Voix IA naturelle, pas robotique : 9 astuces qui marchent

Une voix IA sonne robotique pour trois raisons : le script a été écrit pour être lu, pas pour être entendu ; chaque ligne est dite de la même façon ; et quelques mots (noms, nombres, sigles) sortent de travers. Corrigez ces trois points et la plupart des auditeurs cessent de remarquer la voix. Il vous faut moins un meilleur moteur qu’un meilleur script et un peu de direction.

Voici les neuf réglages qui font le plus de différence selon nous, dans l’ordre où les essayer.

1. Choisissez une voix adaptée à l’usage

Une voix chaleureuse et conversationnelle lit très bien un podcast et très mal une consigne de sécurité. Choisissez selon la destination de l’audio : calme et claire pour les cours, plus vive pour la publicité, plus grave et plus lente pour les documentaires. Lancez plusieurs voix avec votre propre première ligne, pas avec le texte d’exemple. Dans la bibliothèque de voix de Leelo, chaque voix a son extrait, et les voix premium portent généralement une expression plus naturelle que les voix standard.

2. Écrivez pour l’oreille

La plupart des narrations «  robotiques  » sont un texte écrit lu à voix haute. À l’oral, on emploie des phrases plus courtes, des tournures parlées et des mots simples. Lisez votre script à voix haute une fois : partout où vous manquez de souffle ou trébuchez, coupez la phrase. Une voix ne peut être aussi naturelle que les mots qu’on lui donne.

3. Utilisez la ponctuation comme une direction

Les voix suivent la ponctuation. Un point donne un ton descendant et final ; une virgule, un court souffle ; un point d’interrogation, un ton montant ; un tiret ou des points de suspension, une hésitation. Couper une longue phrase en deux règle souvent le rythme mieux que n’importe quel réglage.

4. Ajoutez des pauses là où une personne respirerait

Une diction robotique se précipite d’une idée à l’autre. Ajoutez une courte pause avant un point important, et après un titre ou une chute. Dans le Studio de Leelo, vous pouvez ajouter une pause après n’importe quel mot ou régler l’intervalle après chaque ligne.

5. Appuyez sur les mots qui comptent

Choisissez un mot par phrase qui porte le sens et accentuez-le. Dans le Studio, sélectionnez le mot et choisissez l’emphase (forte, modérée ou plus douce). N’en abusez pas : un mot accentué par phrase sonne naturel ; cinq sonnent comme une publicité.

6. Variez le rythme

Une vidéo entière à une seule vitesse fatigue. Ralentissez pour les explications et les nombres, accélérez légèrement pour les listes et les transitions. Vous pouvez régler la vitesse d’un intervenant, ou changer la vitesse de quelques mots seulement.

7. Donnez une émotion à la voix, là où elle sert le propos

Beaucoup de voix acceptent une émotion ou un style de parole (joyeux, triste, chuchoté, ton journal télévisé, etc.) et une intensité. Définissez une valeur par défaut pour l’intervenant et changez-la pour les lignes qui l’exigent. Certaines voix acceptent aussi des indications en mots simples. Les commandes n’apparaissent que pour les voix qui les prennent en charge.

8. Corrigez une fois pour toutes les noms, les nombres et les sigles

Rien ne brise plus vite l’illusion qu’un nom de marque mal prononcé. Ajoutez-le une fois à votre liste de prononciation, écrit comme il doit sonner, et chaque projet le dira à votre façon. Pour les nombres, choisissez comment ils sont lus : comme une date, une heure, un numéro de téléphone, un prix ou lettre par lettre.

9. Faites une autre prise

Une voix lit chaque ligne un peu différemment à chaque fois. Si une ligne sonne faux, générez une seconde prise et comparez, plutôt que de régénérer tout le script. Leelo conserve jusqu’à cinq prises par ligne et vous permet de les écouter l’une après l’autre.

Une liste de contrôle rapide

• La voix convient à l’objectif, choisie avec votre propre première ligne.
• Les phrases sont assez courtes pour se dire d’un seul souffle.
• Des pauses avant les points clés ; un mot accentué par phrase.
• Le rythme ralentit pour les explications et accélère pour les transitions.
• Les noms, les marques et les nombres sont dans la liste de prononciation.
• Les lignes faibles ont une seconde prise.

Si vous réalisez une voix off pour YouTube, un podcast ou un livre audio, les mêmes règles s’appliquent ; un audio long demande simplement plus de variations de rythme pour ne pas devenir monotone.