FILTRE AUDIO IA
Le filtre audio IA d'Audiofilter pour la synthèse vocale transforme des mots écrits en parole naturelle sur votre propre machine. Choisissez parmi 19 voix gratuites ou clonez-en une nouvelle à partir d'un seul court enregistrement, tapez votre texte et appuyez sur Convertir. Comme tous les filtres audio de ce site, le modèle tourne dans la page — votre texte et vos enregistrements ne quittent jamais ce navigateur.
SharedArrayBuffer, ce qui exige les en-têtes
Cross-Origin-Opener-Policy et Cross-Origin-Embedder-Policy
ainsi qu'un contexte sécurisé (localhost ou HTTPS). Si vous venez de modifier les réglages du serveur, forcez le rechargement (Ctrl/Cmd + Maj + R).
SharedArrayBuffer et d'un tas WebAssembly capable de monter à 1,5 Go, et ce sont Chrome et Edge qui gèrent cette combinaison le plus prévisiblement. Firefox et Safari ont les threads et
SharedArrayBuffer eux aussi, mais plafonnent plus bas la mémoire WebAssembly — ils valent donc le coup d'être essayés : si le moteur ne démarre pas, ou s'arrête en cours de route, passez à Chrome. Chrome sur téléphone ou tablette fonctionne également ; le premier téléchargement et chaque génération prennent simplement plus de temps sur le processeur d'un téléphone. Les quatre autres outils Audiofilter n'ont pas cette exigence et fonctionnent partout.
Synthèse vocale et clonage de voix — gratuits, illimités, sans aucun envoi
Appuyez sur le petit bouton pour écouter
Premier passage seulement — tout est mis en cache ensuite.
Anglais uniquement
Des valeurs plus élevées laissent le modèle tenir une phrase ouverte un peu plus longtemps avant de la terminer. L'effet est subtil — environ une seconde sur toute la plage.
Une courte démonstration enregistrée par Audiofilter.
Chargement de la vidéo… La vidéo n’est pas disponible ici. Utilisez le lien vers X ci-dessous.La lecture de cette vidéo charge du contenu de X. La politique de confidentialité de X s’applique.
Trois étapes, aucune inscription
Partez de l'une des dix-neuf voix intégrées, ou créez-en une nouvelle à partir d'un seul enregistrement — déposez un fichier audio, ou enregistrez une dizaine de secondes directement au micro. Il n'y a ni étape d'entraînement ni file d'attente : la voix est prête dès que l'extrait a été lu.
Collez jusqu'à 500 caractères, puis réglez la façon dont ils doivent être lus. L'expressivité décide de la variation du débit d'un passage à l'autre, et les réglages de pause fixent la durée du repos entre les phrases et aux virgules — la différence entre une lecture alerte et une narration posée.
L'audio commence à jouer pendant qu'il se fabrique, vous entendez donc les premiers mots avant que les derniers n'existent. Parcourez la forme d'onde pour vérifier, puis enregistrez le résultat en MP3, AAC ou WAV. Toute conversion après la première démarre immédiatement, parce que le modèle est déjà sur votre machine.
Aucun compte, aucun quota, aucun filigrane
Un court extrait suffit pour cloner une voix. Rien n'est réentraîné et rien n'est conservé — l'extrait est transformé en un embedding de voix compact dans le navigateur, utilisé tant que l'onglet est ouvert, puis disparu.
Il n'y a ni backend ni clé d'API, et c'est la seule page d'outil sans publicité. Le modèle de parole lui-même est compilé en WebAssembly et tourne dans la page, votre texte et vos enregistrements n'ont donc nulle part où aller, même en principe.
Chaque voix intégrée est publiée sous CC0, ce qui veut dire que l'audio que vous générez est librement utilisable commercialement, sans rien à créditer — chose rare pour un outil de synthèse vocale gratuit.
Réglez l'expressivité, la pause entre les phrases et le traitement des virgules comme respirations. Un seuil de fin de phrase est également disponible, pour tenir une phrase ouverte une fraction de seconde de plus avant qu'elle ne se referme.
Les téléchargements sont encodés sur votre appareil eux aussi, le fichier fini ne fait donc pas non plus l'aller-retour par un serveur. Le WAV s'écrit instantanément ; le MP3 et l'AAC passent par un encodeur local.
