« C'est une vraie voix, ça ? » — comment je double mes vidéos produit avec un clonage vocal gratuit
Mardi, 23 h 40. Mon pote Mehdi m'écrit : « Le voice-over de ta vidéo de gourde isotherme, c'est qui ? »
Je réponds du tac au tac : « C'est de l'IA. » Il m'envoie trois points d'interrogation d'affilée. « Impossible. On entend les respirations, les hésitations… c'est une vraie personne. »
Je comprends sa réaction. Il y a deux ans, j'ai moi-même bidouillé des voix de synthèse qui débitaient mes fiches produit comme un GPS qui annonce une sortie d'autoroute. Sur une vidéo e-commerce, ce genre de voix fait chuter la rétention plus vite qu'une image floue. Alors cette fois, j'avoue, j'étais un peu content de moi. J'ai utilisé un clonage vocal gratuit : trois minutes de ma voix enregistrées au calme, et depuis, c'est elle qui lit tous mes scripts.
Un doublage raté coule une vidéo plus sûrement qu'un plan flou
Ceux qui vendent en ligne le savent : photo produit, fiche, vidéo. Les deux premières, on peut les rattraper à coups de retouche. La vidéo, non. Dès que ça parle, ça se voit.
J'ai vu tellement de Reels propres, bien montés, musique nickel… et puis la voix arrive. Mécanique, régulière, chaque syllabe serrée comme dans une notice de montage. L'utilisateur swipe en 1,5 seconde.
Le problème, c'est que le doublage humain coûte cher et prend un temps fou. Les devis que j'ai reçus pour 30 secondes de voix off tournaient autour de 150 à 300 euros, et la moindre correction se facturait en supplément. Quand vous devez sortir cinq vidéos par jour pour votre boutique Shopify, c'est intenable. Et les voix robotiques, elles, sont insupportables à écouter. Entre les deux, il y a exactement la place d'un clonage de voix en ligne.
Mes ratés : tout ce qui est « gratuit » n'est pas utilisable
Autant le dire tout de suite — avec le gratuit, ce que vous payez le plus cher, c'est votre temps.
J'en ai testé sept ou huit. Certains affichent « synthèse vocale gratuite » et en réalité vous plafonnez à 30 secondes avant de devoir sortir la carte bleue. D'autres exigent un compte, un numéro de portable, une vérification d'identité : le temps de finir l'inscription, j'avais déjà monté ma vidéo. D'autres encore vous glissent un jingle toutes les dix secondes, ou un filigrane sonore du genre « cet audio vous est offert par… ».
Ce que je cherchais, moi, c'était un TTS gratuit qui tienne la route en français — pas un outil anglophone qui massacre les liaisons et avale la moitié des mots.
Puis un ami m'a filé le lien de VoxClone. La première fois, j'étais méfiant. « Clonage vocal gratuit à vie », franchement, qui croit à ça ? Sauf que : pas d'inscription, on dépose un fichier audio ou on enregistre directement depuis le navigateur, on attend quelques minutes, et la voix est là. La voix de synthèse gratuite sans inscription, c'est devenu un critère non négociable pour moi. Je travaille souvent chez mes clients, sur leur machine. Je ne vais quand même pas créer un compte juste pour lire trois phrases.
Le principe est simple : vous donnez un échantillon de voix propre, l'outil apprend le timbre, vous collez votre texte, il le lit avec votre voix. Sur la partie texte en parole gratuit, la gestion des respirations et des enchaînements en français m'a surpris — on est loin du robot qui bute sur chaque mot.
Ma méthode en quatre étapes
- J'écris le script en le découpant aux points de respiration, jamais plus de 20 mots par phrase
- Je colle le texte dans le générateur de voix gratuit et je choisis le timbre que j'ai entraîné
- J'exporte l'audio, je le glisse dans mon logiciel de montage, je cale sur l'image
- Sur la phrase qui porte l'argument de vente, j'ajoute à la main 0,2 seconde de silence
Ça a l'air simple. Trois détails changent tout.
Le plus important, c'est d'écrire comme on parle. « Ce produit est fabriqué en acier inoxydable de qualité alimentaire 304 » : l'IA va le réciter comme un notaire lit un acte de vente. Remplacez par « l'intérieur, c'est de l'inox 304, l'eau bouillante ne prend pas de goût » — même voix, et d'un coup ça respire. Si vous cherchez juste à convertir texte en audio gratuit pour entendre le rythme de votre script avant de tourner, ça suffit largement.
