Guides
Synthèse vocale Google et voix de robot : que choisir ?
L'équipe Voizum · Mis à jour · 10 min de lecture
La « synthèse vocale Google », c'est la voix qui lit un texte à voix haute sur un téléphone Android et dans Google Traduction : claire, un peu plate, très reconnaissable. Elle sert à écouter un mot ou une phrase sur le moment, pas à narrer une vidéo de dix minutes, et elle ne vous donne pas de fichier audio. Loquendo, l'autre voix de robot dont on parle, n'est plus vendu seul depuis 2011. Vous trouverez ci-dessous ce que fait chacune, ce que vous pouvez utiliser à la place et comment obtenir une voix de narrateur naturelle, en MP3, avec Voizum.
Avant de continuer : écoutez le rendu
Lancez la lecture. Chacune de ces voix lit le texte que vous écrivez.
Si vous vous connectez avec Google, nous vous offrons 600 crédits chaque mois : environ 10 minutes d'audio.
Synthèse vocale Google et voix de robot : de quoi parle-t-on ?
Quand on cherche « synthèse vocale Google », on veut presque toujours la voix qui lit un texte à voix haute : celle du bouton d'écoute de Google Traduction, ou celle que le téléphone utilise pour lire un texte à l'écran. C'est une voix synthétique, claire et sans émotion, devenue un classique des mémes et des vidéos d'humour. « Voix de robot » est la recherche plus large pour le même goût : cette diction plate et métallique qui rappelle les vieux ordinateurs.
Loquendo appartient à la même famille de souvenirs, mais c'est autre chose : un logiciel que des internautes installaient sur leur ordinateur pour narrer des vidéos. Il est surtout connu en Espagne et en Amérique latine, où la voix Jorge a narré des milliers de vidéos YouTube en espagnol. En France, presque personne ne le cherche.
| Voix | D'où elle vient | Peut-on s'en servir aujourd'hui pour narrer une vidéo ? |
|---|---|---|
| Synthèse vocale Google | Le bouton d'écoute de Google Traduction et la lecture de texte à voix haute sur Android | Elle sert à écouter une phrase sur le moment ; ce n'est pas un outil de narration et elle ne produit pas de fichier audio |
| Loquendo (Jorge, Carmen, Diego, Francisca…) | Entreprise de Turin, en Italie ; ses voix étaient vendues aux particuliers via des logiciels de lecture comme TextAloud | Non : il n'est plus vendu seul depuis le rachat par Nuance en 2011 |
| Voix de robot générique | Voix du système et sites qui imitent le style d'autrefois | Oui, pour une blague ou un mème ; sur une vidéo longue, elle fatigue vite |
Ce qu'était Loquendo
Loquendo était une entreprise de Turin (Italie) spécialisée dans les technologies vocales : transformer du texte en voix, reconnaître ce qui se dit et vérifier qui parle. Née comme groupe de recherche au milieu des années 1970 au sein du CSELT, le laboratoire de l'opérateur téléphonique italien, elle est devenue en février 2001 une société à part entière de Telecom Italia.
Son produit phare était le moteur de synthèse vocale. Les entreprises l'intégraient dans des standards téléphoniques, des GPS et des téléphones ; les particuliers achetaient ses voix par l'intermédiaire de logiciels de lecture comme TextAloud et les utilisaient chez eux. C'est par cette seconde porte que Jorge est arrivé sur YouTube.
| Date | Ce qui s'est passé |
|---|---|
| Milieu des années 1970 | Naissance du groupe de recherche sur la voix au CSELT (Turin) |
| 1er février 2001 | Loquendo devient une société de Telecom Italia |
| Mai 2006 | Publication sur YouTube de la première vidéo connue avec l'une de ses voix |
| 12-13 août 2011 | Telecom Italia annonce la vente à Nuance pour une valeur d'entreprise de 53 millions d'euros |
| 30 septembre 2011 | Clôture de l'achat (environ 55 millions d'euros versés) |
| 4 mars 2022 | Microsoft finalise le rachat de Nuance |
Peut-on télécharger Loquendo aujourd'hui ?
