Synthèse vocale en ligne (TTS, gratuit)

Collez votre texte, choisissez une voix IA naturelle et enregistrez-la en WAV ou en MP3, ou utilisez instantanément les voix de votre appareil.

Avant de commencer Droits d’auteur, mention de voix IA et téléchargement de 400 Mo (touchez pour lire)

Chargement de l’outil...

Entendre un texte lu à voix haute aide à relire, à s’entraîner pour une présentation et améliore l’accessibilité. Cet outil propose deux modes. La « Voix IA haute qualité » fait tourner le modèle open source Supertonic 3 de Supertone directement dans ce navigateur et produit une narration naturelle, proche d’une voix humaine, que vous pouvez enregistrer en fichier WAV ou MP3. L’onglet « Voix de l’appareil » utilise la synthèse vocale intégrée à votre navigateur : vous pouvez l’utiliser tout de suite, sans rien installer ni télécharger de modèle.

Qu’est-ce que la Voix IA haute qualité (Supertonic 3) ?

Supertonic 3 est un modèle de synthèse vocale embarqué qui prend en charge 31 langues, dont le coréen, l’anglais, le japonais et le français. Il effectue l’inférence avec ONNX Runtime Web entièrement dans ce navigateur : votre texte ne quitte jamais votre appareil. Choisissez parmi 5 voix d’homme et 5 voix de femme, une vitesse de 0,8x à 1,5x et une qualité de 4, 8 ou 16 étapes de débruitage ; plus il y a d’étapes, plus le son est naturel, mais cela prend un peu plus de temps. Vous pouvez coller jusqu’à 5 000 caractères à la fois ; dans cette limite, les longs passages sont découpés automatiquement en segments de la taille d’un paragraphe, générés dans l’ordre et assemblés en un seul fichier audio. Les fichiers du modèle (environ 400 Mo) ne se téléchargent que la première fois ; ensuite, ils sont mis en cache dans ce navigateur. Si votre appareil prend en charge WebGPU, il est utilisé automatiquement pour une génération bien plus rapide, avec un repli automatique sur WebAssembly (WASM) sinon.

À quoi ça sert

Mode d’emploi (Voix IA haute qualité)

  1. Ouvrez l’onglet « Voix IA haute qualité » : sur cette page, le français est déjà sélectionné (dans « Autres langues ») ; vous pouvez aussi choisir le coréen, l’anglais, le japonais ou une autre langue. Choisissez ensuite une voix (Homme 1-5, Femme 1-5).
  2. Choisissez une vitesse (0,8 à 1,5x) et une qualité (4, 8 ou 16 étapes), puis collez votre texte (jusqu’à 5 000 caractères).
  3. Appuyez sur « Télécharger le modèle à l’avance » pour récupérer le modèle à l’avance, ou appuyez directement sur « Générer la voix IA » pour commencer tout de suite. Le modèle (environ 400 Mo) ne se télécharge qu’une fois.
  4. Le résultat se lit automatiquement ; enregistrez-le en fichier WAV ou MP3.
  5. Le Studio (dialogue, sous-titres, musique de fond) ne prend pas encore en charge le français : sur cette page, il démarre en anglais et l’indique à côté du choix de langue. Pour un texte en français, utilisez la carte principale de l’onglet Voix IA haute qualité. Écoutez toujours l’audio en entier avant de l’utiliser, notamment la lecture des noms propres, des sigles et des nombres.

Comment ça marche

La voix haute qualité est le modèle Supertonic 3 de Supertone, exécuté avec ONNX Runtime dans votre navigateur ; ses fichiers (environ 400 Mo) sont téléchargés une fois depuis notre stockage de modèles (models.dagotools.com, avec Hugging Face en secours), et les voix de l’appareil utilisent le moteur vocal intégré à votre système. Avec la voix IA, votre texte n’est jamais envoyé à un serveur, et chaque génération est limitée à 5 000 caractères. Dans l’onglet Voix de l’appareil, les voix marquées « en ligne » peuvent envoyer votre texte aux serveurs de l’éditeur du navigateur ou du système d’exploitation.

Avec la voix IA, votre texte et l’audio sont traités dans votre navigateur et ne sont pas envoyés à un serveur. Vous pouvez le vérifier vous-même avec un test réseau dans les outils de développement.

Mode d’emploi (Studio : dialogue, sous-titres, musique de fond)

  1. Collez votre script dans la carte « Studio » sous « Voix IA haute qualité ». Pour un dialogue, écrivez chaque réplique sous la forme « Nom : réplique ».
  2. Appuyez sur « Découper en phrases », puis réglez la voix de chaque intervenant et la vitesse, le ton et la pause de chaque phrase. Écoutez avec ▶ et régénérez une phrase avec ↻ si besoin.
  3. Vous pouvez ajouter des lignes « mot=prononciation » au dictionnaire de prononciation et choisir un fichier de musique de fond, avec son volume et son atténuation pendant la parole.
  4. Appuyez sur « Tout générer » pour créer toutes les phrases et les assembler. Si vous arrêtez, appuyez de nouveau pour continuer.
  5. Téléchargez le WAV ou le MP3 ainsi que les sous-titres SRT/VTT. Si vous publiez, indiquez qu’il s’agit d’une voix générée par IA.

