Voizum

Guides

Cloner sa voix avec l'IA : enregistrer, nettoyer, utiliser

L'équipe Voizum · Mis à jour · 12 min de lecture

Pour cloner sa voix avec l'IA, un enregistrement de 15 à 60 secondes suffit. Le système apprend comment vous parlez, puis lit n'importe quel texte avec votre voix. Presque tout le résultat dépend de cet enregistrement : ce guide explique donc surtout comment le faire.

Cloner ma voix

Cloner une voix coûte 199 crédits et il faut avoir déjà acheté un pack. Packs à partir de 5,99 €, sans abonnement.

Que veut dire cloner une voix avec l'IA ?

À partir de l'enregistrement d'une personne, on obtient une voix synthétique qui lui ressemble. Ensuite, vous écrivez un texte et la voix le lit. Pas besoin de réenregistrer.

Un outil de clonage de voix copie des caractéristiques, pas des phrases. D'abord le timbre, celui qui vous fait reconnaître quelqu'un au téléphone au bout de deux mots. Ensuite la façon de parler : accent, rythme, montées et descentes de l'intonation, énergie de chaque phrase. Quelques secondes d'audio propre suffisent pour les deux.

C'est pourquoi le clone hérite de tout l'enregistrement, défauts compris. Si vous enregistrez fatigué, il sonnera fatigué. Si la pièce résonne, l'écho fera partie de votre voix. L'essentiel se joue à l'enregistrement, bien avant de cliquer sur le bouton.

Votre voix dans une autre langue : avec ou sans accent

Dans la langue où vous avez enregistré, votre voix clonée sonne comme vous, avec votre façon de parler.

Dans une autre langue, Voizum la fait parler naturellement, sans votre accent : votre voix enregistrée en français lit de l'anglais sans qu'on entende que le français est votre langue maternelle. Si vous voulez qu'elle garde votre accent, choisissez cette langue sous « Conserver l'accent » au moment du clonage. Cela ne coûte rien de plus.

Ce qu'il faut avant de commencer

Pas besoin de studio. Un smartphone récent enregistre largement assez bien si vous l'utilisez correctement, et ce sont la pièce et la façon de parler qui comptent le plus.

  • Un enregistrement de 15 à 60 secondes où une seule personne parle : vous, ou quelqu'un qui vous en a donné l'autorisation par écrit.
  • Un fichier MP3, WAV ou M4A. Si votre voix est dans une vidéo, extrayez d'abord l'audio : c'est le son qui est envoyé, pas la vidéo.
  • Une pièce calme, avec des meubles, des rideaux ou des vêtements suspendus qui absorbent l'écho.
  • Des crédits achetés : le clonage coûte 199 crédits, et les crédits offerts du mois ne comptent pas pour cela.

Comment enregistrer l'échantillon de voix

Enregistrez 15 à 60 secondes de parole continue, dans une pièce sans écho, à une main du micro et en parlant comme vous voulez sonner ensuite. C'est la version courte ; le détail est plus bas.

Il faut moins d'audio qu'on ne le croit. Avec 10 à 20 secondes propres d'une seule personne, la ressemblance est là, et 20 ou 60 secondes de plus ne l'améliorent pas.

AspectCe qui marcheCe qui ne marche pas
Durée15 à 60 s de parole continueUn clip de 5 s répété en boucle jusqu'au minimum
PersonnesVous seulUne interview, quelqu'un qui rit ou répond en fond
PièceChambre, avec rideaux ou armoireSalle de bains, cuisine, couloir, pièce vide
Arrière-planSilenceMusique, télévision, circulation, ventilateur
DistanceUne main, téléphone légèrement de côtéCollé à la bouche ou à deux mètres
Façon de parlerComme vous voulez sonner, avec une énergie naturellePressé ou sur un ton monotone de lecture
FinTermine dans une pause, avec un peu de silenceCoupé au milieu d'un mot
NiveauFranc mais propreSaturé ou à peine audible
À l'envoi, Voizum vous prévient si l'échantillon est trop court ou trop long, à peine audible, saturé, ou s'il contient du bruit ou de la musique de fond.

