Voice Kit : voix off avec votre propre voix ou une voix de banque de sons

Voice Kit lit les textes avec un service de voix. Tant que ce service est désactivé, une note jaune en haut de la page l'indique, et chaque lecture utilise à la place un son d'exemple : des tonalités douces rythmées comme la parole, une par groupe de syllabes, avec de vraies pauses aux virgules, aux points et aux marques [pause]. Cela vous permet de tester chaque étape et de vérifier le rythme et la durée d'un script, mais ce n'est pas une voix. Partout où il apparaît, il est indiqué Son d'exemple, les voix de banque de sons s'appellent Warm (exemple) et Clear (exemple), et le téléchargement MP3 est désactivé (l'exemple se télécharge en WAV).

Commencer une voix off (à gauche) : choisissez la Langue, puis indiquez d'où viennent les mots avec les quatre onglets. Saisir ou coller : une zone pour tout le script (chaque paragraphe devient une ligne ; le bouton micro transcrit ce que vous dites), puis Commencer avec ce script, ou Commencer vide, l'IA le rédige pour ouvrir un script vide et demander à l'IA d'en écrire un. Un fichier : Word (.docx), PDF, texte, Markdown ou HTML jusqu'à 8 Mo. Une page web : saisissez une adresse et appuyez sur Importer ; le texte lisible de la page est importé. Writing Pack : une liste de vos brouillons Writing Pack ; cliquez sur l'un d'eux pour importer ses mots. Les sources très longues sont importées jusqu'à 6 000 caractères, et une note le précise.

Vos voix off affiche chaque script que vous avez créé avec son nombre de mots, sa durée approximative, sa langue et sa date ; cliquez sur l'un d'eux pour l'ouvrir (chacun a sa propre adresse, que vous pouvez mettre en favori ou partager avec vous-même). Une zone de recherche apparaît dès que vous en avez plus de quatre.

Voix (à droite) affiche vos propres voix et les voix de banque de sons. Choisissez qui lit un script une fois qu'il est ouvert.

Le nom en haut est celui de la voix off : cliquez dessus pour le renommer. Enregistré / Enregistrement… à côté indique que chaque modification s'enregistre automatiquement peu après que vous avez arrêté de taper.

Langue définit la langue dans laquelle le script est écrit et lu (anglais, espagnol, français, allemand, portugais, italien, néerlandais, polonais, japonais, chinois, coréen, hindi). Durée est la cible : 15, 30, 60 ou 90 secondes (appuyez à nouveau pour l'effacer), ou saisissez une durée de 5 à 600 secondes dans la case Autre. À droite, l'estimation (≈ secondes et mots, à environ 150 mots par minute plus les pauses) et, si une cible est choisie, Dans la cible ou le nombre de secondes en trop ou en moins.

Votre script affiche l'ensemble du texte dans une seule zone, tel qu'il sera lu, avec une ligne vide entre les paragraphes. Tapez dedans, collez-y du texte ou utilisez le bouton micro. Chaque paragraphe est une partie : si vous modifiez un paragraphe après une lecture, seule cette partie est relue, et une note sous la zone indique combien de parties ont changé.

Partie par partie (le commutateur au-dessus du script) affiche chaque paragraphe séparément. Sous ses mots : Ressenti (Naturel, Joyeux, Enthousiaste, Assuré, Chaleureux, Calme, Sérieux, Curieux, Surpris, Triste), Rythme (Plus lent, Normal, Plus rapide) et Voix (Voix principale, ou l'une de vos voix ou voix de banque de sons, pour qu'un script puisse avoir deux intervenants ou plus, comme un animateur et un invité), ainsi que Corriger un mot. Puis sa durée et un bouton de lecture une fois lue, Relire cette partie, 3 versions, et une corbeille. Modifier le ressenti, le rythme ou la voix d'une partie la marque pour une nouvelle lecture. Les ressentis sont rendus comme de vraies émotions par le moteur Cartesia, et comme une diction plus ou moins expressive par ElevenLabs.

