Transformer les classiques en livres audio avec des voix IA

Vous pouvez transformer un classique du domaine public en un bon livre audio grâce à la synthèse vocale, à condition de préparer le texte d’abord. La voix est rarement le problème. Ce qui fait trébucher la narration par IA dans les livres anciens, ce sont l’orthographe archaïque, les noms de personnages, les chiffres romains, la métrique des vers et les longues phrases pleines de tirets, et chacun de ces points peut être réglé avant de générer la moindre ligne.

Ce guide couvre tout le travail : vérifier que le livre est libre de droits, nettoyer le texte, corriger la prononciation, gérer les dialogues, produire les fichiers par chapitre et estimer le coût.

Quels livres classiques pouvez-vous légalement mettre en voix ?

Commencez par là : un bel enregistrement d’un livre dont vous n’avez pas les droits pose problème.

Le domaine public dépend du pays

Ainsi, Pride and Prejudice (1813), Moby-Dick (1851) et Jane Eyre (1847) sont libres de droits presque partout. Un livre publié dans les années 1930 par un auteur mort dans les années 1960 peut être libre aux États-Unis, mais pas en Europe.

Attention aux traductions et aux éditions

• Les traductions ont leur propre droit d’auteur. Dostoïevski est dans le domaine public, mais pas une traduction récente de Crime and Punishment. Les traductions plus anciennes, comme celle de Constance Garnett, le sont souvent.
• Les éditions modernes ajoutent du contenu nouveau. Préfaces, notes de bas de page et corrections éditoriales peuvent être protégées même quand le roman ne l’est pas.
• Les textes de Project Gutenberg sont une source courante. Le site précise que ses livres sont dans le domaine public aux États-Unis, et les lecteurs d’autres pays doivent vérifier la loi de leur propre pays. Supprimez l’en-tête Gutenberg et le texte de la licence avant d’enregistrer.

Il s’agit d’informations générales, pas de conseils juridiques.

Comment préparer un texte classique pour la synthèse vocale ?

La plupart des problèmes de narration sont des problèmes de texte. Passez une heure ici et vous gagnerez de nombreuses heures de lignes à régénérer.

Nettoyer la source

• Supprimez les numéros de page, les titres courants, les légendes d’illustrations et les notes du transcripteur.
• Rejoignez les lignes coupées au milieu d’une phrase par la mise en page d’origine.
• Remplacez les tirets bas ou les astérisques utilisés pour l’italique. Décidez si chaque mise en relief doit être dite avec insistance ou ignorée.
• Sortez les notes de bas de page du texte, ou supprimez-les. Une note lue au milieu d’une phrase déroute les auditeurs.

Développer ce que la voix ne peut pas deviner

Importez ensuite le livre nettoyé. L’import de document de Leelo place le texte dans le Studio sous forme de lignes que vous pouvez modifier, diriger et régénérer une à une.

Comment faire prononcer correctement les noms et les mots archaïques ?

Les classiques regorgent de mots qu’une voix moderne n’a jamais entendu prononcer correctement. Dressez une liste au fil de l’eau et placez-la dans la liste de prononciation : chaque occurrence est alors corrigée d’un seul coup.

Les noms

• Hermione dans The Winter's Tale : her-MY-oh-nee.
• Gloucester dans King Lear : GLOSS-ter, et non glow-chester.
• Raskolnikov : accent sur la deuxième syllabe, ras-KOHL-nee-kov.
• Les patronymes russes comme « Rodion Romanovich » reviennent des centaines de fois dans un long roman. Une seule entrée dans la liste couvre toutes les occurrences.

Mots écrits pareil, prononcés autrement

Les mots anglais qui s’écrivent de la même façon mais se disent différemment font trébucher toute voix, humaine ou synthétique :

• « The wind howled » vs « wind the clock »
• « a tear in her eye » vs « tear the letter »
• « she read it yesterday » vs « read it aloud »
• « lead pipe » vs « lead the way »

Repérez-les dès la première écoute. Quand une ligne en prononce un de travers, corrigez cette ligne plutôt que tout le chapitre.

Vers et métrique

La poésie demande un soin particulier. Les éditions de Shakespeare impriment souvent « belovèd » avec un accent grave pour indiquer que la dernière syllabe se prononce (be-LUV-ed), afin que le vers garde sa mesure. Des poèmes anciens font parfois rimer « wind » avec « kind ». Décidez si vous voulez une prononciation historique ou moderne, et tenez-vous-y.

Un seul narrateur ou toute une distribution pour un classique ?

Les deux fonctionnent. Le choix dépend du livre.

Un seul narrateur

Idéal pour les romans à la première personne (Jane Eyre, Moby-Dick), les essais et la plupart des fictions du XIXe siècle, où la voix du narrateur est le livre. Choisissez une voix chaleureuse et régulière dans la bibliothèque de voix anglaises, avec un rythme que l’on peut écouter pendant des heures.

Un narrateur et des voix de personnages

Idéal pour le théâtre, les livres riches en dialogues et les classiques pour enfants. Dans Leelo, chaque ligne a un locuteur : vous pouvez donc confier la description au narrateur et donner aux personnages d’autres voix dans le même projet :

Narrateur : « It is a truth universally acknowledged… » Mrs. Bennet : « My dear Mr. Bennet, have you heard that Netherfield Park is let at last? » Mr. Bennet : « I have not. »

Gardez un petit nombre de voix de personnages. Trois ou quatre personnages principaux avec des voix distinctes suffisent largement ; les personnages secondaires peuvent être dits par le narrateur.