Le smartphone suffit-il ?

Oui. Utilisez l'application Dictaphone ou Mémos vocaux, pas un appel ni un message vocal WhatsApp, qui compressent fortement le son. Tenez l'appareil à une main de la bouche et légèrement de côté, pour que les « p » et les « b » ne claquent pas dans le micro.

Cherchez la pièce la plus « molle » du logement. Une chambre avec un lit et une armoire sonne bien mieux qu'une cuisine ou une salle de bains. Coupez avant le ventilateur ou la climatisation et mettez le téléphone en silencieux : une notification au milieu de la prise vous oblige à recommencer.

Ce qu'il faut lire, et comment

Un paragraphe de votre propre script, dans la langue où vous utiliserez surtout la voix. C'est plus efficace que compter ou lire une liste, parce que le clone apprend l'intonation à partir de phrases complètes.

L'intonation est reprise telle quelle. Si vous lisez de façon monotone, tous vos audios seront monotones. Parlez avec l'énergie de votre meilleure vidéo. Si vous en faites trop, cela aussi sera copié.

La fin du fichier

Coupez dans une pause, jamais au milieu d'un mot, et laissez un peu moins d'une seconde de silence à la fin.

Si votre application propose le format, du mono à 24 kHz ou plus suffit. Écoutez avant d'envoyer : si les passages forts sont râpeux, l'enregistrement sature, et vous le refaites à un volume plus bas.

Et si votre enregistrement est bruyant ?

Si vous n'avez que la piste audio d'une vieille vidéo ou d'une pièce avec de l'écho, vous pouvez la nettoyer avant le clonage avec l'option « Améliorer l'enregistrement », qui retire le bruit de fond et l'écho de la pièce.

La question qui vient aussitôt : est-ce que le nettoyage enlève ce qui fait que c'est votre voix ? Non : elle reste reconnaissable, et plus l'enregistrement est sale, plus elle y gagne.

Si votre enregistrement est déjà propre, laissez-le : il n'y a rien à réparer, et cela peut diminuer la ressemblance. Cela coûte 99 crédits de plus, et Voizum vous le dit dans les deux cas : quand il entend du bruit qui vaut la peine d'être retiré, et quand l'enregistrement est déjà bon.

Cloner sa voix chez Voizum, étape par étape

Cela prend quelques minutes, dont l'essentiel à attendre :

  1. 1Ouvrez « Voix » et cliquez sur « Cloner une nouvelle voix ». Vous pouvez envoyer un fichier ou enregistrer directement dans le navigateur : l'enregistrement s'arrête tout seul au bout d'une minute.
  2. 2Écoutez l'échantillon. Si un avertissement signale du bruit, de la saturation ou une qualité faible, refaites une prise avant de continuer.
  3. 3Donnez-lui un nom que vous reconnaîtrez, par exemple « Ma voix, narration ». La description est facultative.
  4. 4Décidez si vous l'améliorez (seulement en cas de bruit ou d'écho) et si, dans une autre langue, vous voulez garder votre accent : choisissez alors la langue sous « Conserver l'accent ».
  5. 5Confirmez que c'est votre voix ou que vous avez l'autorisation de son titulaire, puis cliquez sur « Créer la voix ». Inutile de choisir une langue : elle est détectée à partir de l'enregistrement.
  6. 6Vous pouvez fermer l'onglet pendant la préparation de la voix. Quand elle est prête, elle apparaît dans vos voix avec un extrait à écouter.

Cloner ma voix →

Comment faire lire des textes avec sa propre voix ?

Quand le clonage est terminé, votre voix se trouve dans Mes voix et fonctionne comme n'importe quelle autre : dans Générer, vous la choisissez, collez le texte et téléchargez le MP3. Dès lors, votre propre voix lit tout ce que vous écrivez, sans nouvel enregistrement.

