J'ai cloné ma voix avec un enregistrement du RER — et ma synthèse annonçait les stations
Trois minutes douze. C'est tout ce que j'avais enregistré, un matin, debout dans le RER B, coincé entre une poussette et un type qui écoutait du rap sans écouteurs. Mon téléphone à dix centimètres de la bouche, mes écouteurs sur les oreilles, un texte à moi que je lisais à voix basse. Trois minutes de matière première pour un clonage vocal gratuit. Je me trouvais malin.
Je vous laisse deviner la suite.
La première phrase était parfaite. La quatrième annonçait Châtelet.
La deuxième, déjà, quelque chose clochait — une espèce de bourdonnement accroché à la fin des mots, comme si on m'avait fait parler sous l'eau. À la quatrième, plus de doute : une autre voix s'est invitée dans la mienne. « ...prochain arrêt, Châtelet-Les Halles. »
J'ai rembobiné. Trois fois. Ce n'était pas un artefact, ce n'était pas un bug d'affichage. Mon clonage de voix en ligne avait simplement appris la voix de la RATP en même temps que la mienne.
Ce jour-là, j'ai produit un annonceur de stations. Fier de moi.
Trois certitudes que j'avais, et qui étaient toutes fausses
Le bruit ambiant n'est pas un « fond », c'est un trait de la voix. C'est l'erreur qui m'a coûté le plus cher. Je pensais que l'outil isolerait ma voix et jetterait le reste. En réalité, il apprend les caractéristiques statistiques de tout le fichier : le ronflement continu du moteur, les conversations autour, le souffle du téléphone trop près de la bouche. Tout ça devient « à quoi ressemble ta voix ». Une source sale donne un résultat sale. Sans exception.
La durée et le débit comptent plus que le timbre. Sur mes trois minutes, j'en ai passé deux à chuchoter pour ne pas déranger, avec un débit qui partait dans tous les sens. L'échantillon était court et instable — normal que le résultat soit bancal. Que l'outil soit un générateur de voix gratuit ou une solution payante, personne ne contourne cette étape.
La réduction de bruit du téléphone travaille contre vous. Elle est conçue pour qu'on vous comprenne au téléphone, pas pour préserver votre timbre. Elle coupe une partie des harmoniques. Pour un appel, c'est parfait. Pour cloner sa voix, c'est une catastrophe : sans harmoniques, la voix devient plate.
Une fois ça digéré, j'ai tout repris à zéro sur la page clonage de voix en ligne. Cette fois, sans tricher. Et j'ai compris qu'on peut très bien créer une voix IA gratuite sans passer par un studio.
Deuxième prise : un placard, une couette, trois minutes
Je me suis enfermé dans le placard de l'entrée, avec les manteaux d'hiver empilés sur le côté en guise de panneaux absorbants. Téléphone en mode avion, à vingt centimètres de la bouche — pas collé. J'ai lu un texte à moi, avec des phrases de longueurs différentes, un débit légèrement plus lent que d'habitude.
Trois minutes. Pas une de plus.
Le résultat m'a mis mal à l'aise — écouter sa propre voix, ça fait toujours ça. Ma compagne, elle, a juste dit : « bah c'est toi ». Validé.
Ensuite, le vrai sujet : convertir texte en audio gratuitement, sans y passer la soirée. Et là, honnêtement, la synthèse vocale gratuite m'a surpris par sa simplicité.
80 pages de PDF, découpées en morceaux écoutables
Balancez un PDF brut dans un convertisseur, ça ne marchera pas. J'ai fait le ménage avant :
- en-têtes, pieds de page, numéros, appels de notes : supprimés ;
- formules et tableaux : sortis du flux, remplacés par une phrase de description (« ici un tableau à trois lignes, à gauche la méthode, à droite la précision ») ;
- avant chaque grande section, une phrase repère du genre « première partie », pour que l'oreille sache où elle est.
Le texte propre est parti dans texte en parole gratuit, avec la voix que je venais de cloner, section par section. J'étais sceptique sur le côté vraiment gratuit — je l'ai été jusqu'à ce que je constate qu'il n'y avait rien à payer. Quatre-vingts pages découpées en onze blocs de sept à huit minutes. Exactement la longueur d'un trajet. Un TTS gratuit en français qui tient la distance sur un document de cette taille, je n'y croyais pas trop au départ.
Entendre ma propre voix prononcer « inférence bayésienne » entre deux tunnels, c'était étrange. En clair : je m'étais fabriqué un lecteur personnel, sauf que la voix off IA gratuite, c'était la mienne.
