Comment naît une voix : de la parole source à la fiche du catalogue

Vous ouvrez le catalogue de voix, lancez la lecture — et entendez un timbre net et vivant. On dirait que la voix est simplement « là ». En réalité, chaque voix est le fruit d’une chaîne en plusieurs étapes : de la sélection de la parole source au mastering final. Voici comment naît une voix chez HancVoice — sans magie, étape par étape.

Étape 1. D’où vient la parole source

Une voix ne s’invente pas à partir de rien : elle naît d’une vraie parole humaine. Les sources sont des jeux de données vocales ouverts et sous licence, dont les enregistrements peuvent être utilisés légalement. La règle clé : nous ne recréons jamais la voix d’une personne réelle sans son consentement. Si vous créez votre propre voix, vous importez votre propre échantillon et confirmez votre consentement — conformément au RGPD. Sans consentement, le système ne construit pas de modèle.

Étape 2. La sélection : tous les enregistrements ne passent pas

Le premier filtre est la qualité du matériau source. Avant de construire une voix, la chaîne vérifie la « présence » dans l’enregistrement : y a-t-il assez de parole nette et intelligible, sans bruit de fond, musique ni coupures ? Les enregistrements qui échouent sont écartés immédiatement — traîner un matériau faible plus loin n’a aucun sens : les défauts ressortiraient de toute façon dans le résultat final.

Étape 3. L’empreinte numérique du timbre

Ensuite, le moteur écoute la parole retenue et construit une empreinte numérique compacte de la voix — une description mathématique du timbre de quelques kilo-octets à peine. C’est elle qui conserve tout ce qui rend une voix reconnaissable : hauteur, couleur, caractère. Toutes ces empreintes rejoignent une banque commune, et au moment de la synthèse, le moteur choisit la bonne et « prononce » avec elle n’importe quel texte. Un moteur — des centaines de voix, chacune avec son empreinte.

Une voix du catalogue n’est pas un ensemble de phrases enregistrées, mais une empreinte de timbre. C’est pourquoi une seule voix peut lire n’importe quel texte — même un texte que le locuteur d’origine n’a jamais prononcé.

Étape 4. Contrôle qualité : comment nous mesurons la « netteté »

L’oreille est subjective, alors nous mesurons aussi la qualité. Un aperçu de synthèse de chaque nouvelle voix passe par une évaluation neuronale de la netteté audio : elle donne un score objectif — à quel point la voix sonne propre, sans bruit ni artefacts. Le score est ajusté selon la langue, car « propre » ne sonne pas pareil en allemand qu’en japonais, par exemple. Les voix sous le seuil n’arrivent jamais en rayon : elles repartent en reprise ou sont rejetées.

Étape 5. Le mastering : pour que tout sonne de façon homogène

La dernière étape ramène toutes les voix à un dénominateur commun. Le volume est égalisé et le son normalisé : le catalogue n’a ni voix « trop basses » ni voix « qui crient », et vous pouvez comparer les timbres à armes égales. C’est la même logique que le mastering en musique : techniquement tout est prêt, mais c’est la finition homogène qui distingue un résultat professionnel d’un résultat brut.

Étape 6. La fiche du catalogue : langue et niveau

La voix terminée reçoit une fiche avec le genre, la langue et une description du timbre — et n’entre au catalogue qu’après une vérification manuelle. C’est aussi là qu’apparaît le niveau de la langue :

• Langues principales — le cœur du moteur, avec garantie de qualité : allemand, anglais, français, espagnol, italien, portugais, russe, chinois, japonais et coréen.
• Bêta — la langue fonctionne déjà en mode automatique, mais nous peaufinons encore la qualité.
• Bientôt — la langue est en développement : nous sélectionnons des locuteurs et ajustons la synthèse.

Une langue « sort » de la bêta non pas selon un calendrier, mais quand elle passe durablement le même contrôle qualité que les langues principales. Nous expliquons pourquoi les niveaux existent dans « Pourquoi les langues ont des niveaux », et vous pouvez suivre les langues en cours — et voter pour les prochaines — dans le Lab.

Pourquoi c’est important pour vous

Toute cette chaîne existe pour une raison simple : que vous ouvriez le catalogue, lanciez la lecture et entendiez une voix nette — pas du bruit ni des artefacts. La sélection à l’entrée, le contrôle qualité objectif et un mastering homogène expliquent pourquoi les voix HancVoice sonnent de façon prévisible et constante, et non « au petit bonheur ».

Conclusion

Une voix naît bien avant le moment où vous la choisissez — sur une chaîne de sélection, d’empreinte du timbre, de contrôle qualité et de mastering. C’est précisément pour cela que les langues ont des niveaux et que le catalogue garde une qualité constante. Ouvrez le catalogue et écoutez : vous savez maintenant ce qui se cache derrière chaque lecture.

Essayez vous-même — un pack de départ de caractères gratuit à l’inscription.