Eleven Labs propose un service de “clonage” de voix. Le principe est simple : l’utilisateur télécharge un échantillon de sa voix entre une et cinq minutes (plus l’échantillon est long et plus le résultat a de chances d’être satisfaisant). L’outil permet ensuite de réciter n’importe quel texte avec la voix de l’utilisateur. La rédaction de Qant a tenté l’expérience.
En guise d’échantillon, notre journaliste a lu la une de la newsletter Qant du vendredi 8 décembre à propos de la présentation de Gemini et des TPU de Google (lire ici) à voix haute. Durée de l’enregistrement : 3 minutes et 45 secondes. L’échantillon est alors soumis à Eleven Labs, en précisant qu’il s’agit de la voix d’un journaliste d’environ vingt-cinq ans, parlant en français. Une fois téléchargé, il est demandé à l’outil de générer un audio de la voix lisant un texte à propos d’un sujet qui sera traité dans la lettre demain : les relations entre Pékin et Washington sur l’IA.
Voici le résultat obtenu en quelques secondes :
La voix ressemble à celle de notre journaliste. Deux bémols cependant : le ton monocorde et l’accent espagnol pris à plusieurs reprises au cours de l’enregistrement. Ce problème d’accent parasite avait également été observé durant notre banc d’essai de Wondercraft, un autre outil permettant de réaliser du text to speech (lire Qant du 25 septembre).
À noter que plusieurs paramètres de la voix peuvent être changés à la guise de l’utilisateur, comme la stabilité (une voix plus “instable” sonnera moins monotone par exemple) ou la clarté, importante s’il existe un son en arrière-plan du discours.
L’abonnement à Eleven Labs (à partir de cinq dollars par mois) permet de générer plusieurs voix de ce genre. La semaine prochaine, la rédaction de Qant tentera de générer un podcast mêlant les voix de ses journalistes et des voix artificielles créées par Eleven Labs. Stay tuned!
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_c8563a828fdf4f0eb2e27085c3a998cd
