Synthèse vocale dans Node-RED avec une voix naturelle et locale
Node-RED relie capteurs, domotique, chatbots et systèmes d’entreprise avec quelques fils sur un canevas. La voix y trouve naturellement sa place : un capteur de porte qui annonce un visiteur, un flux qui lit un résumé quotidien, une alerte d’entrepôt diffusée sur un haut-parleur d’atelier.
Le moteur gratuit SuperClonica tourne comme un petit serveur HTTP à côté de Node-RED et transforme le texte en voix naturelle sur votre propre matériel. Ce guide montre le flux nœud par nœud et que faire de l’audio.
Ce que vous pouvez faire parler
Node-RED déplace les données ; SuperClonica transforme le texte en voix sur votre réseau.
- Des annonces issues de capteurs et d’événements domotiques.
- Des résumés quotidiens construits par d’autres nœuds.
- Des alertes sur les haut-parleurs d’usine, d’entrepôt ou de bureau.
- Des messages pour les chatbots qui envoient des notes vocales.
Choisir la voix gratuitement
Sur la page de n’importe quelle voix, saisissez une annonce typique, 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous entendez comment sonnera votre flux, sans compte.
Construire le flux
Si Node-RED tourne aussi dans Docker, placez les deux conteneurs sur un même réseau et utilisez http://tts:8000 au lieu de localhost.
- Lancez le serveur sur la même machine ou le même réseau : docker run -d --name tts -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu.
- Dans un nœud function ou change, mettez dans msg.payload un objet comme {"text": "Quelqu’un est à la porte", "voice": "F1", "lang": "fr"}.
- Ajoutez un nœud http request : méthode POST, URL http://localhost:8000/synthesize et retour en tampon binaire ; un payload objet est envoyé en JSON automatiquement.
- Le nœud renvoie le WAV sous forme de tampon dans msg.payload, prêt pour le nœud suivant.
Enregistrer ou jouer l’audio
Un nœud write file enregistre le tampon en WAV, par exemple /data/tts/door.wav. Sur une machine Linux avec haut-parleurs, un nœud exec peut le jouer avec aplay ; pour des enceintes connectées, confiez le fichier à votre système domotique ou servez-le en HTTP. Vocalisez une fois les phrases fixes et réutilisez les fichiers, en ne vocalisant que les parties qui changent. Définissez SUPERCLONICA_API_KEY et envoyez-la dans un en-tête Authorization si le serveur est joignable depuis d’autres machines.
Voix et honnêteté
Les dix voix de base du modèle, M1 à M5 et F1 à F5, sont gratuites ; pour votre propre voix, entraînez-la dans le studio SuperClonica à partir de l’enregistrement d’un locuteur consentant. Indiquez que les annonces sont générées par une machine quand cela compte, et n’automatisez jamais la parole avec une voix qui imite une personne réelle.