Comment enregistrer un extrait pour que le clone vous ressemble
Une seule personne, une pièce calme sans écho et 30 à 60 secondes d'élocution naturelle dans la langue souhaitée. La musique, les appels et le bruit altèrent le clone.
Mis à jour le 2 novembre 20263 min de lecture
Le clone reproduit tout ce qu'il entend dans l'extrait : le timbre, la façon de parler, mais aussi l'écho, le ronronnement d'un réfrigérateur ou la musique en arrière-plan. Un meilleur enregistrement permet d'obtenir une voix plus fidèle, et le fournisseur ne peut pas corriger un mauvais enregistrement par la suite.
Où enregistrer
Enregistrez dans une petite pièce calme contenant des surfaces douces, comme une chambre avec des rideaux et un canapé. Des murs nus, une salle de bains ou une pièce vide ajoutent de l'écho, et le clone le conservera.
Éteignez la télévision, la musique, le ventilateur ainsi que la climatisation, et fermez la fenêtre.
Tenez le téléphone à 15–30 cm de votre bouche et conservez cette distance jusqu'à la fin.
Ne couvrez pas le micro avec votre main ou une coque, et n'enregistrez pas à travers une écharpe ou un masque.
Comment parler
Parlez comme vous souhaitez que la voix résonne dans le résultat final. Si vous souhaitez une voix off posée, lisez calmement. Si vous en voulez une dynamique, lisez avec énergie.
Adoptez votre rythme et votre volume habituels. Ne chuchotez pas, ne criez pas et n'étirez pas les mots.
Lisez le texte à l'écran jusqu'au bout. Il contient différents sons et intonations dont le clone a besoin.
Si vous faites une erreur, appuyez sur Réenregistrer et recommencez. Une longue pause ou une toux au milieu s'entendra dans le clone.
Enregistrez dans la langue utilisée pour la voix
Le clone offre un rendu plus naturel dans la langue de l'extrait. Une voix enregistrée en russe peut parler anglais, mais l'accent et l'intonation resteront russes. MiniMax y est particulièrement sensible, et l'application vous le rappelle sur l'écran Nouvelle voix. Une voix Qwen 3 parle 10 langues : anglais, russe, chinois, allemand, français, espagnol, italien, japonais, coréen et portugais.
Quel fichier choisir
Un fichier convient si une seule personne y parle, sans musique ni effets. Les limites vont de 10 secondes à 5 minutes et jusqu'à 20 MB, et l'application recommande 60 secondes.
| Fonctionne bien | Donne un clone de mauvaise qualité |
|---|---|
| Votre message vocal enregistré dans un endroit calme | Un appel téléphonique ou via messagerie : le son est compressé et la voix de l'autre personne s'y ajoute |
| Un extrait de podcast ou de cours avec un seul intervenant | Une vidéo avec de la musique ou une rue bruyante en arrière-plan |
| Un enregistrement réalisé avec une application de dictaphone | Une conversation entre deux personnes ou plus |
| 30–60 secondes d'élocution continue | Un enregistrement de 10 secondes comportant des pauses |
Si le clone ne vous ressemble toujours pas
Essayez l'autre fournisseur avec le même enregistrement. MiniMax et Qwen 3 reproduisent la même voix différemment, et une voix Qwen 3 coûte environ 1 token, il est donc peu coûteux de comparer. Une voix ne peut pas être réentraînée : pour l'améliorer, créez-en une nouvelle à partir d'un meilleur enregistrement et supprimez l'ancienne dans Mes voix. Autres causes et erreurs : le clonage de voix a échoué ou ne vous ressemble pas.
Contacter le support
Décrivez le problème et nous vous répondrons par e-mail. Ajoutez le nom du fichier ou l'identifiant de la tâche si vous en avez un.