Convertir du texte en parole : du choix de la voix au téléchargement du MP3

Transformer un texte en MP3 directement utilisable tient en trois gestes clés : adapter le texte à la lecture à voix haute, choisir une voix dans la bonne langue, écouter le résultat avant d'enregistrer. La page Text to Speech de PixMind réunit ces trois étapes : saisie du texte et compteur de caractères en direct à gauche, choix de la voix et des réglages à droite, lecture du résultat dans la page et téléchargement après validation.

Ouvrez Text to Speech : avec une présentation produit de 100 caractères ou moins, le premier fichier audio arrive en quelques minutes.

Points clés

• Le sélecteur de voix permet d'écouter les extraits directement ; côté génération, le moteur Microsoft est gratuit et sans inscription, les autres moteurs exigent une connexion et consomment des crédits selon le nombre de caractères.
• Sans connexion : 100 caractères maximum par génération et 2 essais gratuits ; connecté, l'offre gratuite reste à 100 caractères par génération, les abonnements payants montent à 10000.
• Les curseurs de débit et de volume servent pour tous les moteurs ; le curseur de hauteur n'apparaît qu'avec le moteur MiniMax ; changer de moteur réinitialise les paramètres aux valeurs par défaut.
• Vérifiez d'abord noms de personnes, noms de produit et longues séries de chiffres dans la barre de lecture de la page, puis cliquez sur télécharger pour obtenir le fichier MP3.

Préparer un texte qui se lit bien à voix haute

La différence de qualité vient surtout du texte, rarement des réglages. Une même voix lit très différemment une longue phrase écrite et une phrase courte : réécrire le script en « parlé » avant de générer est plus efficace que de manipuler les curseurs en boucle.

Trois règles de réécriture. Fractionner les longues phrases, une idée par phrase, et supprimer les ornements écrits du type « doté de » ou « visant à ». Écrire nombres et sigles selon la lecture voulue : références, montants, années séparés en unités propres. Confier les pauses à la ponctuation : virgule pour une micro-pause, point pour une respiration ; ne jamais régler le rythme avec des espaces.

Exemple avec une présentation produit. Original : « Ce produit repose sur un moteur nouvelle génération entièrement développé en interne, doté de rapidité, de stabilité et de simplicité, capable de répondre aux besoins diversifiés des particuliers comme des entreprises dans de nombreux contextes. » Version orale : « Voici notre moteur nouvelle génération. Il est rapide, et stable. Les particuliers l'utilisent, les équipes aussi. »

La zone de saisie tronque le texte à la limite courante de caractères et affiche en dessous le compteur « actuel / limite ». La limite dépend de l'état de connexion ; la méthode de vérification figure dans « Vérifier quotas et consommation estimée avant de commencer ».

Filtrer les voix par langue et écouter les extraits

Le panneau de droite propose par défaut une voix alignée sur la langue de l'interface — interface chinoise, voix chinoise — utilisable telle quelle pour une première version. Pour changer de voix, suivez cet ordre :

1. Cliquez sur « Choisir une voix » pour ouvrir la fenêtre de sélection.
2. Dans la ligne « Modèle vocal » en haut, changez de moteur : Microsoft, Volcano, MiniMax, Google, langues rares. Chaque carte indique le nombre de voix du moteur ; l'interface fait foi.
3. Filtrez la langue cible avec le menu « Langue ». Les options viennent du catalogue de voix du moteur courant et changent avec lui.
4. Affinez au besoin avec le menu « Genre » (féminine, masculine) et la recherche ; le compteur « N voix » s'actualise à droite.
5. Survolez l'avatar d'une voix et cliquez pour écouter l'extrait ; sans extrait, la mention « aucune écoute disponible pour cette voix » s'affiche.
6. Cliquez sur « Choisir » sur la carte retenue : la fenêtre se ferme et le panneau de droite adopte cette voix.

L'extrait joué est l'échantillon fourni avec la voix, pas votre texte ; pour juger l'effet réel, générez une version avec une phrase courte et écoutez. Aucun moteur n'est la réponse unique : Microsoft est gratuit et couvre largement les langues ; la page positionne Volcano plutôt sur le commentaire et le livre audio, MiniMax sur la publicité et le doublage de personnages, Google sur davantage de langues et d'accents, et le moteur langues rares sur les langues régionales et minoritaires. Essayer une ou deux voix par tâche vaut mieux que retenir des conclusions toutes faites.