3 versions relit la partie deux fois de plus avec un jeu légèrement différent ; les trois apparaissent sous les noms Version 1, Version 2, Version 3, chacune avec un bouton de lecture, et Garder fait de cette version celle utilisée dans toute la lecture (Gardée est alors indiqué). 3 nouvelles versions remplace les versions 2 et 3. Script entier revient à l'affichage global. Ajouter des mots depuis… (les mêmes quatre sources) ajoute des mots à la fin, et Supprimer (demande confirmation) supprime la voix off et ses lectures.

Corriger la prononciation d'un mot : sélectionnez un mot ou un nom dans Script entier et appuyez sur Corriger la prononciation (ou appuyez sur Corriger un mot sur une partie dans Partie par partie et saisissez le mot). Le panneau affiche le mot avec Écouter maintenant (il lit la phrase où il se trouve, avec la voix choisie dans Qui lit). Sous Qu'est-ce qui ne va pas ?, choisissez parmi Mal prononcé, Mauvaise syllabe accentuée, Épelé lettre par lettre, Trop rapide ou marmonné, Ressemble à un autre mot, et décrivez-le aussi avec vos mots (tapés ou dictés au micro), puis appuyez sur Trouver des corrections. L'IA propose trois ou quatre graphies que la voix prononcera correctement (comme in-FIN-ih-tee, ou Win pour Nguyen), chacune avec son explication ; appuyez sur Écouter pour l'entendre dans la phrase avant de la garder. Utiliser partout l'enregistre dans votre liste de prononciations et relit chaque partie qui contient le mot ; Seulement dans ce script écrit la nouvelle graphie uniquement dans ce script. Ou saisissez votre propre graphie sous Ou saisissez comment il doit se prononcer, puis Écouter. Trouver d'autres corrections relance la recherche.

Liste de prononciation (sous le script) : chaque mot que vous avez enregistré et sa prononciation, dans chaque lecture de votre compte, dans chaque voix off. Chacun a Écouter et une corbeille, et Ajouter permet de saisir un mot et sa prononciation à la main. Le texte écrit ne change jamais : la liste est appliquée au moment où les mots sont lus.

Écrivez [pause] ou [pause 1.5s] pour une pause. Si un nom ou un mot sort mal, écrivez-le comme il se prononce et relisez seulement cette ligne.

La rédaction par IA (la case violette) est une seule case pour écrire et modifier. Pour un nouveau script, tapez ou dites ce qu'il doit contenir (le nom de votre entreprise, l'offre, un numéro de téléphone ou un site web, tout ce qui doit y figurer), ou laissez vide, choisissez Pour (Vidéo ou reel sur les réseaux sociaux, Spot publicitaire ou radio, Accueil téléphonique ou attente, Présentation d'un produit ou service, Événement, soldes ou annonce, ou Autre chose) et un ton (Amical, Professionnel, Dynamique, Calme, Drôle), puis appuyez sur Rédiger. Le texte est écrit à la Durée que vous avez choisie (30 secondes si aucune), dans votre Voix de marque lorsque Utiliser ma voix de marque est coché, en paragraphes naturels.

Une fois le script créé, la même case accepte toute modification dans vos propres mots, tapés ou dits (« rends l'introduction plus percutante », « ajoute nos horaires du samedi », « traduis-le en espagnol ») : appuyez sur Appliquer la modification (ou ⌘/Ctrl+Entrée). Améliorer le texte le rend plus fluide à l'oral et plus concis, en conservant chaque fait, nom, chiffre et offre. Rédiger une nouvelle version écrit un script neuf à partir de ce que vous avez tapé, avec le Pour, le ton et la durée choisis. Les boutons en dessous sont des modifications en un clic, et non une limite : Adapter à la durée, Rendre plus amical, Plus facile à dire, Fin plus forte. Les lignes et faits que vous n'avez pas demandés restent exactement tels quels, et l'IA n'invente jamais de prix ni de numéros de téléphone : elle écrit un espace réservé comme [votre numéro de téléphone] et le signale sous Pas encore fait.

