentations trompeuses de vrais individus.

Ne présentez pas l'audio généré comme l'enregistrement d'une vraie personne s'il ne l'est pas.
N'utilisez pas de voix ou de contenu d'une manière qui enfreigne les droits ou accords applicables.
Envisagez d'indiquer qu'il s'agit d'un audio synthétique lorsque le contexte risque d'induire les auditeurs en erreur.
Consultez les conditions de toute plateforme sur laquelle vous prévoyez de publier de l'audio généré.

À savoir avant de générer

La première utilisation peut prendre plus de temps

Le TTS neuronal nécessite le chargement des fichiers du modèle avant que la génération ne puisse commencer.

Les performances varient selon l'appareil

La vitesse de génération dépend de la prise en charge du navigateur, de la mémoire disponible, des capacités du processeur ou du GPU, de la longueur du texte et du format du modèle.

La prononciation n'est pas toujours correcte

Les noms, abréviations, orthographes inhabituelles, termes techniques et textes multilingues peuvent être prononcés différemment des attentes.

La disponibilité des voix peut varier

Les voix neuronales et système disponibles dépendent de la version du modèle sélectionné et de l'environnement de l'appareil.

La parole générée n'est pas un enregistrement humain

La voix neuronale est un audio synthétique généré à partir de texte.

Confidentialité

Comment votre texte est traité

Voix neuronale

La génération de la parole est conçue pour s'exécuter dans votre navigateur avec le modèle TTS neuronal chargé. Votre texte n'a pas besoin d'être envoyé à une API d'inférence de synthèse vocale distante.

Téléchargements de modèles

Votre navigateur doit charger les fichiers du modèle et des voix avant que la génération locale puisse démarrer. Ces fichiers peuvent être mis en cache par votre navigateur lorsque cela est pris en charge.

Voix du système

La voix du système utilise le service de synthèse vocale fourni par votre navigateur ou votre système d'exploitation. Le fait que ce service soit entièrement local dépend de la voix sélectionnée, du navigateur, du système d'exploitation et de la configuration de l'appareil.

Données du site Web

La génération vocale locale ne signifie pas que l'ensemble du site Web fonctionne sans activité réseau. Consultez notre politique de confidentialité pour obtenir des informations actualisées sur les analyses, les journaux, les cookies et les autres services du site.

FAQ

Foire aux questions

Réponses concernant la génération vocale locale, les téléchargements de modèles, la confidentialité, les fichiers audio et la compatibilité des appareils.

Transformez votre texte en parole

Choisissez une voix neuronale, générez de l'audio sur votre appareil et téléchargez le résultat quand vous êtes prêt.