Pas légalement. Loquendo n'a jamais été gratuit : les voix s'achetaient sous licence, une par voix et par logiciel, et depuis le rachat de 2011 la marque n'est plus vendue seule. Tout ce qui circule sous des noms comme « Loquendo portable » ou « Loquendo + voix » est une copie sans licence, souvent livrée avec des cracks pour contourner l'activation.
Et c'est précisément le type de téléchargement qui apporte le plus d'infections. Dans une étude de l'Université nationale de Singapour, 100 % des sites analysés qui proposaient des logiciels piratés exposaient l'utilisateur à des risques de sécurité, et le cheval de Troie était le code malveillant le plus fréquent dans ce qui en était téléchargé (51 % des infections).
- Des installateurs qui demandent de désactiver l'antivirus « pour que le crack fonctionne ».
- Des exécutables cachés dans une archive .zip ou .rar protégée par mot de passe.
- Des programmes de 2008 qui ne s'installent plus correctement sur un Windows actuel et réclament des « correctifs ».
Que choisir à la place de la synthèse vocale Google ou de Loquendo ?
Avant de choisir, décidez ce que vous cherchez : le son de robot exact des anciennes vidéos, ou un narrateur qui lit votre texte clairement. Aucune option ne vous donne les deux à la fois.
| Option | Prix | Rendu | À quoi elle sert |
|---|---|---|---|
| Voix du système (Windows, Android, iPhone, Mac) | Gratuit | Synthétique, plate, proche de celle d'autrefois | Une phrase isolée, un mème, lire un texte à voix haute sur le moment |
| Sites en ligne qui imitent ces voix | Gratuit avec une limite de caractères, puis payant | Variable : ils ne sont pas officiels et beaucoup n'indiquent pas quelle voix ils utilisent | Essayer des phrases courtes sans rien installer |
| Voix IA (comme Voizum) | 600 crédits offerts par mois avec Google ; ensuite environ 60 crédits par minute d'audio | Naturel, comme un vrai narrateur | Narrer un long texte pour une vidéo et le télécharger en MP3 |
Les voix déjà présentes sur votre appareil
Windows intègre des voix en français dans les paramètres, sous Heure et langue, et le Narrateur s'en sert pour lire à voix haute. Android et iPhone ont leur propre sortie de synthèse vocale dans les réglages d'accessibilité. Pour une phrase de plaisanterie, elles suffisent et sont gratuites. Le problème, c'est l'enregistrement : elles ne permettent pas d'exporter l'audio tel quel, et pour l'intégrer à une vidéo il faudrait enregistrer l'écran ou le son de l'ordinateur.
Les sites qui imitent ces voix
Si vous cherchez « Loquendo en ligne » ou « voix de robot », vous trouverez plusieurs sites qui utilisent ces noms. Aucun n'est un produit de Loquendo ni de son propriétaire actuel, et la plupart n'indiquent pas quel moteur produit la voix : ce que vous entendez peut ressembler à Jorge ou n'avoir rien à voir. La version gratuite se limite souvent à quelques centaines de caractères. Ils servent à essayer, pas à narrer dix minutes.
Les voix IA pour un texte entier
Les chaînes qui auraient utilisé Jorge en 2008 collent aujourd'hui leur texte, choisissent une voix et récupèrent un MP3 pour leur logiciel de montage. Une vidéo de quinze minutes narrée ainsi se regarde jusqu'au bout ; avec une voix métallique, les gens partent plus tôt.
Comment obtenir un ton de narrateur de vidéo à l'ancienne avec une voix IA
Ce que l'on peut reproduire de ces vidéos, c'est le ton : un narrateur sérieux, neutre, qui raconte n'importe quoi avec le même calme. Voici comment faire dans Voizum :
- 1Ouvrez Voix et filtrez par français. Écoutez l'échantillon de plusieurs voix avant de choisir ; pour un ton sobre, cherchez une voix masculine posée.
