Comment faire une synthèse vocale avec plusieurs voix ?
Ouvrez Synthèse vocale dans l'application et passez de Texte à Dialogue, ou collez un script où chaque ligne commence par un nom et deux-points : l'application vous propose le changement. Chaque nom devient un personnage avec sa propre voix. Changez celles que vous voulez, puis cliquez sur Lire le dialogue. Vous obtenez un MP3 avec toutes les lignes dans l'ordre.
Combien coûte un dialogue ?
Exactement ce que coûte le même texte avec une seule voix : par tranche de 1,000 caractères au tarif du niveau (50 crédits en Standard, 110 en Enhanced, 160 en Premium), avec un minimum de 10 crédits. Le nombre de personnages et de voix ne change pas le prix, et le total s'affiche sur le bouton avant toute génération.
Quelle longueur peut avoir un dialogue ?
Jusqu'à 8 personnages et 100 lignes, avec 5,000 caractères au plus par ligne. Un long dialogue est généré en plusieurs fois : les premières lignes, environ 5,000 caractères, tout de suite, et le reste une fois que vous les avez écoutées et décidé de continuer.
Les personnages peuvent-ils parler des langues différentes ?
Oui. Chaque personnage a sa propre voix, et chaque voix lit la langue de ses répliques : une professeure en français et un serveur en espagnol, ou deux locuteurs natifs de l'une des 22 langues qui ont des voix natives. Toutes les voix d'un dialogue viennent du même niveau.
Puis-je modifier une ligne sans refaire tout le dialogue ?
Oui. Ouvrez le dialogue depuis votre historique, modifiez les lignes et relancez la génération. Les lignes inchangées gardent leur audio : seules les lignes modifiées sont générées et facturées. Ou cliquez sur « Revoicer cette réplique » sur une seule ligne : choisissez une autre voix, corrigez un mot ou ajoutez une indication comme [whispers], et seule cette ligne est générée à nouveau. Avec le même texte, elle coûte de nouveau son prix ; avec un texte modifié, le prix du nouveau texte.
Les indications de jeu fonctionnent-elles dans un dialogue ?
Oui, ligne par ligne : tapez [whispering], [laughs], [pause] ou une autre courte indication en anglais dans la ligne. Les voix Enhanced et Premium acceptent n'importe quelle courte indication. Les voix universelles du niveau Standard lisent du texte brut : leurs balises sont retirées avant la génération.
Que reçoit-on à la fin ?
Un MP3 du dialogue entier, avec la pause choisie entre les lignes. Il reste 90 jours dans votre historique, où vous pouvez l'écouter, le télécharger à nouveau ou le modifier.
Puis-je avoir des sous-titres pour un dialogue ?
Oui, avec les voix Enhanced et Premium. La flèche à côté du MP3 vous donne un fichier SRT ou VTT calé mot à mot sur l'audio, et « Sous-titres avec noms (SRT) » place le nom de chaque personnage devant ses répliques, pratique pour les cours de langue et les interviews traduites. Les sous-titres ne coûtent rien de plus ; les voix Standard n'en ont pas.
Puis-je utiliser l'audio à des fins commerciales ?
Oui. La génération passe par les offres API commerciales payantes de nos fournisseurs de voix, dont les conditions autorisent l'usage commercial de l'audio généré. Vous êtes responsable du contenu du script.