Pack rédaction : ouvrez Pack rédaction (dans un nouvel onglet) pour rédiger un texte plus long avec l'un de ses rédacteurs, puis appuyez sur ramener le brouillon ici pour l'ajouter à ce script.

Après chaque modification, une note indique ce qui a été Fait et, en premier, tout élément Pas encore fait avec la raison, et le script ci-dessous est brièvement mis en évidence pour que vous voyiez où le changement a été appliqué. Annuler remet le script tel qu'il était avant cette modification.

Créer ma voix ouvre un grand panneau. En haut, Comment enregistrer une voix qui vous ressemble (ouvert par défaut) liste ce qu'il faut faire (une pièce calme et douce ; à une largeur de main environ du microphone ; votre voix habituelle de publicité ; intégrez des questions, des chiffres et des noms ; 1 à 2 minutes au total, toujours au même endroit) et ce qu'il faut éviter (musique, télévision, ventilateurs ou autres personnes ; pièces avec écho ou voiture ; publicités ou vidéos avec musique sous votre voix ; casques Bluetooth ou haut-parleur ; chuchoter, crier, parler trop vite ou sur un ton monotone ; longs silences et toux). Fermer ferme le panneau.

Créer ma voix suit trois étapes. 1, Votre nom : tel que vous le direz. 2, Lisez cette phrase à voix haute : appuyez sur Enregistrer la phrase, lisez la phrase à l'écran (« Je, votre nom, accepte qu'aiKit crée une voix IA à partir de mes enregistrements, et je ne l'utiliserai que pour mon propre travail. »), puis appuyez sur Arrêter. Un point rouge, la durée et un indicateur de niveau s'affichent pendant l'enregistrement. 3, 1 à 2 minutes de vous qui parlez : Enregistrer (ou Importer un enregistrement : MP3, M4A, WAV, WebM ou OGG), autant de fois que vous le souhaitez, jusqu'à six enregistrements ; une barre se remplit jusqu'à deux minutes, il faut au moins 30 secondes et une minute ou plus donne le meilleur résultat. Trois textes à lire se trouvent au-dessus des boutons, chacun dans un onglet : Votre entreprise ; Une histoire ; et Chiffres et noms (lisez les trois pendant environ deux minutes, ou parlez simplement de votre travail). Chaque enregistrement est listé avec sa durée, un lecteur pour l'écouter (enregistrements faits pendant cette visite), un contrôle de qualité effectué dans votre navigateur (Son propre, ou un conseil comme Faible : rapprochez-vous, Trop fort par endroits, Bruit de fond, ou Beaucoup de silences), et une corbeille. L'enregistrement du consentement dispose du même lecteur et du même contrôle.

Créer ma voix effectue les vérifications, puis crée la voix. La phrase de consentement est transcrite en texte et comparée à la phrase (votre nom est exclu, car les noms s'écrivent de plusieurs façons) ; au moins 70 % de ses mots doivent être entendus. Une vérification de base de la même voix compare la hauteur et le ton de l'enregistrement de consentement avec vos échantillons ; ils doivent correspondre, la phrase doit donc être lue par la même personne que les échantillons. C'est une vérification de base, pas une empreinte. Le résultat liste chaque contrôle avec une coche ou une croix ; si l'un échoue, la voix n'est pas créée et Corriger les enregistrements vous ramène en arrière.

Vos enregistrements et vos voix sont privés et liés à votre compte. La corbeille à côté d'une voix demande confirmation, puis la supprime aussi auprès du service vocal, et ici. Les voix off déjà lues avec elle vous appartiennent toujours. Jusqu'à cinq voix par compte. Uniquement votre propre voix : les enregistrements d'autres personnes ne sont pas autorisés. La voix maison d'aiKit : un administrateur d'aiKit peut proposer l'une de ses PROPRES voix finalisées (créée via ce même processus de consentement) à tous les comptes avec Proposer comme voix maison ; elle apparaît alors en premier sous Voix standard, étiquetée voix maison d'aiKit, et lit pour toute personne qui n'a pas de voix propre. Elle n'apparaît que lorsqu'un vrai moteur vocal est activé ; Voix maison ✓ (arrêter), ou la suppression de cette voix, arrête de la proposer. La création de votre propre voix est ouverte aux administrateurs jusqu'à un examen juridique final ; les voix standard fonctionnent pour tout le monde dès maintenant.