Mode d’emploi (Voix de l’appareil)

  1. Dans l’onglet « Voix de l’appareil », collez le texte dans la zone.
  2. Choisissez une voix (parmi celles installées sur votre appareil), une vitesse (0,5 à 2,0x) et une hauteur (0,5 à 2,0x).
  3. Appuyez sur le bouton de lecture pour écouter.
  4. Pour enregistrer le son dans un fichier, appuyez sur « Enregistrer le son de l’onglet (expérimental) » et activez « Partager l’audio de l’onglet » dans la fenêtre de partage, sinon le son ne sera pas enregistré.

Formats pris en charge et limites

Logiciels libres utilisés

Conseils

Dépannage

Questions fréquentes

Puis-je enregistrer la voix dans un fichier audio ?

Oui. L’audio créé dans l’onglet « Voix IA haute qualité » s’enregistre directement en fichier WAV ou MP3. L’onglet « Voix de l’appareil » n’a pas de fonction d’enregistrement intégrée : utilisez plutôt la méthode d’enregistrement de l’écran.

Quel modèle fait fonctionner la voix IA ?

Le modèle open source Supertonic 3 de Supertone, exécuté directement dans ce navigateur (ONNX Runtime Web). Il prend en charge 31 langues et propose 5 voix d’homme et 5 voix de femme.

La voix IA a-t-elle besoin d’une connexion Internet ?

Seulement la première fois, pour télécharger les fichiers du modèle (environ 400 Mo). Ensuite, ils sont mis en cache dans ce navigateur et vous pouvez l’utiliser tout de suite la fois suivante.

Mon texte est-il envoyé à un serveur ?

Pas avec la Voix IA haute qualité : votre texte et l’audio généré sont traités entièrement sur cet appareil. Seuls les fichiers du modèle sont téléchargés, depuis le stockage de modèles de la famille Dagochim (models.dagotools.com, ou le distributeur d’origine Hugging Face en secours). Dans l’onglet Voix de l’appareil, les voix marquées « en ligne » peuvent envoyer votre texte aux serveurs de l’éditeur du navigateur ou du système d’exploitation.

Pourquoi les voix de l’appareil varient-elles d’une personne à l’autre ?

La liste des voix de l’appareil vient des moteurs vocaux installés sur chaque appareil et navigateur, elle varie donc d’un appareil à l’autre. La voix IA propose toujours les mêmes 10 voix à tout le monde.

Puis-je publier un audio créé avec la voix IA ?

Oui, mais vous devez indiquer qu’il a été généré par IA, et vous ne pouvez pas l’utiliser pour vous faire passer pour quelqu’un, créer des deepfakes, faire quoi que ce soit d’illégal, harceler qui que ce soit ou diffuser de la désinformation. Voir la licence OpenRAIL-M pour le détail.

Peut-il lire plusieurs paragraphes d’un coup ?

Oui. La voix IA accepte jusqu’à 5 000 caractères par génération ; dans cette limite, un texte long est découpé automatiquement en segments de la taille d’un paragraphe, lus dans l’ordre puis réassemblés. Au-delà de 5 000 caractères, générez la suite en une autre fois.

Puis-je créer un dialogue à plusieurs voix ?

Oui. Dans le Studio, écrivez chaque réplique sous la forme « Nom : réplique » et chaque nom est lu avec une voix différente. Vous pouvez changer la voix d’un intervenant pour toutes ses répliques à la fois ou phrase par phrase, et les noms figurent aussi dans les sous-titres.

Puis-je régénérer une seule phrase ?

Oui. Après « Découper en phrases », vous pouvez régler la voix, la vitesse, le ton et la pause de chaque phrase et utiliser le bouton ↻ pour ne régénérer que celle-ci. Les phrases inchangées ne sont pas régénérées : c’est rapide.

Puis-je télécharger des sous-titres (SRT/VTT) ?

Oui. Une fois tout généré, vous pouvez télécharger des sous-titres SRT et VTT en plus du WAV ou du MP3. Les temps des sous-titres viennent de la position de chaque phrase dans l’audio final : ils sont donc calés dans un logiciel de montage vidéo.

Puis-je ajouter une musique de fond ?

Oui. Choisissez un fichier musical sur votre appareil et réglez son volume, son atténuation pendant la parole (dB), les fondus d’entrée et de sortie et la lecture en boucle. Elle baisse de la valeur choisie pendant la parole et remonte pendant les pauses de plus de 0,4 seconde. Vérifiez vous-même les droits d’auteur de la musique.

Puis-je contrôler la prononciation des noms ou des mots anglais ?

Oui. Ajoutez des lignes « mot=prononciation » au dictionnaire de prononciation (par exemple GIF=jif ou Nguyen=win) : elles sont remplacées avant la synthèse. Le dictionnaire est enregistré uniquement sur cet appareil. Les nombres, dates, unités et montants ne sont convertis automatiquement en mots que pour les textes en coréen ; dans les autres langues, écrivez-les comme vous voulez les entendre (par exemple « deux mille vingt-six » pour 2026).

En savoir plus

Pour plus de détails, consultez le guide : Utiliser la synthèse vocale et l’enregistrer dans un fichier.

Pour les développeurs : Tools That Don't Upload propose une API REST avec une offre gratuite (limites d’utilisation) pour les données, le texte, le code, les PDF et les tâches web. Le traitement audio ne fait pas partie de l’API.

Autres outils gratuits