Ce que peut faire Synthèse vocale par IA

Générer maintenant

Trois modèles d’ElevenLabs, un sélecteur

Turbo 2.5 pour des ébauches rapides et économiques à 10 crédits pour 1 000 caractères ; Multilingual v2 et Eleven v3 à 20 crédits pour 1 000 caractères lorsque vous souhaitez un résultat plus riche. Il n’y a pas de sélecteur de langue : vous saisissez le texte dans la langue de votre choix et les modèles multilingues s’en chargent.

Des voix au ton approprié

Choisissez parmi 22 voix nommées — narrateurs calmes, animateurs dynamiques, conteurs chaleureux, voix de lecture de journal télévisé — et écoutez un extrait de chacune d’entre elles avant de dépenser un crédit. Chacune possède son propre ton, et un contrôle de la vitesse allant de 0,7× à 1,2× vous permet d’ajuster le rythme.

Un son clair, directement acheminé vers le reste du studio

Le résultat est enregistré dans votre bibliothèque 7ART, à côté de vos images, vidéos et morceaux de musique ; vous pouvez ainsi sélectionner une piste vocale en un clic dans Lipsync ou dans l’éditeur vidéo. Outre la fonction « Speech », vous disposez de « Dialogue » pour les scènes à plusieurs interlocuteurs — deux personnages échangeant des répliques au cours de la même génération — ainsi que des effets sonores, de l’isolation des bruits de fond et de la transcription, le tout dans la même section.

Jusqu’à 5 000 caractères par exécution

Une seule génération de texte parlé peut comporter jusqu’à 5 000 caractères, soit environ six minutes de narration. Un dialogue peut comporter jusqu’à 50 lignes de 1 000 caractères chacune. Les textes plus longs sont générés par parties, puis assemblés. Vous payez au caractère : 10 crédits pour 1 000 caractères sur le mode Turbo 2.5.

Comparaison avec 7ART

Frequently asked questions

• Qu'est-ce que la synthèse vocale ?

  La synthèse vocale (TTS) transforme le texte écrit en audio parlé à l’aide d’un modèle vocal basé sur l’IA. 7ART fonctionne sur ElevenLabs : 22 voix nommées que vous pouvez écouter avant de dépenser un crédit, trois modèles (Turbo 2.5, Multilingual v2, Eleven v3), un réglage de la vitesse de 0,7× à 1,2×, ainsi qu’un mode « Dialogue » pour les scènes comportant plusieurs intervenants. Utile pour les voix off, les narrations, les podcasts, les livres audio et les publicités.

• Peut-on essayer gratuitement l'7ART ?

  Vous pouvez créer un compte gratuitement, sans carte, et explorer. La génération consomme des crédits, et les crédits viennent avec un forfait — aucun crédit gratuit n'est offert pour le moment, et le téléchargement des fichiers nécessite lui aussi un forfait payant. La synthèse vocale est facturée au caractère : 10 crédits par tranche de 1 000 caractères sur Turbo 2.5, 20 sur Multilingual v2 et Eleven v3. Les forfaits actuels sont sur notre page de tarification.

• Quel est le meilleur système de synthèse vocale par IA ?

  ElevenLabs Il se distingue par un rendu naturel et une large palette émotionnelle, ce qui explique pourquoi 7ART s’appuie sur cette technologie. Murf est destiné à la voix off professionnelle. Ce qu’apporte 7ART, ce n’est pas un modèle vocal différent, mais la même qualité ElevenLabs que celle d’un studio, où le clip que vous venez de générer n’est qu’à un clic de Lipsync, de votre timeline vidéo ou d’un clip musical, le tout avec un seul crédit.

• Puis-je utiliser une voix que j’ai créée pour de la musique dans la fonctionnalité de synthèse vocale ?

  Non. 7ART propose, dans la section « Music », un outil « Create-a-Voice » qui permet de cloner une voix pour les morceaux d’Suno, et celui-ci est distinct de la liste de voix ElevenLabs utilisée par la synthèse vocale (Text-to-Speech). La synthèse vocale utilise uniquement les 22 voix préréglées.