Les recettes vocales (la barre au-dessus du script) enregistrent une voix, une émotion, un rythme et une musique sous un seul nom, comme Publicités Northwind ou Ligne téléphonique Boulangerie. Appuyez sur une recette pour l'utiliser : la voix est choisie, chaque partie qui n'a pas sa propre émotion ou son propre rythme reçoit celui de la recette, et sa musique est réglée sous le lecteur. Enregistrer comme recette ouvre un court formulaire : Nom, Émotion et Rythme (ils reprennent ce qu'utilisent la plupart de vos parties), avec la voix choisie dans Qui lit et la musique réglée sous le lecteur ; enregistrer sous un nom déjà utilisé remplace cette recette. La corbeille supprime une recette. Jusqu'à 50 recettes.

Les recettes fonctionnent dans tout aiKit : quand un autre outil lit un texte avec une voix (par exemple la narration de Video Kit), il peut utiliser une recette, et votre liste de prononciation s'applique aussi là-bas, pour que les noms soient prononcés de la même façon partout.

Qui lit affiche d'abord vos voix prêtes, puis les voix standard (six au départ ; Toutes les voix standard affiche le reste). La voix choisie a un contour coloré, et elle est conservée dans l'adresse de la page. Chaque voix a un bouton Écouter qui joue un court extrait (créé une fois et conservé, il se lance donc immédiatement la fois suivante) ; appuyez sur Arrêter, ou sur Écouter d'une autre voix, pour l'arrêter.

Écoutez-la : le grand bouton indique ce qu'il va faire : Lire avec <voice>, Lire les N lignes modifiées, ou Tout relire. Seules les lignes nouvelles ou modifiées sont relues, donc corriger un mot ne coûte qu'une ligne. Pendant le traitement, le panneau indique combien de lignes sont lues ; les longs scripts sont lus par tranches et le compteur se met à jour. Si une ligne n'a pas pu être lue, Pas encore terminé indique combien et pourquoi, et appuyer à nouveau sur le bouton ne relit que celles-là.

Une fois toutes les lignes lues, le lecteur affiche une forme d'onde de toute la voix off : appuyez sur le bouton rond pour lire ou mettre en pause, cliquez sur la forme d'onde (ou utilisez les touches fléchées) pour sauter, et la ligne en cours de lecture apparaît en dessous. Les lignes sont reliées par une courte pause de silence.

Les mots sous le lecteur s'allument au fur et à mesure de la lecture. Cliquez sur un mot pour y aller. Sélectionnez un à trois mots et appuyez sur Corriger la prononciation (cela ouvre le panneau de correction dans le script), ou sélectionnez n'importe quels mots et appuyez sur Diriger ces mots pour indiquer à la voix comment les dire. Les temps des mots sont répartis sur chaque partie selon leur longueur, ils sont donc proches, pas exacts.

Diriger la lecture (sous le lecteur) : dites comment cela doit sonner avec vos propres mots, à l'écrit ou à l'oral, par exemple plus d'énergie sur « ce week-end », ralentir sur le prix, ou sonner comme si vous souriiez, puis appuyez sur Diriger, ou sur l'un des raccourcis (Plus d'énergie, Sonner comme si vous souriiez, Ralentir sur les chiffres et le numéro de téléphone, Plus calme et plus rassurant, Ouverture plus percutante, Plus de pause avant l'appel à l'action). L'IA modifie l'émotion, le rythme et, si cela aide, quelques mots uniquement dans les parties concernées par la consigne (la voix ne peut pas accentuer un seul mot, elle utilise donc ce qu'une voix suit : une courte pause avant le mot, un point d'exclamation ou une phrase plus courte), enregistre le script, et ne relit que ces parties. Terminé liste chaque modification, et Pas encore terminé indique ce qu'une voix ne peut pas faire et pourquoi. Annuler rétablit ces parties et les relit.

