GUIDE

Une API de synthèse vocale pour les textes longs : chapitres, articles et livres audio

Sur les textes longs, les API de synthèse vocale deviennent lentes et chères. Beaucoup limitent une requête à quelques milliers de caractères : vous découpez le livre vous-même, envoyez des centaines de requêtes et recollez l’audio, et chaque caractère est facturé.

L’API de SuperClonica accepte jusqu’à 20 000 caractères en une requête et renvoie un seul fichier. Dans nos mesures sur le service en production, environ 16 000 caractères, soit 15,6 minutes de parole, sont revenus en 25,6 secondes. Ce guide montre comment lire un long texte et quelles sont les limites.

Choisir un narrateur Ou faire tourner le moteur vous-même

Pourquoi c’est rapide

Le serveur découpe le texte aux limites des phrases, lit les morceaux sur plusieurs workers en même temps, puis les assemble en un fichier aux pauses régulières. Un long chapitre prend donc des secondes et non des minutes, et avec "stream": true vous écoutez dès 300 ms pendant que le reste se prépare.

Ce qui tient dans une requête

Une requête accepte jusqu’à 20 000 caractères, et son audio doit tenir dans la fenêtre de 10 minutes de votre offre. L’offre fixe la durée maximale d’un fichier :

  • Gratuit : jusqu’à 1 minute, environ 1000 caractères.
  • Débutant, 5 $ : jusqu’à 3 minutes, environ 3000 caractères par requête.
  • Auteur, 10 $ : jusqu’à 8 minutes.
  • Pro, 20 $ : jusqu’à 25 minutes, donc les 20 000 caractères complets.
  • Studio, 50 $ : jusqu’à 80 minutes, de quoi lancer plusieurs longues requêtes à la fois.

Lire un livre chapitre par chapitre

Découpez le livre en chapitres ou en scènes, envoyez chaque partie dans sa propre requête avec un Idempotency-Key comme le numéro du chapitre et enregistrez chaque réponse dans un fichier. En Python : requests.post("https://superclonica.com/api/v1/speech", headers={"Authorization": "Bearer " + key, "Idempotency-Key": "chapter-3"}, json={"text": text, "voice": "M2", "language": "fr", "format": "mp3"}, timeout=120). Une réponse 503 signifie que la file est pleine : attendez les secondes de Retry-After et renvoyez la même requête ; une clé répétée ne lit jamais un texte deux fois.

Les nombres, dates et abréviations sont lus en toutes lettres, et les retours à la ligne sont gardés comme séparations de paragraphes.

Choisir le narrateur

Avec une offre payante, toute voix du catalogue SuperClonica fonctionne par l’API, et vous pouvez entraîner un narrateur à partir de votre propre enregistrement sur le site. Écoutez gratuitement les candidats sur leurs pages avec une phrase de votre livre avant de choisir. Pour un manuscrit confidentiel qui ne doit pas quitter votre machine, faites plutôt tourner vous-même le moteur gratuit de SuperClonica ; il lit les textes longs de la même façon.