Synthèse vocale en masse depuis un tableur
Certains projets n’ont pas besoin d’un enregistrement mais de centaines : une phrase par carte, par bouton d’appli, par produit, par étape ou par langue. Passer ligne par ligne dans un outil en ligne prend des jours, et les services cloud facturent chaque caractère.
Le moteur SuperClonica vocalise un tableur entier sur votre ordinateur, un fichier par ligne, avec la voix et la langue que vous indiquez pour chacune. Ce guide montre comment préparer le tableau, le vocaliser en une seule passe et corriger des lignes isolées plus tard.
Quand faut-il de la synthèse vocale en masse
Quel que soit le projet, le schéma est le même : une ligne de texte en entrée, un fichier audio en sortie.
- Cours de langue : un fichier par mot ou par phrase pour les cartes mémoire.
- Applis et jeux : messages d’interface, astuces et courtes répliques de personnages.
- Boutiques et catalogues : une brève description parlée de chaque produit.
- Lieux publics : un jeu complet d’annonces ou d’étapes d’audioguide en plusieurs langues.
Tester les voix gratuitement
Avant de vocaliser des centaines de lignes, ouvrez la page de chaque voix prévue, collez une ligne typique de 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous entendez si la voix convient, sans compte.
Préparer le tableur
Écrivez nombres, noms et sigles dans chaque ligne tels qu’ils doivent être entendus.
- Une ligne par fichier audio, avec des colonnes comme file, text, voice et lang.
- Des noms de fichiers uniques sans espaces, comme card_0412 ou prompt_checkout_de.
- La voix sous forme de nom de base de M1 à M5 et de F1 à F5 ou de chemin d’un fichier de voix ; la langue sous forme de code, par exemple fr, en ou ja.
- Enregistrez le tableau en CSV UTF-8, pour que les accents et les écritures non latines survivent.
Vocaliser chaque ligne hors ligne
Installez le moteur gratuit avec python -m pip install superclonica-cpu, ou superclonica-gpu-cuda pour une carte graphique NVIDIA. Ensuite, en Python, après import csv, from superclonica import Superclonica et tts = Superclonica(), une seule boucle vocalise tout le tableau : for row in csv.DictReader(open("lines.csv", encoding="utf-8")): audio, rate = tts.synthesize(row["text"], voice=row["voice"], lang=row["lang"], seed=7, normalize=True); tts.save(row["file"] + ".wav", audio). Un seed fixe donne à chaque exécution le même son pour la même ligne, et normalize=True garde tous les fichiers au même volume. L’API Python enregistre du WAV, du FLAC ou de l’OGG selon l’extension ; pour du MP3, lancez le moteur en ligne de commande pour chaque ligne avec un nom de sortie en .mp3. Tout fonctionne hors ligne, sans limite de caractères.
Vérifier, corriger, relancer
Écoutez un échantillon de chaque voix et de chaque langue avant de livrer. Si une ligne est mal lue, changez son orthographe dans le CSV et revocalisez cette ligne seulement : avec le même seed, toutes les lignes non modifiées restent identiques. Gardez le CSV sous gestion de versions à côté de votre projet, pour pouvoir toujours reconstruire l’audio.