Quelques détails que je n'ai compris qu'en me plantant :
- Mieux vaut une source courte et propre qu'un long enregistrement bruyant. Trois minutes au calme battent trente minutes en salle de réunion.
- Ne générez pas des blocs trop longs. Au-delà d'un quart d'heure, l'écoute fatigue et on ne peut plus reprendre où on s'était arrêté.
- Réécrivez les chiffres et les sigles avant génération. « 2024 » devient « deux mille vingt-quatre », « RGPD » devient « R, G, P, D ». Sinon la lecture sonne bizarre.
- Écoutez dix secondes avant de lancer la génération complète. Ça évite de découvrir à la fin que vous avez sélectionné la mauvaise voix.
Ce que ça change pour d'autres usages
J'ai montré la manip à des amis qui font du bénévolat en accessibilité. Leur cas est plus exigeant : les lecteurs malvoyants écoutent des manuels, des mémoires, des textes réglementaires, parfois des centaines de pages. Pour eux, la question n'est pas « est-ce que la voix ressemble », c'est « est-ce que je peux générer sans créer de compte et sans tomber sur un quota au bout de dix minutes ».
De mon côté, j'ai aussi testé pour des projets de livre audio voix IA gratuite et de doublage IA gratuit — pas pour remplacer un comédien, mais pour des contenus internes qu'aucun budget ne couvrirait. Et un point qu'on oublie vite : si vos enregistrements contiennent la voix d'autres personnes ou des documents confidentiels, réfléchissez à deux fois avant de les envoyer quelque part. Le RGPD ne s'arrête pas à la porte de votre placard.
J'avais commencé par chercher une API de synthèse vocale gratuite pour scripter tout ça en batch. Puis j'ai constaté que passer par l'interface web allait plus vite. Sur le site, ce qui me plaît, c'est qu'il n'y a pas d'inscription : on ouvre, on colle, on génère. Pour un usage occasionnel, c'est exactement ce qu'il faut — voix de synthèse gratuite sans inscription, et le clonage au même endroit, sans se balader entre cinq onglets. Une fois que votre voix est clonée, elle devient un moteur de lecture réutilisable à volonté. Vous ne comptez plus les pages.
Le site annonce du clonage vocal gratuit à vie. Je l'utilise depuis six mois environ, je n'ai jamais vu de paywall surgir ni de crédits s'épuiser. Après, les conditions peuvent bouger — vérifiez sur la page officielle.
FAQ
La voix clonée ne me ressemble pas. Je fais quoi ?
Neuf fois sur dix, le problème vient de l'enregistrement, pas de l'outil. Réécoutez votre source et posez-vous trois questions : est-ce qu'on entend quelqu'un d'autre parler ? est-ce qu'il y a un bruit de fond continu ? est-ce que mon débit part dans tous les sens ? Il y a aussi un point qu'on oublie : l'émotion. Si vous lisez un texte enthousiasmant pendant l'enregistrement, la voix clonée sera enthousiaste — et elle sonnera faux en lisant un cours. Enregistrez avec votre ton normal. Ne jouez pas.
Comment gérer les formules, les schémas et le code dans un cours ?
N'espérez pas que la synthèse les lise correctement. Je les convertis en description orale, insérée à l'endroit correspondant. Une formule devient « sigma de i égal un à n », un tableau devient « ce tableau a trois lignes, la première contient... », et un bloc de code, je le saute purement et simplement en annonçant « ici un bloc de code, voir page tant ». Ça paraît bête, mais l'oreille suit.
Un outil en ligne sans inscription, ça a des limites ?
Je n'en ai pas rencontré en six mois. Cela dit, les politiques des sites changent — fiez-vous à ce qui est écrit sur leur page. Mon conseil : ne misez pas tout sur un seul service. Pour un document long et important, téléchargez l'audio généré et gardez-le en local. Comme ça, vous êtes tranquille. Il y a d'autres tutoriels dans le même esprit si vous voulez creuser.
Si vous avez, vous aussi, un pavé qui vous donne mal aux yeux — un cours, un mémoire, un manuel, une doc produit — vous pouvez commencer ce soir. Trouvez un endroit calme, enregistrez trois minutes de votre voix au téléphone, ralentissez un peu, écrivez des phrases simples. Puis allez voir du côté du clonage vocal gratuit.
Et surtout : ne faites pas comme moi. N'enregistrez pas dans le RER.