Cela convient à tout ce que vous enregistreriez vous-même : voix off de vidéos, formation en ligne, podcast ou messages de votre commerce. Si vous modifiez une phrase à la relecture, vous ne régénérez que ce passage et il sonne comme le reste.

Votre voix est aussi disponible en mode dialogue, à côté des voix de la bibliothèque, et par l'API si vous voulez automatiser.

Comment savoir si votre voix clonée est réussie ?

L'extrait sur la fiche de la voix est un premier filtre, mais le vrai test est un texte de vous. Générez un paragraphe de votre prochain script, pas une seule phrase, et écoutez-le au casque.

  • Ressemblance : écoutez votre enregistrement puis l'audio généré, l'un après l'autre. Si une personne de votre entourage ne sait pas dire tout de suite lequel est lequel, c'est bon.
  • Énergie : si cela sonne plus plat que vous, l'enregistrement était presque toujours plat. Refaites-le avec plus d'expression.
  • Bruit ou écho dans le résultat : c'était déjà dans l'échantillon. Améliorez-le ou enregistrez dans une autre pièce.
  • Mots étranges : les montants, les dates, les heures et les prix sont bien lus d'eux-mêmes, mais les sigles, abréviations et symboles sont lus tels qu'ils sont écrits. Si vous voulez une lecture précise, écrivez-la comme elle se prononce (« sé-o-deux », « trois fois » plutôt que « 3x »).

Utiliser sa voix clonée dans une autre langue

Votre voix clonée parle les 17 langues de Voizum : allemand, anglais, espagnol, français, portugais, italien, russe, néerlandais, polonais, chinois, japonais, coréen, hindi, arabe, turc, indonésien et roumain. La langue de chaque audio découle du texte que vous écrivez. Vous pouvez donc enregistrer en français et générer un script en anglais.

Dans une autre langue, votre voix sonne naturelle et sans accent. Si vous voulez qu'elle sonne comme vous quand vous parlez anglais, avec votre accent, choisissez « Anglais » sous « Conserver l'accent » au moment du clonage ou plus tard dans « Modifier la voix ». Vous pouvez choisir plusieurs langues.

Votre casCe que vous choisissez
Vous enregistrez et publiez dans la même langueRien : votre voix sonne comme vous
Chaîne dans une autre langue, sans qu'on entende votre accentRien : dans une autre langue, elle sonne naturelle
Elle doit sonner comme vous quand vous parlez une autre langue, avec votre accentCette langue sous « Conserver l'accent »
Traduire vos vidéos dans plusieurs languesEssayez avec et sans accent et comparez

Peut-on cloner sa voix gratuitement ?

Pas chez Voizum : le clonage coûte 199 crédits et suppose d'avoir déjà acheté. Les crédits offerts chaque mois avec Google (600 crédits, environ 10 minutes) servent à créer des audios avec les plus de 400 voix de la bibliothèque, pas à cloner.

En dehors de Voizum, il y a deux voies. Des modèles open source clonent une voix à partir de quelques secondes et tournent sur votre ordinateur, mais ils demandent une carte graphique puissante et de l'expérience technique, et la qualité dépend de votre configuration. Les applications de montage vidéo et de voix qui proposent le clonage le réservent en général aux formules payantes ou n'autorisent que très peu d'usages par mois.

Si vous avez seulement besoin d'une voix qui lise votre script et qu'elle n'a pas à être la vôtre, inutile de cloner : une voix de la bibliothèque avec les crédits offerts du mois peut suffire pour commencer.

Erreurs fréquentes en clonant sa voix

  • Utiliser l'audio d'une vidéo avec de la musique de fond. La musique s'infiltre dans la voix. Enregistrez à part, ou améliorez d'abord l'enregistrement s'il n'y en a pas d'autre.
  • Enregistrer dans la salle de bains « parce que ça sonne bien ». Cela sonne bien à cause de la réverbération, et cette réverbération est clonée avec.
  • Lire vite pour finir plus tôt. Le clone parlera vite dans tous vos audios.
  • Mélanger deux sessions ou deux micros dans un échantillon. Faites une seule prise continue.
  • Couper l'enregistrement au milieu d'un mot au lieu d'une pause.
  • Améliorer un enregistrement qui était déjà propre.
  • Juger le clone sur une seule phrase. Testez un long paragraphe d'un vrai script.

