Alternative à Gemini TTS : un moteur vocal hors ligne que vous faites tourner
Les modèles Gemini de Google savent parler : via l’API Gemini et AI Studio, ils transforment un texte en parole expressive dans bien plus de cent langues, avec des consignes de style écrites en mots. Pour beaucoup de projets, c’est le départ le plus simple. Pour d’autres, envoyer chaque texte à une API cloud et payer au token est justement ce qu’on veut éviter.
SuperClonica est l’autre voie : un moteur gratuit qui tourne sur votre ordinateur ou votre serveur, des voix naturelles en 31 langues, plus de 170 voix de catalogue et des voix que vous entraînez vous-même. Ce guide compare les deux honnêtement et montre quand choisir l’un ou l’autre.
Ce que Gemini TTS fait bien
Les noms de modèles et les prix des API cloud changent souvent ; vérifiez la documentation et la page de tarifs de Google avant de prévoir un budget.
- Plus de 100 langues, chinois compris, avec détection automatique de la langue du texte.
- Style et rythme dirigés avec des mots, et dialogues à deux voix en une seule requête.
- 30 voix prêtes à l’emploi plus une bibliothèque plus large, et une sortie en WAV à 24 kHz.
- C’est un service cloud : il faut un compte Google et une clé d’API, et l’usage est facturé au token.
Écouter SuperClonica gratuitement
Sur la page de n’importe quelle voix, saisissez une phrase de 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous comparez avec ce que vous avez entendu chez Gemini, sans compte.
Quand un moteur hors ligne convient mieux
Même texte, même voix et même graine donnent toujours le même fichier : un script peut être régénéré dans un an et sonner à l’identique.
- Confidentialité : les textes ne quittent pas votre machine, ce qui compte pour les documents internes, les données clients et les scripts non publiés.
- Coût : après le matériel, la parole est gratuite ; les longs livres et les gros volumes n’augmentent pas la facture.
- Hors ligne : une fois le modèle téléchargé, aucune connexion n’est nécessaire.
- Votre propre voix : entraînez-la une fois dans le studio SuperClonica et utilisez-la partout, sans limite par projet.
Changer en un après-midi
Installez le moteur avec python -m pip install superclonica-cpu et vocalisez depuis la ligne de commande ou Python, ou lancez le serveur HTTP : docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. Il répond à POST /synthesize par un WAV : un service qui appelait une API cloud n’a besoin que d’une nouvelle adresse et d’un nom de voix. Les voix sont des fichiers que vous gardez, pas des noms qui peuvent disparaître avec une mise à jour du modèle.
Comment choisir
Choisissez Gemini TTS s’il vous faut le chinois ou une langue hors de ces 31, si vous voulez diriger l’émotion par des consignes en mots, ou si la facture cloud ne vous gêne pas. Choisissez SuperClonica si la confidentialité, un coût fixe, le travail hors ligne ou votre propre voix comptent davantage. Beaucoup d’équipes utilisent les deux : un modèle cloud pour les prototypes et un moteur auto-hébergé pour le volume de production.