Le modèle est mis en cache la première fois que vous convertissez, les visites suivantes sautent donc entièrement le téléchargement et la génération démarre dès que vous appuyez sur Convertir.
Ce qui génère la parole sur cette page
La génération de voix ici, c'est PocketTTS, un moteur de synthèse vocale neuronale exécuté via ONNX Runtime compilé en WebAssembly. Il s'exécute dans cet onglet de navigateur, votre texte et tout échantillon de voix que vous fournissez restent donc sur votre propre appareil.
Le clonage de voix est zero-shot : un court échantillon est réduit à un embedding de voix compact qui conditionne la synthèse. Rien n'est réentraîné, rien n'est envoyé, et l'embedding disparaît quand vous fermez l'onglet.
Non. Il n'y a ni backend ni appel d'API. Le modèle tourne dans cet onglet de navigateur, et votre texte et vos enregistrements restent sur votre appareil.
Oui. Il n'y a ni compte, ni période d'essai, ni quota de caractères, ni filigrane. Comme le travail se fait sur votre propre machine plutôt que sur un serveur, il n'y a tout simplement rien à facturer.
Oui. Chaque voix intégrée est publiée sous CC0 1.0, la parole que vous générez vous appartient donc pour n'importe quel usage, y compris commercial, sans attribution. L'audio issu d'une voix que vous avez clonée vous appartient de même.
Le modèle doit être récupéré une fois avant que quoi que ce soit puisse être généré. Ensuite votre navigateur le garde en cache et Convertir répond immédiatement.
Six à douze secondes d'une seule personne qui parle clairement, sans musique de fond, écho ni autres voix. Plus long n'est pas mieux — les extraits de plus de quinze secondes sont raccourcis.
Jusqu'à 500 caractères par conversion, soit environ quatre-vingts mots ou une demi-minute de parole. Le nombre de conversions n'est pas limité, les scripts plus longs peuvent donc se faire paragraphe par paragraphe.
L'anglais. Le modèle a été entraîné sur de la parole anglaise et chaque voix intégrée est un lecteur anglophone, l'anglais est donc la seule langue qu'il prononce correctement. Le français, l'allemand, l'espagnol, le portugais, l'italien et le néerlandais produiront du son, mais avec les règles de lecture de l'anglais appliquées dessus. Le chinois, le japonais et le coréen ne fonctionnent pas : le tokeniseur n'a aucune pièce pour ces écritures, le texte est donc réduit à des octets bruts que le modèle n'a jamais vus. Les accents indiqués sur les voix sont des accents de l'anglais, pas des langues distinctes.
MP3, AAC ou WAV. L'encodeur tourne lui aussi sur votre appareil, le fichier fini n'est donc jamais envoyé où que ce soit avant que vous ne l'enregistriez.
Privilégiez Chrome ; Edge se comporte pareil, et Chrome sur téléphone ou tablette fonctionne aussi — le premier téléchargement et chaque génération prennent plus de temps sur le processeur d'un téléphone, mais l'outil tourne. Le moteur a besoin des threads WebAssembly et de SharedArrayBuffer, que les navigateurs anciens n'ont pas, et d'un tas WebAssembly capable de monter à 1,5 Go — c'est sur ce dernier point que Firefox et Safari fixent un plafond plus bas, le moteur peut donc ne pas y démarrer, ou s'arrêter en cours de route. Essayez-les si vous voulez, et passez à Chrome en cas d'échec. Cela ne concerne que la synthèse vocale ; le suppresseur de voix, le réducteur de bruit et le convertisseur fonctionnent dans n'importe quel navigateur récent.
Une fois le modèle mis en cache, générer de la parole ne demande aucun réseau. La page elle-même doit encore se charger, il vous faut donc une connexion pour l'ouvrir la première fois d'une session.
La page doit être servie avec les en-têtes COOP et COEP, via localhost ou HTTPS. Si le réglage vient d'être modifié, forcez le rechargement pour que le navigateur cesse de réutiliser sa copie en cache.
Besoin d'un autre filtre audio pour un enregistrement que vous avez déjà ?
Ouvrir le suppresseur de voix → Ouvrir le réducteur de bruit →