Sources consultées

  1. Règlement européen sur l'IA, article 50 : obligations de transparence et hypertrucages
  2. Aide YouTube : déclarer les contenus modifiés ou synthétiques
  3. FTC : arnaques à la voix clonée avec de fausses urgences familiales
  4. OpenVoice : exemple de modèle open source de clonage de voix

Nos guides vous sont utiles ? Ajoutez Voizum comme source préférée et Google vous montrera davantage de nos contenus.

Ajouter sur Google ↗

Cela peut aussi vous servir

Questions fréquentes

Combien de secondes d'audio faut-il pour cloner sa voix ?
Entre 15 et 60, c'est ce que demande Voizum. Avec 10 à 20 secondes propres, la ressemblance est déjà là ; un enregistrement plus long ne la rend pas plus fidèle. Ce qui compte bien davantage, c'est que l'enregistrement soit propre.
Puis-je cloner ma voix gratuitement ?
Pas chez Voizum : le clonage coûte 199 crédits et suppose d'avoir déjà acheté. Il existe des modèles open source gratuits à installer sur son ordinateur, mais ils demandent une carte graphique puissante et des connaissances techniques. Les crédits offerts par Voizum servent à créer avec les voix de la bibliothèque.
Est-il légal de cloner ma voix avec l'IA ?
Oui, si c'est la vôtre. Il n'est pas permis de cloner une autre personne sans son autorisation ni de faire croire qu'une personne réelle a dit quelque chose qu'elle n'a pas dit. Dans l'Union européenne, un contenu qui imite des personnes réelles et peut passer pour authentique doit en outre être signalé comme généré par IA.
Puis-je cloner ma voix à partir d'un message WhatsApp ou d'une vidéo ?
Oui, si l'enregistrement est assez long et que vous seul parlez, mais le résultat sera moins bon qu'avec un enregistrement fait pour l'occasion. Les messages vocaux sont très compressés, et les vidéos ont souvent de la musique ou de l'écho. Si c'est tout ce que vous avez, extrayez l'audio, envoyez-le et utilisez « Améliorer l'enregistrement » si Voizum détecte du bruit.
Ma voix clonée peut-elle parler anglais ou une autre langue ?
Oui, dans les 17 langues de Voizum. Dans une autre langue, elle parle naturellement, sans votre accent ; si vous voulez le garder, choisissez cette langue sous « Conserver l'accent ». La langue de chaque audio est déterminée par le texte que vous écrivez.
Puis-je cloner la voix d'une célébrité ou d'une autre personne ?
Pas sans son autorisation. Chez Voizum, vous ne pouvez cloner que votre propre voix ou celle d'une personne qui vous y autorise. Les voix de célébrités et l'usurpation d'identité ne sont pas permises. Utiliser commercialement la voix d'une autre personne sans autorisation est illégal dans de nombreux pays.
Puis-je cloner ma voix pour chanter ?
Pas avec Voizum : il est conçu pour la voix parlée, comme la narration, la voix off, les formations ou le doublage. Pour chanter, il existe des outils de conversion de voix chantée, qui fonctionnent autrement.
Dois-je déclarer sur YouTube que j'utilise ma voix clonée ?
Non, s'il s'agit de votre propre voix pour une voix off ou un doublage : l'aide YouTube range cela parmi les usages qui n'ont pas à être déclarés. Les contenus réalistes qui donnent l'impression qu'une personne réelle a dit quelque chose qu'elle n'a pas dit, vous devez les signaler.

Plus de guides

Saisissez votre texte et écoutez-le avec une voix réaliste

Cloner une voix coûte 199 crédits et il faut avoir déjà acheté un pack. Packs à partir de 5,99 €, sans abonnement.