Pourquoi la voix traduite semble robotique, trop rapide ou différente de la vôtre

Cet article concerne le doublage vocal dans Traduire l'audio, avec une section dédiée à Traduire la vidéo. Toutes les options de doublage se modifient dans les réglages : appuyez sur l'icône des réglages (curseurs) en haut à droite et ouvrez l'onglet Voix off.

Diagnostic rapide : symptôme, cause, solution

La plupart des problèmes viennent de deux facteurs : la traduction a été lue par une voix standard, ou la voix lit le texte traduit à son propre rythme sans suivre l'original.

Si la voix semble robotique ou monotone

Un son robotique indique généralement que la traduction a été lue par une voix standard ElevenLabs ou OpenAI. Ces voix sont identiques pour tout le monde et n'imitent pas le locuteur. La voix OpenAI est neutre par conception.

• Ouvrez l'onglet Voix off et choisissez une option sous Avec clonage : MiniMax (décrit par l'application comme le plus fidèle pour le timbre et l'émotion) ou Qwen 3. Appuyez ensuite à nouveau sur lecture.

• Pour le résultat le plus naturel, choisissez ElevenLabs Dubbing v2. Cette option double directement l'enregistrement original en conservant son rythme et son timbre. Elle coûte 4,4 tokens par seconde, soit environ 264 tokens pour un message d'une minute.

• Un clone créé à partir d'un enregistrement contenant de la musique, du bruit de rue ou plusieurs voix manquera également de naturel. Utilisez un enregistrement où une seule personne s'exprime clairement durant la première minute.

Si la traduction est trop rapide ou trop lente

La voix off lit le texte traduit au rythme qui lui est propre. Elle n'étire ni ne réduit la durée de la parole pour correspondre à l'original, ce qui explique pourquoi la traduction peut se terminer plus tôt ou plus tard.

• MiniMax : dans le bloc MiniMax, ouvrez Paramètres et réglez la Vitesse en dessous de 1.0x. La plage s'étend de 0.5x à 2.0x.

• Qwen 3 : sélectionnez Lent dans Style de diction. Le style de diction fonctionne uniquement avec Cloner à partir du fichier, pas avec une voix enregistrée.

• Les voix standard ElevenLabs et OpenAI ne disposent d'aucun réglage de vitesse dans Traduire l'audio.

• Pour suivre fidèlement le tempo de l'original, choisissez ElevenLabs Dubbing v2.

Après avoir ajusté la vitesse ou le style, appuyez de nouveau sur lecture. Avec MiniMax, générer à nouveau la voix off pour le même résultat ne débite pas une seconde fois les 180 tokens de clonage.

Si la voix ne ressemble pas à la vôtre ou à celle du locuteur

Cloner à partir du fichier reproduit la voix de la personne qui s'exprime dans l'enregistrement. Si le résultat ne lui ressemble pas, vérifiez les causes suivantes dans l'ordre.

1. Une voix standard a été utilisée. Cela arrive si vous avez sélectionné Utiliser la voix IA dans la boîte de dialogue Cloner la voix ? (avec l'option Ne plus demander, ce choix est conservé), si vous avez choisi ElevenLabs ou OpenAI dans les réglages, ou sélectionné une langue non prise en charge pour le clonage. Choisissez MiniMax ou Qwen 3 dans l'onglet Voix off.

2. L'enregistrement était trop court : Qwen 3 requiert au moins 3 secondes, et MiniMax au moins 10. Dans ce cas, l'application applique une voix standard et affiche « Audio trop court pour le clonage vocal, une voix standard a été utilisée ».

3. Le clonage a échoué et l'application a affiché « Le clonage vocal est indisponible pour le moment. Une voix standard a été utilisée. » Réessayez plus tard en appuyant sur lecture ou sélectionnez MiniMax.

4. Une voix enregistrée a été sélectionnée à la place de l'enregistrement. Si Ma voix MiniMax ou Ma voix Qwen est active, la traduction est lue par cette voix enregistrée. Choisissez Cloner à partir du fichier.

5. Les 60 premières secondes sont bruyantes. MiniMax et Qwen 3 analysent la voix uniquement sur la première minute du fichier. La présence de musique, d'une autre voix ou d'un fond sonore élevé réduit la fidélité du clone.