Vérifiez-la avec le coach IA : il écoute la lecture (reconnaissance vocale) et affiche le temps et les mots par minute, puis Rythme (150 à 170 mots par minute convient à la plupart des publicités), Clarté, Ouverture (la première phrase accroche-t-elle l'attention en 3 secondes) et Noms et mots (mots longs que la vérification d'écoute n'a pas entendus, souvent un nom mal prononcé). Chaque conseil propose une correction : Corriger la prononciation pour un mot, ou Corriger, qui place une consigne dans Diriger la lecture pour vous à valider. Revérifier réécoute après les modifications. L'extrait de test n'est pas de la parole, donc la vérification des mots ne fonctionne qu'avec de vraies voix.

Musique sous la voix (sous le lecteur une fois toutes les parties lues) : choisissez une création originale aiKit, réglez Musique (le volume), appuyez sur Écouter avec la musique, et sur Télécharger avec la musique (WAV) pour le mixage final. La musique démarre un instant avant la voix, baisse pendant que la voix parle et s'estompe à la fin. Sous-titres : fichiers .srt et .vtt calés sur la lecture, quelques mots à la fois, pour les reels, YouTube et les lecteurs vidéo.

Téléchargements et plus : MP3 (vraies voix), WAV (toute lecture), Enregistrer dans la Bibliothèque graphique (dans le dossier Voice Kit, catégorie Voix off), et Utiliser dans Motion Maker, qui l'enregistre dans votre bibliothèque et ouvre Motion Maker avec la voix dans l'onglet Musique, la musique s'atténuant sous elle. En dessous, notez la lecture avec un pouce levé ou baissé ; un pouce baissé demande ce qui s'est mal passé et l'envoie à l'équipe aiKit. L'étiquette Voix IA / Extrait de test en haut du panneau indique ce que vous entendez.

Avant la lecture de nouvelles lignes, une vérification rapide par IA les contrôle pour détecter l'usurpation d'identité. Se présenter soi-même et son entreprise est acceptable (« Bonjour, je suis Sam, le propriétaire de Sam's Bikes ») : une personne ou une entreprise peu connue est considérée comme étant vous. Ne sont pas lus : une personnalité célèbre qui parle ou cautionne à la première personne, une entreprise, une banque ou un organisme public connu qui s'exprime en son nom (« ici votre banque »), ou tout message se faisant passer pour l'un d'eux afin de demander un paiement ou des données personnelles. Le panneau indique la raison. Mentionner ou évaluer de vraies personnes et entreprises, les publicités pour votre propre entreprise et les personnages fictifs sont acceptés. Chaque ligne est vérifiée une fois ; la modifier la vérifie à nouveau.

Voice Kit utilise les jetons de votre compte au coût réel du service vocal : la lecture est facturée au caractère (environ 3 à 9 centimes pour une lecture de 30 secondes, selon le service vocal), plus le faible coût de chaque modification de script par IA et de chaque vérification de sécurité. Ne relire que les lignes modifiées maintient le coût bas. Si une demande dépasse ce qui reste de votre forfait, elle n'est pas lancée et le message l'indique. Les administrateurs voient le coût de chaque lecture en centimes sous le lecteur.

Les administrateurs voient Test de moteur côte à côte sous le lecteur. Lorsque les deux services vocaux sont activés, Lire sur les deux lit le script ouvert avec la voix choisie sur chaque service, affiche un lecteur et le coût pour chacun, et Utiliser ce moteur fait que cette lecture sera utilisée pour toutes les voix off à partir de là (votre propre voix est créée sur les deux services lors de sa création). Si un seul ou aucun n'est activé, le message indique lesquels le sont.

Les autres outils d'aiKit demandent à Voice Kit une narration de la même façon : les mots sont envoyés, et une voix off est renvoyée avec l'heure de début et de fin de chaque ligne, afin que les sous-titres suivent la voix. Elle est lue avec votre voix la plus récente (ou la première voix standard), décomptée de vos jetons, et marquée comme extrait de test chaque fois que les vraies voix sont désactivées.