Autre chose : ne visez pas le premier essai. Je génère deux ou trois versions et je garde celle dont le débit me plaît. Comme c'est une voix off IA gratuite, je ne compte pas les prises — et ça, c'est un luxe quand on a connu les outils facturés à la ligne.
Et puis il y a l'échantillon, qui doit être propre. Ma première session d'enregistrement s'est faite dans le salon, climatisation allumée. Résultat : chaque mot traînait un petit bourdonnement derrière lui. J'ai refait ça dans un placard, entre deux manteaux. Rien à voir. Ce piège est d'ailleurs détaillé dans les tutoriels VoxClone.
Une anecdote, tiens. Une amie qui vend des accessoires pour chats a une voix assez aiguë, pas idéale pour vendre du croquillage « doux et rassurant ». Elle a utilisé un clonage de voix en ligne pour baisser légèrement sa tonalité, puis elle a mélangé un peu de la voix de son compagnon. Résultat : un timbre entre les deux, qui ne ressemble à personne d'autre et qui a beaucoup plus de chaleur qu'une voix 100 % synthétique. Créer une voix IA gratuite à ce niveau de finesse, il y a deux ans, je n'y aurais pas cru.
Petit aparté pour ceux qui produisent du contenu long : une amie autrice teste une voix IA gratuite pour ses livres audio, et elle m'a dit que le rendu tenait la route sur des chapitres entiers. Côté vidéo, le doublage IA gratuit commence aussi à devenir crédible pour décliner une même vidéo en plusieurs langues — même si, sur ce terrain, il faut rester honnête sur les limites.
Les questions qu'on me pose tout le temps
Cloner sa voix, c'est compliqué ? Je n'y connais rien en technique.
Non. Vraiment. Pas de modèle à installer, pas de carte graphique, pas une ligne de code. Vous déposez une à trois minutes d'enregistrement propre, et c'est tout. Parmi les outils de clonage de voix en ligne, c'est le parcours le plus court que j'aie vu : on ouvre la page, on enregistre, on écoute.
Le gratuit, ça ne va pas devenir payant du jour au lendemain ?
L'inquiétude est légitime. Ce que je fais, moi : je garde toujours une copie locale de mes enregistrements sources. Comme ça, si l'outil change de politique, je réentraîne ailleurs et je perds dix minutes. Pour l'instant, rien n'a bougé — pas de limite de caractères, pas de quota mensuel. Ça fait six mois que je m'en sers presque tous les jours.
Est-ce que je peux utiliser l'audio pour du commercial ? Et vis-à-vis du RGPD ?
Pour ma part, je l'utilise directement dans mes vidéos boutique, sans souci : la voix est la mienne, donc je m'autorise moi-même. En revanche, si vous clonez la voix de quelqu'un d'autre, il faut une autorisation écrite, point final. Et si vous stockez des échantillons de clients ou de salariés, vous entrez dans le champ du RGPD — donc base légale, durée de conservation, information des personnes concernées. La CNIL a publié des fiches très claires là-dessus. Ce n'est pas un détail administratif, c'est ce qui vous protège en cas de contrôle.
Ah, et si vous codez un peu, il existe une API de synthèse vocale gratuite pour générer vos scripts en lot. Je n'ai pas encore creusé, c'est prévu pour le mois prochain.
Et Mehdi, alors ?
Quand je lui ai expliqué, il est resté silencieux un moment, puis : « Donc je peux utiliser ma propre voix ? »
Oui. Vas-y, ouvre https://fr.web666.cc/, tu sauras en dix minutes si ça te convient. Le lendemain matin, il m'a envoyé un fichier de vingt secondes : sa voix, en train de vanter le thé qu'il vend. Il était assez content de lui.
Alors si le doublage de vos vidéos produit vous empêche de dormir, arrêtez de chercher un comédien. Enregistrez d'abord une minute de votre voix. C'est gratuit, le coût de l'erreur est nul. La vraie difficulté n'a jamais été l'outil — c'est de réécrire le script pour qu'il sonne humain.