gensai.aiLa synthèse vocale, ou text-to-speech (TTS), transforme un texte en voix. Les modèles récents produisent des voix naturelles, expressives et clonables, en de nombreuses langues. Dans un agent vocal, elle donne le timbre et l'incarnation. Le choix de la voix est autant une décision de design que de technique.
En pratique chez Gensai
Pour les Océans, Gensai a donné à la mer une voix grave et mystérieuse grâce à la synthèse vocale de Gradium.
Comment choisir une voix ?
En partant de l'usage : une voix posée et claire pour un accueil téléphonique, une voix plus incarnée pour une expérience culturelle ou un personnage. Trois critères comptent : la latence avant le premier mot, le naturel sur des phrases longues et la bonne prononciation des noms propres et des termes métier. Une solution française ou européenne, comme Gradium, simplifie aussi les questions de conformité.
Erreur fréquente
Cloner une voix sans cadre juridique. Utiliser la voix d'une personne vivante suppose son accord explicite, et le personnage doit être cadré pour ne jamais faire dire à cette voix ce que la personne ou l'institution n'assumerait pas.
Dans le même thème
Définition rédigée avec l'assistance de l'IA, vérifiée par Sébastien Lecocq, co-fondateur de Gensai.
Aller plus loin que la définition ?
Passer du concept au projet : Gensai conçoit des solutions IA sur mesure, souveraines et conformes au RGPD.
Services associés : IA vocale, Chatbots et moteurs de réponses