Régler débit, volume et paramètres disponibles

Dans le panneau « Réglages vocaux », les curseurs de débit et de volume valent pour tous les moteurs ; le troisième, « hauteur », n'apparaît qu'avec une voix du moteur MiniMax. Les plages diffèrent selon le moteur :

Les paramètres suivent le moteur choisi, pas la voix : en passant à une voix d'un autre moteur, les curseurs reviennent aux valeurs par défaut de ce moteur, sans conserver vos réglages. Le bouton « Réinitialiser les paramètres », sous le panneau, restaure les valeurs par défaut à tout moment.

Gardez un ordre fixe de réglage : première génération aux valeurs par défaut ; après écoute, identifiez si le problème est de rythme ou d'intensité, puis touchez le curseur correspondant — un seul à la fois, sinon impossible de savoir quel ajustement a agi.

Écouter avant de télécharger le MP3

Texte et voix en place, cliquez sur « Générer la parole » ; le bouton affiche « Génération en cours... » pendant le traitement. Texte, voix et nombre de caractères sont validés avant génération : toute anomalie est signalée immédiatement, sans attente inutile. Une fois le résultat là, procédez dans cet ordre :

1. Écoutez-le en entier dans la barre de lecture en bas de page. Elle affiche progression, temps courant, durée totale et le nom de la voix utilisée ; la progression se déplace au curseur.
2. Vérifiez en priorité trois contenus : noms de personnes, noms de produit, longues séries de chiffres — les plus sujets aux erreurs de lecture.
3. En cas de défaut, retournez au texte — reformulation, ponctuation ajoutée ou retirée — puis régénérez : le nouveau résultat remplace le précédent.
4. Après validation, cliquez sur « Télécharger MP3 » : le fichier enregistré commence par pixmind-tts-, extension .mp3.

Exemple audio complet (voix : Yunxi) :

La page ne conserve qu'un résultat à la fois : pour plusieurs fichiers, générez et téléchargez segment par segment.

Vérifier quotas et consommation estimée avant de commencer

Rien à deviner sur les quotas : tout s'affiche juste sous la zone de texte. Trois points à vérifier avant de générer :

1. Le compteur « X / Y caractères » : Y vaut 100 sans connexion ou en offre gratuite, 10000 pour les abonnés payants.
2. Le libellé à côté du compteur : sans connexion, « 2 essais gratuits · 100 caractères maximum par essai » ; en offre gratuite connectée, « les utilisateurs gratuits disposent de 100 caractères maximum par génération ».
3. La « consommation estimée » : « gratuit » avec le moteur Microsoft, sans débit de crédits ; avec un moteur payant, un nombre de crédits, à raison de 10 crédits par 100 caractères, tout début de tranche comptant pour 100.

Essais épuisés sans connexion : le serveur refuse la génération et la fenêtre de connexion s'ouvre ; une fois connecté, l'usage reprend. L'écoute des extraits dans la fenêtre de sélection échappe à cette limite et reste possible à tout moment.

Questions fréquentes

Quelles voix peut-on essayer gratuitement ?

Toute voix disposant d'un extrait s'écoute dans la fenêtre, sans connexion. Côté génération, deux familles : les voix du moteur Microsoft sont gratuites et générables sans inscription — sans connexion, 2 essais de 100 caractères ; les voix Volcano, MiniMax, Google et langues rares exigent une connexion et consomment des crédits au caractère. Le critère est simple : dans la zone « consommation estimée », une étiquette « gratuit » ou un nombre de crédits.

Quel est le format du fichier téléchargé ?

MP3. Après chaque génération, cliquez sur « Télécharger MP3 » à droite de la barre de lecture ; le nom de fichier commence par pixmind-tts- et porte un horodatage de génération. La page ne garde qu'un résultat à la fois : plusieurs contenus se génèrent et se téléchargent segment par segment.

Texte long : comment le découper ?

Vérifiez d'abord la limite courante : 100 caractères sans connexion ou en offre gratuite, 10000 en abonnement payant ; l'excédent n'est pas généré. Découpez par paragraphes naturels ou groupes de phrases, générez et téléchargez chaque segment séparément. Gardez si possible la même voix sur tout le document, et notez que changer de moteur réinitialise débit, volume et autres paramètres — consignez vos réglages avant le découpage.

Générez maintenant votre premier MP3

Partez d'une présentation produit de 100 caractères ou moins : réécrivez-la en phrases courtes, choisissez une voix dans la langue de votre texte, générez aux valeurs par défaut, écoutez en entier, puis décidez d'un ajustement de débit ou d'un changement de voix. Le premier MP3 téléchargé en local, les textes plus longs ne sont que des répétitions du même flux.

Ouvrez Text to Speech.