Une alternative à Airvoz pour les longs textes, hors ligne
Airvoz est un site gratuit de synthèse vocale en ligne avec plus de 500 voix dans plus de 100 langues, le téléchargement en MP3 et la conversion par lots, et sa FAQ autorise l’audio dans les vidéos, podcasts, cours et livres audio. Chaque requête accepte jusqu’à 3 000 caractères : un texte plus long doit être découpé et généré morceau par morceau.
Si vous lisez des chapitres, de longs scripts ou beaucoup de fichiers, le moteur gratuit SuperClonica le fait sur votre propre ordinateur, hors ligne, sans limite de longueur par fichier. Ce guide compare les deux honnêtement.
Essayez d’abord une voix en ligne
Sur la page de n’importe quelle voix du catalogue, collez une phrase lue avec Airvoz, de 30 à 100 caractères, choisissez la langue et cliquez sur Lire. En quelques secondes vous pouvez comparer, sans compte.
Un fichier entier d’un coup
Installez le moteur une fois avec python -m pip install superclonica-cpu ; il fonctionne sous Windows, macOS et Linux sur un processeur ordinaire et hors ligne après le téléchargement unique du modèle. Un fichier texte entier tient alors en une commande : superclonica --text-file chapter.txt --voice M3 --lang fr --normalize --output chapter.mp3. Le moteur découpe lui-même les longs textes aux limites des phrases et réunit le résultat dans un seul fichier.
Depuis le code
L’API vocale SuperClonica accepte jusqu’à 20 000 caractères par requête et renvoie le fichier audio. Une clé gratuite donne 3 minutes d’audio par jour sans carte ; les offres payantes commencent à 5 $ par mois. Des exemples pour curl, Python et Node.js se trouvent dans le dépôt free-tts-api sur GitHub.
Là où Airvoz est plus fort
Airvoz couvre bien plus de langues, dont le chinois, le bengali, l’afrikaans et d’autres que Supertonic 3 ne parle pas, et rien n’est à installer. Pour de courts extraits dans ces langues, c’est plus simple. SuperClonica parle 31 langues et excelle pour les lectures longues ou répétées, la confidentialité hors ligne et les voix du catalogue : narrateurs, annonceurs et personnages.
Voix et droits
Les dix voix de base, M1 à M5 et F1 à F5, peuvent être utilisées commercialement selon la licence du modèle OpenRAIL-M, tout comme une voix entraînée sur votre propre enregistrement. Les voix de personnages du catalogue sont faites par des fans et réservées aux usages de fans et de parodie. Certaines voix du catalogue sont payantes, achetées une fois.