Si vous souhaitez poser votre propre voix sur le message de quelqu'un d'autre, par exemple pour lui répondre, enregistrez votre voix une fois dans Réglages → Mes voix et choisissez-la comme Ma voix MiniMax ou Ma voix Qwen. Vous trouverez des conseils dans Conseils pour optimiser la qualité du clonage vocal.

Si l'accent ou le dialecte n'est pas correct

Traduire l'audio ne permet pas de choisir un accent ou une variante régionale. La liste propose une seule entrée par langue : portugais sans distinction entre Brésil et Portugal, anglais sans distinction entre US et UK.

• Un clone conserve le timbre du locuteur et souvent son propre accent. Une personne de langue maternelle anglaise gardera généralement un accent étranger en portugais, même si la traduction est parfaite.

• La voix standard reste identique pour chaque langue, sans possibilité d'en choisir une autre dans Traduire l'audio.

Vos options :

• Copiez la traduction, ouvrez Text to Speech et choisissez une voix ElevenLabs à l'aide des filtres de langue et d'accent. Ce ne sera pas votre voix, mais la prononciation correspondra à vos attentes.

• Pour une vidéo, utilisez Traduire la vidéo : sa sélection de langues comprend des variantes régionales telles que le portugais (Brésil) ou l'anglais (États-Unis).

Si les émotions manquent

MiniMax et Qwen 3 reproduisent le timbre vocal, mais ils lisent un texte traduit : l'intonation de chaque phrase ne provient donc pas de l'original. Le modèle l'adapte selon le texte, à moins de la définir manuellement.

• MiniMax : définissez Émotion sur Joyeux, Triste, En colère, Effrayé, Surpris, Calme ou Dégoûté. L'émotivité choisie s'applique à toute la traduction. Auto (recommandé) laisse le modèle choisir.

• Qwen 3 : Style de diction Calme, Énergique, Amical, Doux ou Professionnel.

• ElevenLabs Dubbing v2 s'appuie sur la piste originale et reproduit fidèlement le ton d'origine.

Si deux personnes s'expriment avec la même voix

Dans Traduire l'audio, toutes les options en dehors de Dubbing v2 lisent la traduction complète avec une seule voix. MiniMax et Qwen 3 génèrent un clone unique à partir du début du fichier : dans une conversation, chaque interlocuteur reçoit donc la même voix, créée sur la première minute de l'audio.

Pour attribuer à chaque intervenant sa propre voix, passez par ElevenLabs Dubbing v2. Cette option détecte les locuteurs et clone chacun d'eux séparément.

Si les pauses de silence disparaissent

MiniMax, Qwen 3 et les voix standard lisent la traduction comme un texte continu, ce qui efface les silences marqués du fichier source. Traduire l'audio n'intègre pas de paramètre pour les conserver. ElevenLabs Dubbing v2 se cale sur la piste d'origine et respecte la synchronisation.

Dans Traduire la vidéo

Traduire la vidéo dispose de ses propres réglages : appuyez sur l'icône des réglages en haut à droite de Traduire la vidéo avant de lancer le traitement.

• Une même personne est doublée avec deux voix différentes, par exemple masculine et féminine : avec HeyGen et le Nombre de locuteurs réglé sur Auto, l'outil analyse le dialogue et peut détecter deux intervenants. Définissez le Nombre de locuteurs sur 1 et relancez la traduction.

• La voix semble robotique ou s'éloigne de l'original : avec HeyGen, activez le Clonage amélioré (coût doublé), ou choisissez ElevenLabs, qui clone chaque locuteur tout en conservant son rythme. Si le fichier source est bruyant, activez Améliorer la clarté vocale.

• Mauvais dialecte : sélectionnez la variante régionale dans la liste des langues, comme le portugais (Brésil).

Retrouvez toutes les fonctions de Traduire la vidéo dans Fonctionnement de Traduire la vidéo.

Quand contacter l'assistance

Si aucune de ces solutions n'a résolu le problème, appuyez sur Résultat insatisfaisant ? dans l'encadré d'avis sous le résultat et décrivez ce que vous constatez. Le formulaire joint la tâche effectuée afin que l'équipe d'assistance puisse écouter le même fichier. Le formulaire de contact général se trouve sur vocalingo.app/support.