Explication détaillée
Le Text-to-Speech (TTS) génère de la parole naturelle, parfois clonée sur une voix réelle. Les modèles récents gèrent prosodie, émotions, plusieurs langues et accents, ce qui ouvre la voie aux assistants vocaux, livres audio et doublage automatique.
Exemples
Voix de Siri ou Google Assistant
ElevenLabs pour cloner une voix
Lecture audio d'un article
Doublage automatique de vidéos
Questions fréquentes
Risques de fraude ?
Le clonage vocal facilite les arnaques au président ; des contrôles d'identité supplémentaires sont recommandés.
Termes associés
API
Interface qui permet à une application d'appeler les fonctions d'un service — y compris d'un modèle d'IA — par requêtes HTTP.
IA générative
Famille de modèles d'IA capables de créer des contenus nouveaux (texte, image, audio, vidéo, code) à partir d'un prompt.
Multimodal
Capacité d'un modèle d'IA à comprendre et générer plusieurs modalités (texte, image, audio, vidéo) au sein d'un même système.
Speech-to-Text
Technologie qui transcrit automatiquement la parole en texte écrit.
Dernière mise à jour : 15/07/2026