• Puis-je cloner ma propre voix ?

  Ces termes ne s’appliquent pas à la synthèse vocale (Text-to-Speech). Les fonctionnalités « Speech », « Dialogue » et « Sound FX » utilisent les 22 voix prédéfinies d’ElevenLabs, et il n’est pas possible d’y importer votre propre voix. 7ART propose bien un outil « Create-a-Voice » dans la section « Music » pour les morceaux d’Suno, mais cette voix ne peut pas être utilisée pour la synthèse vocale. Nous n’allons pas fixer de date pour le clonage via la synthèse vocale.

• Combien de langues sont prises en charge ?

  Il n’y a pas de sélecteur de langue dans la fonction de synthèse vocale : vous saisissez le texte dans la langue de votre choix et le modèle le lit. Multilingual v2 et Eleven v3 sont les deux modèles conçus pour les textes non anglophones ; Turbo 2.5 est optimisé pour la vitesse. Nous ne publions pas le nombre de langues prises en charge ; nous vous recommandons donc de tester une courte phrase dans votre langue avant de vous lancer dans un script plus long.

• Quelle peut être la durée maximale de l'audio généré ?

  Une seule génération de discours peut comporter jusqu’à 5 000 caractères, soit environ six minutes de narration. Un dialogue peut comporter jusqu’à 50 lignes de 1 000 caractères chacune. Les travaux plus longs sont générés par parties. Le coût est proportionnel au nombre de caractères : 10 crédits pour 1 000 caractères sur Turbo 2.5, 20 sur Multilingual v2 et Eleven v3.

• Puis-je prêter ma voix à plusieurs personnages dans une même scène ?

  Oui, c’est précisément à cela que sert l’onglet « Dialogue ». Rédigez jusqu’à 50 lignes, attribuez une voix prédéfinie différente à chaque interlocuteur, et l’échange complet vous est restitué sous forme d’une seule génération, au coût de 20 crédits pour 1 000 caractères. Utile pour les scénarios épisodiques où deux personnages échangent des répliques, et le résultat est directement transféré dans Lipsync afin que chaque visage corresponde à sa propre interprétation.

• Puis-je contrôler l’émotion et le ton ?

  Le ton dépend de la voix que vous choisissez : la bibliothèque de 22 voix comprend des narrateurs calmes, des animateurs dynamiques, des conteurs chaleureux et des voix de présentateur, et chaque voix dispose d’un extrait audio vous permettant de l’écouter avant de dépenser quoi que ce soit. Vous pouvez également modifier le rythme grâce au contrôle de vitesse (de 0,7× à 1,2×). Il n’existe pas de balise d’émotion distincte.

• Puis-je utiliser les fichiers audio générés à des fins commerciales, dans des podcasts ou dans des publicités ?

  Oui. Les Conditions générales d’7ART autorisent l’utilisation à des fins personnelles et commerciales de ce que vous générez, sous réserve de ces Conditions, de la législation applicable et de toute restriction imposée par les fournisseurs de modèles sous-jacents — podcasts, vidéos monétisées, publicités, livres audio, travaux de marque. Le téléchargement du fichier nécessite un abonnement payant.

• En quoi 7ART se distingue-t-il directement de ElevenLabs ?

  7ART L'application utilise ElevenLabs ; les voix sont donc les mêmes que celles que vous obtiendriez directement. Les différences sont les suivantes : (1) les fichiers audio sont enregistrés dans la même bibliothèque que vos images, vidéos et musiques, ce qui permet leur intégration directe dans Lipsync ou l'éditeur ; (2) un seul espace de travail au lieu d'un deuxième abonnement ; et (3) un solde de crédits unique pour tous les outils d'7ART. En cas de basculement rare d’un fournisseur, une requête Eleven v3 peut se rabattre sur Turbo 2.5 ; choisissez donc délibérément Turbo si la cohérence tout au long d’un projet de longue durée est importante.