DébutantGénération image, vidéo & audio
Synthèse vocale (text-to-speech)
En anglais : Text-to-speech
Technologie qui convertit un texte écrit en parole audio, avec une voix de synthèse capable de reproduire l’intonation, le rythme et parfois l’émotion d’un locuteur humain.
Les anciennes voix de synthèse assemblaient des fragments enregistrés, ce qui donnait un ton haché et robotique. Les systèmes neuronaux actuels génèrent directement le signal audio et produisent une voix beaucoup plus naturelle, avec des pauses et une intonation crédibles. Ils lisent des livres audio, vocalisent les réponses d’un assistant ou rendent un site accessible aux personnes malvoyantes. C’est l’opération inverse de la reconnaissance vocale, qui transforme la parole en texte.
Exemple
Un éditeur scolaire produit la version audio de ses manuels en synthèse vocale pour les élèves dyslexiques ou malvoyants.
Notions liées
Avatar IA
DébutantPersonnage numérique animé par l’IA, réaliste ou stylisé, capable de parler, de bouger et parfois de converser en temps réel à partir d’un texte ou d’une voix.
Clonage vocal
IntermédiaireTechnique d’IA qui reproduit la voix d’une personne précise à partir d’échantillons de sa parole, afin de lui faire prononcer n’importe quel texte.