Skip to main content

​
Synthèse vocale

Utilisez la synthèse vocale lorsque vous souhaitez obtenir un audio parlé à partir de texte sans passer par le flux de travail complet de doublage vidéo. VoiceCheap génère l’audio avec Fish Audio S2.1 Pro via la passerelle Vercel AI Gateway. Cet outil dispose d’un modèle de production fixe et n’utilise pas de modèle de secours.

​
Aperçu public et outil d’espace de travail

La page d’accueil publique permet aux visiteurs de rechercher et d’écouter la bibliothèque de voix multilingue. La génération d’audio, le téléchargement de fichiers MP3, la consultation de l’historique et l’enregistrement d’une voix clonée nécessitent un compte VoiceCheap. L’outil authentifié prend en charge :
  • 41 voix multilingues sélectionnées avec des accents variés
  • noms de voix, accents et styles d’élocution recherchables
  • sept préréglages de rendu : par défaut, joyeux, calme, narrateur, dramatique, chuchotement et énergique
  • clones vocaux réutilisables sur les plans payants
  • un sélecteur de voix recherchable avec lecture d’aperçu intégrée
  • un lecteur audio axé sur la transcription basé sur le modèle d’interaction de l’interface ElevenLabs
  • mise en surbrillance synchronisée avec la lecture, basée sur des horodatages mesurés à partir de l’audio généré
  • historique de génération et téléchargements MP3
Les préréglages de rendu sont traduits en balises d’action en langage naturel S2.1 Pro. Par exemple, « Chuchotement » envoie une instruction explicite entre crochets avant chaque segment de texte généré afin que le modèle applique le rendu demandé. Le résultat lisible apparaît dès que la génération est terminée. VoiceCheap analyse ensuite le MP3 enregistré en arrière-plan pour obtenir les horodatages réels de début et de fin des mots prononcés. Ces horodatages sont mis en cache avec l’élément de l’historique, de sorte que les requêtes simultanées partagent une seule analyse et que la relecture d’un résultat existant ne traite pas l’audio de manière répétée. Si la synchronisation est temporairement indisponible ou si la langue parlée ne peut pas être alignée de manière fiable, la lecture et le téléchargement continuent de fonctionner et la transcription reste statique au lieu d’afficher la mise en surbrillance estimée.

​
Clonage vocal enregistré

Le clonage vocal utilise l’API de modèle spécifique au fournisseur de Fish Audio, car la génération vocale de l’AI Gateway n’expose pas la création de modèles. Les échantillons vocaux doivent contenir entre 10 et 120 secondes de parole claire provenant d’un seul locuteur. Les utilisateurs doivent confirmer qu’ils ont l’autorisation de cloner la voix. Lorsque les échantillons sélectionnés dépassent 120 secondes au total, les utilisateurs peuvent opter pour un découpage automatique. VoiceCheap raccourcit chaque fichier sélectionné si nécessaire afin que tous les échantillons contribuent tout en maintenant le total soumis dans la limite de 120 secondes. Le panneau de clonage reste verrouillé en position ouverte pendant la création d’une voix. Le bouton de création affiche un indicateur de chargement et les commandes du formulaire restent désactivées jusqu’à ce que la requête réussisse ou échoue. La synthèse vocale de l’AI Gateway est actuellement configurée à $0 par million d’octets UTF-8 pendant la promotion Fish Audio. Définissez FISH_AUDIO_TTS_PRICE_PER_MILLION_UTF8_BYTES sur le tarif en vigueur après la promotion lorsque la facturation de la passerelle reprendra ; le tarif standard public est actuellement de 15 $ par million d’octets UTF-8. Les limites de voix enregistrées sont distinctes des limites de voix personnalisées du doublage :
  • Gratuit : 0 voix enregistrée
  • Testeur, Beginner et Starter : 3 voix enregistrées
  • Creator et Worldwide : 5 voix enregistrées
  • Scale, Pro, Entrepreneur et Enterprise : 10 voix enregistrées

​
Bons cas d’utilisation

  • voix off
  • extraits parlés
  • vérifications de prononciation
  • tests de narration préliminaires

​
Quand utiliser un projet complet à la place

Utilisez un projet de doublage complet lorsque l’audio doit rester lié à :
  • une transcription existante
  • une vidéo traduite
  • des sous-titres
  • la synchronisation labiale
  • Smart Publish

​
Pages associées