Diriger l’interprétation

La prose classique use de longues phrases avec des points-virgules et des tirets. Ajoutez des pauses aux tirets, ralentissez pour les passages importants et gardez plusieurs prises des lignes clés (la dernière ligne d’un chapitre, une citation célèbre) pour pouvoir choisir la meilleure.

Quelle sera la durée du livre audio, et combien coûtera-t-il ?

Une narration de livre audio tourne en général autour de 150 à 160 mots par minute. Prenons l’exemple de Pride and Prejudice, qui compte environ 120 000 mots :

• Durée : 120 000 ÷ 150 donne environ 800 minutes, soit à peu près 13 heures.
• Crédits avec une voix standard : environ 120 000 (1 crédit par mot).
• Crédits avec une voix premium : environ 180 000 (1,5 crédit par mot).
• Marge pour les corrections : ajoutez 10 à 20 % pour les lignes régénérées et les prises alternatives.

La formule Creator (39 $ par mois, 200 000 crédits) couvre tout le roman en voix premium en un seul mois. Avec Starter (19 $, 80 000 crédits), vous l’étalerez sur deux mois ou vous complèterez avec un pack de crédits, valable 12 mois. Les tâches qui échouent rendent leurs crédits. Consultez la page des tarifs pour toutes les formules. L’usage commercial de l’audio, y compris la vente du livre audio, est autorisé avec les formules payantes.

Comment exporter un livre audio conforme aux exigences des plateformes ?

Les revendeurs et les distributeurs publient leurs exigences techniques. Les spécifications très répandues qu’ACX publie pour les livres audio constituent une bonne base, même si vous vendez ailleurs :

• Un fichier par chapitre ou par section, chacun de moins de 120 minutes.
• Un générique d’ouverture (titre, auteur, narrateur) au début et un générique de fin à la fin.
• Une demi-seconde à une seconde d’ambiance de la pièce (room tone) au début de chaque fichier, et une à cinq secondes à la fin.
• Un niveau sonore compris entre −23 et −18 dB RMS, des crêtes ne dépassant pas −3 dB, un bruit de fond inférieur à −60 dB.
• MP3 à 192 kbit/s ou plus, 44,1 kHz, débit constant.

Exportez chaque chapitre séparément (MP3 ou WAV) depuis Leelo, puis vérifiez quelques fichiers avec le vérificateur de niveau sonore gratuit. Les plateformes fixent aussi leurs propres règles sur les livres narrés par IA, notamment l’obligation de le signaler, et ces règles évoluent. Vérifiez la politique en vigueur de la boutique que vous visez avant de téléverser vos fichiers.

Le guide d’aide sur les livres audio décrit un projet complet, et la page du cas d’usage livres audio propose des exemples.

À qui profitent les versions audio des classiques ?

• Les étudiants qui travaillent sur des textes au programme, surtout ceux qui trouvent la prose dense du XIXe siècle difficile à lire. Écouter tout en suivant le texte imprimé peut aider, comme nous l’expliquons dans la synthèse vocale pour la dyslexie.
• Les personnes malvoyantes qui veulent une édition ou une traduction précise dont il n’existe aucun enregistrement commercial.
• Les enseignants qui veulent une version audio d’un chapitre ou d’un poème pour un cours, lue comme ils veulent qu’elle soit lue.
• Les petits éditeurs qui rééditent des titres du domaine public épuisés avec une nouvelle édition audio.
• Les usagers des transports et les marcheurs qui ne s’installeraient jamais avec Middlemarch, mais l’écouteront.

Questions fréquentes

Est-il légal de réaliser un livre audio à partir d’un livre du domaine public ?

Oui, si le texte que vous utilisez est réellement dans le domaine public là où vous publiez. Vérifiez la date de publication et la date de décès de l’auteur, et assurez-vous de ne pas utiliser une traduction ou une édition moderne protégée par son propre droit d’auteur. Votre nouvel enregistrement est votre propre œuvre.

Puis-je vendre un livre audio d’un classique narré par IA ?

Leelo autorise l’usage commercial de l’audio avec les formules payantes. Qu’une boutique accepte ou non la narration par IA, et la façon de l’indiquer, dépend de sa politique en vigueur. De nombreux classiques ont déjà des éditions audio : un texte soigné, une bonne distribution des voix et une fiche produit claire comptent donc.

Comment éviter que la voix IA prononce mal les mots anciens et les noms ?

Ajoutez chacun à la liste de prononciation une seule fois : la correction s’applique à toutes les lignes du projet. Pour les mots comme « wind » ou « tear », qui s’écrivent pareil mais se prononcent autrement, corrigez la ligne concernée. Une première écoute complète repère en général l’essentiel des problèmes.

Combien de temps faut-il pour produire un roman entier ?

La génération est rapide ; c’est la préparation et la relecture qui prennent du temps. Comptez quelques heures pour nettoyer le texte et constituer la liste de prononciation, puis une écoute en temps réel pour le contrôle qualité : environ 13 heures pour un roman de 120 000 mots si vous vérifiez chaque ligne. Un contrôle par échantillonnage est plus rapide, mais plus risqué.

Faut-il une ou plusieurs voix pour un roman classique ?

Un seul narrateur convient à la plupart des romans, surtout à la première personne. Un narrateur accompagné de quelques voix de personnages fonctionne bien pour le théâtre, les livres riches en dialogues et les classiques pour enfants. Réservez les voix distinctes aux personnages principaux et laissez le narrateur s’occuper du reste.