Fonctionnement de Text to Speech : voix, limites et tarifs

Text to Speech transforme un texte écrit en fichier audio parlé. Vous pouvez l'utiliser pour ajouter une voix off à des diapositives ou une vidéo, écouter un article au lieu de le lire, entendre la prononciation d'une phrase étrangère ou envoyer un message avec votre propre voix clonée. Cet outil fonctionne sur web.vocalingo.app, iOS et Android.

Quel texte vous pouvez saisir

Une génération accepte jusqu'à 10 000 caractères, soit environ 11 minutes de parole à un rythme normal. Un compteur situé sous le champ indique le nombre de caractères.

• Saisissez le texte ou appuyez sur Coller pour l'insérer depuis le presse-papiers.

• Dictez-le à l'aide du bouton du microphone : l'application convertit votre voix en texte.

• Envoyez-le depuis un autre outil : après Speech to Text ou Video to Text, appuyez sur Text to speech sous Et ensuite ?.

Si le texte est trop long, l'application affiche « Text is too long. Maximum 10000 characters. ». Divisez-le en plusieurs parties et générez l'audio une par une.

Comment vocaliser un texte

1. Dans l'onglet Outils, ouvrez Text to Speech.

2. Dans l'onglet Texte, saisissez le texte et appuyez sur Continuer.

3. Dans l'onglet Voix, choisissez une voix. Le bouton de lecture à côté d'une voix permet d'écouter un extrait. Par défaut, la voix MiniMax Expressive Narrator est sélectionnée.

4. Si nécessaire, configurez la voix sous la liste : instructions pour les voix OpenAI, émotion, vitesse et hauteur pour MiniMax, stabilité, similarité et style pour ElevenLabs. Appuyez sur Continuer.

5. Dans l'onglet Résultat, vérifiez le coût estimé et appuyez sur Générer.

Pendant la création du fichier audio, le bouton affiche « Génération audio en cours... » avec un pourcentage, et l'option Annuler apparaît en dessous.

Quelles voix vous pouvez choisir

Le sélecteur de voix comporte sept onglets : Favoris, Récents, Mes voix, MiniMax, Qwen 3, OpenAI et ElevenLabs. MiniMax et ElevenLabs offrent le rendu le plus naturel pour les textes longs, les voix OpenAI peuvent être guidées par des instructions, et Mes voix regroupe les voix clonées à partir de vos enregistrements. Retrouvez un comparatif complet des groupes et des prix : quelle voix Text to Speech choisir. Comment rechercher, écouter un extrait et enregistrer des voix dans les Favoris : choisir une voix.

Comment ajouter des rires, des pauses et le bon accent tonique

Avec les voix MiniMax et ElevenLabs, l'onglet Texte affiche des balises. Appuyez sur une balise pour la copier et collez-la dans le texte à l'endroit souhaité.

• MiniMax : (laughs), (sighs), (coughs), (crying), (gasps), (groans), et <#1#> pour une pause d'une seconde.

• ElevenLabs : [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying], et des points de suspension pour une pause. Trop de balises à la suite peuvent altérer la qualité du son.

• Si l'accent tonique d'un mot n'est pas sur la bonne syllabe, écrivez la partie accentuée en lettres majuscules, par exemple REcord (un album) et reCORD (enregistrer).

Ce que vous obtenez et où le trouver

L'onglet Résultat affiche un lecteur avec votre fichier audio. À côté du lecteur se trouve un bouton : dans l'application, il ouvre le menu de partage pour envoyer le fichier ou l'enregistrer sur votre appareil ; sur le web, il télécharge le fichier. Pour modifier un élément, éditez le texte ou la voix et appuyez sur Générer à nouveau.

Chaque résultat est enregistré dans l'Historique : appuyez sur l'icône de l'horloge en haut de l'écran. Sans l'abonnement Premium, les 3 derniers résultats sont conservés ; avec Premium, ils le sont tous. En savoir plus : Historique : enregistrer, restaurer et supprimer des résultats.

Combien ça coûte

Le prix dépend de la voix et de la longueur du texte. Les tokens sont débités une fois le fichier finalisé : si la génération échoue, rien n'est débité ou les tokens vous sont restitués.

Le minimum pour chaque génération est de 1 token. Les instructions, l'émotion et les autres réglages ne modifient pas le tarif. Tarifs des autres outils : prix en tokens pour chaque outil.

Ce que Text to Speech ne peut pas faire

• Il ne traduit pas. La voix lit le texte dans la langue dans laquelle il est rédigé. Pour obtenir de la voix dans une autre langue, traduisez d'abord le texte avec Traduction de texte.

• Il ne permet pas de modifier la voix d'un enregistrement existant. Pour cela, utilisez le Modificateur de voix.

• Le résultat ne propose pas de bloc Et ensuite ?, le fichier audio n'est donc pas transféré automatiquement vers d'autres outils.

Si la génération prend trop de temps, l'application affiche « Voice generation took too long. Please try again. ». Appuyez sur Réessayer, et si le problème persiste, choisissez une autre voix.