- 2Choisissez une voix au ton serein et écrivez des phrases sans points d'exclamation. Elle sonnera plus neutre, comme un lecteur qui lit sans jouer.
- 3Réglez la vitesse. Elle va de 0.5× à 2× : les vidéos de l'époque étaient narrées un peu vite, essayez donc de l'augmenter légèrement plutôt que de la laisser à 1×.
- 4Écrivez des pauses là où vous voulez un silence dramatique : <#1.5#> entre deux phrases ajoute une seconde et demie, jusqu'à un maximum de 10 secondes.
- 5Les montants et les dates sont bien lus tels quels ; les sigles, écrivez-les comme vous voulez les entendre. Si vous écrivez « GTA », le résultat peut surprendre ; « gé té a » ne laisse aucun doute.
- 6Générez d'abord un court extrait, écoutez-le et, quand le ton vous convient, générez le texte entier. Téléchargez-le en MP3 et passez-le à votre logiciel de montage.
Pourquoi ces voix sonnaient ainsi, et pourquoi celles d'aujourd'hui non
Loquendo fonctionnait comme un collage. Une personne enregistrait pendant des heures des milliers de phrases ; le logiciel les découpait en très petits morceaux (syllabes, transitions entre les sons) et, pour lire votre texte, cherchait les morceaux qui convenaient et les collait les uns derrière les autres. Cette technique s'appelle la synthèse par sélection d'unités.
D'où le rendu : chaque morceau était de la vraie voix, mais les raccords s'entendaient, et l'intonation d'une phrase était décidée par des règles, pas par le sens de ce qui était dit. Une question et une affirmation sonnaient presque pareil.
Une voix IA ne colle pas de morceaux. Elle a appris, à partir de très nombreuses heures de parole, comment sonne quelqu'un qui lit, et génère chaque phrase entière selon ce qu'elle dit : où tombe l'accent, comment la fin d'une affirmation descend et celle d'une question monte. Il n'y a pas de raccords, et le rythme change d'une phrase à l'autre.
Durée et coût d'un texte narré
Pour une vidéo de dix minutes, comptez environ 10 000 caractères de texte. Affinez ensuite avec la vitesse, car chaque voix a son propre rythme et cela pèse plus sur la durée que le texte lui-même.
Chez Voizum, 1 000 caractères coûtent 60 crédits, sans abonnement, et les crédits achetés n'expirent pas. Si vous vous connectez avec Google, vous avez 600 crédits offerts chaque mois, soit environ 10 minutes d'audio : de quoi essayer plusieurs voix avec le début de votre texte avant de payer.
Ce qu'il vaut mieux éviter
Utiliser une voix IA pour narrer vos vidéos est permis. Ce qui ne l'est pas, c'est de s'en servir pour se faire passer pour quelqu'un d'autre ou pour du contenu illégal.
- Ne présentez pas votre vidéo comme réalisée avec Loquendo ou Google et n'utilisez pas leurs logos : ce sont des marques déposées d'autres entreprises.
- N'essayez pas de reproduire la voix d'un youtubeur ou d'un comédien connu : imiter une personne réelle sans son autorisation n'est pas permis.
- Ne téléchargez pas d'installateurs de « Loquendo gratuit » : souvenez-vous de l'étude de Singapour plus haut.
Sources consultées
- Loquendo (Wikipédia en espagnol)
- Loquendo (Wikipédia en anglais)
- TIM Group : clôture de la vente de Loquendo à Nuance (30/09/2011)
- RCR Wireless : Telecom Italia vend Loquendo à Nuance pour 53 millions d'euros
- Microsoft finalise le rachat de Nuance (4/03/2022)
- ACTOR : un système multilingue de synthèse par sélection d'unités (Loquendo)
- Étude de la NUS sur les logiciels malveillants dans les logiciels piratés (Microsoft, 2017)
Nos guides vous sont utiles ? Ajoutez Voizum comme source préférée et Google vous montrera davantage de nos contenus.
Ajouter sur Google ↗
2Comment écouter un texte avec la voix de Google Traduction ?
Si vous voulez seulement entendre un texte avec la voix de Google :