En bref
- Choisissez ou créez une voix et enregistrez-la, pour que chaque chapitre ait la même voix.
- Nettoyez le texte : retirez les numéros de page, les appels de note et les en-têtes ; écrivez les noms inhabituels comme ils se prononcent.
- Générez un chapitre ou une section à la fois, dans la limite de longueur de votre offre.
- Écoutez tout, régénérez chaque section qui sonne mal, et assemblez les fichiers dans votre logiciel de montage.
Choisir la voix une fois pour toutes
Pour tout ce qui dure plus de quelques minutes, utilisez une voix enregistrée : une voix prête à l'emploi, l'une de vos voix de My Voices ou une voix créée avec Voice Design et enregistrée. Une voix enregistrée reste la même à chaque génération : le chapitre 12 sonne comme le chapitre 1. Les voix calmes et régulières sont en général celles qui s'écoutent le mieux pendant des heures. Essayez-en quelques-unes sur une page de votre vrai texte avant de vous décider. Voir comment créer une voix et comment en cloner une.
Ce qui tient dans une génération
| Offre | Caractères par génération | Environ |
|---|---|---|
| Gratuit | 1 000 | 1 minute |
| Starter | 3 000 | 3 min 20 |
| Creator | 10 000 | 11 minutes |
| Studio | 20 000 | 22 minutes |
Les caractères chinois, japonais et coréens comptent triple. Comptez environ 900 caractères par minute de parole : un roman d'environ 400 000 caractères (à peu près 70 000 mots en anglais) représente donc 7 à 8 heures d'audio environ, soit une vingtaine de générations avec l'offre Studio. Pour votre propre texte, partez de son nombre de caractères, espaces compris : votre traitement de texte l'indique.
Ce qui se passe avec les textes longs
Au-delà d'une minute environ, VoiceAct génère le texte en segments qui se terminent à une fin de paragraphe ou de phrase, puis les assemble avec une pause d'environ 0,75 seconde entre les paragraphes et de 0,4 seconde entre les phrases. Vous entendez le premier segment au bout de quelques secondes. Les segments suivants sont en général prêts avant que la lecture ne les atteigne, ce qui laisse le temps de les vérifier par reconnaissance vocale : un segment où des mots ont été sautés ou déformés est régénéré automatiquement, avant que vous ne l'entendiez. Si une partie que vous avez déjà écoutée risque de contenir une erreur de lecture, le Studio vous propose de la régénérer gratuitement.
Préparer le texte
- Retirez des PDF ou des livres numériques les numéros de page, les titres courants, les appels de note et les césures.
- Faites des paragraphes : une ligne vide donne une pause plus longue qu'un point.
- Si des noms ou des termes sortent mal, écrivez-les tels qu'ils se prononcent.
- Les nombres, les dates et les unités sont lus pour vous ; vérifiez une fois les formats inhabituels.
- Besoin d'un silence fixe, par exemple entre deux scènes ? Utilisez
[pause 2s](voir pauses et timing).
Niveaux et plateformes de livres audio
Chaque fichier sort à environ −18 LUFS, avec des crêtes sous −1 dB environ : les chapitres sont homogènes sans travail supplémentaire. Les plateformes de livres audio fixent leurs propres limites. ACX, par exemple, demande des crêtes sous −3 dB et un RMS compris entre −23 et −18 dB : baissez donc le niveau d'environ 3 dB dans votre logiciel de montage, et contrôlez le résultat avec les outils de la plateforme avant l'envoi. Et lisez la politique de la plateforme sur la narration par IA avant de générer un livre entier : certaines exigent de la signaler, d'autres ne l'acceptent pas du tout.
Méthode pour un livre entier
- Générez le chapitre 1 et écoutez-le en entier. Ajustez la voix ou les règles de texte maintenant, pas après 30 chapitres.
- Générez les chapitres suivants avec la même voix enregistrée. Téléchargez-les en WAV pour le montage.
- Écoutez tout et régénérez chaque section qui sonne mal. Quand le Studio signale une prise, la nouvelle prise est gratuite.
- Assemblez les fichiers dans votre logiciel de montage, ajoutez si vous le souhaitez une ambiance (room tone) ou de la musique, et exportez au format de la plateforme.
Droits
Vous pouvez utiliser l'audio à des fins commerciales, à condition de détenir les droits sur le texte que vous mettez en voix. Chaque fichier porte un filigrane audio inaudible, et les téléchargements contiennent en plus des identifiants de contenu signés (Content Credentials) qui les signalent comme générés par IA. Les règles complètes figurent dans les conditions d'utilisation (en anglais).