# Convertir un texte en voix hors ligne sur votre ordinateur Mis à jour 2026-10-23 La synthèse vocale hors ligne, c’est une voix générée par un programme sur votre propre ordinateur, et non par un service web. Votre texte ne quitte pas la machine, personne ne compte les caractères et, une fois tout installé, cela fonctionne sans internet. Ce guide suit tout le parcours avec Supertonic 3, un modèle de synthèse vocale ouvert qui tourne sur un processeur ordinaire, et les voix du catalogue SuperClonica : choisir une voix, installer le moteur sous Windows, macOS ou Linux, produire un premier fichier audio et traiter les longs textes. ## Ce qu’il faut pour une synthèse vocale hors ligne Un ordinateur sous Windows, macOS ou Linux suffit. Supertonic 3 tourne sur le processeur et, selon ses auteurs, n’a pas besoin de carte graphique. Un GPU NVIDIA accélère la synthèse, mais il reste facultatif. - Git et Python 3.11 pour le client standard de Supertonic 3. Le moteur SuperClonica demande Python 3.10 ou plus récent. - Environ 400 Mo d’espace disque pour le modèle de base, téléchargé une seule fois. - Une voix : un fichier JSON qui contient le profil de la voix. - Une connexion internet pour l’installation seulement. Ensuite, la voix est générée hors ligne. ## Étape 1 : choisir une voix Supertonic 3 est livré avec quelques voix prédéfinies. Si vous cherchez un timbre précis, comme un narrateur posé, un personnage de jeu ou une voix de conversation, parcourez le catalogue : chaque voix y a des démos et une description rédigée par son auteur, et certaines sont gratuites. Vérifiez d’abord la langue. Supertonic 3 parle 31 langues, dont le français, l’anglais, l’allemand, l’espagnol, le portugais, le russe, le japonais et le coréen. Le chinois n’est pas encore pris en charge. Après l’achat, ouvrez Ma bibliothèque et téléchargez la voix au format JSON. Les fichiers de voix créés ailleurs pour Supertonic 3 fonctionnent de la même façon. ## Étape 2 : installer Supertonic 3 sous Windows, macOS ou Linux Le client standard de Supertonic 3 fonctionne dès aujourd’hui. Ouvrez un terminal (PowerShell sous Windows) et exécutez dans l’ordre les commandes de notre page Comment ça marche. Elles clonent le dépôt supertonic depuis GitHub, y créent un environnement virtuel Python 3.11 (py -3.11 -m venv.venv sous Windows, python3.11 -m venv.venv sous macOS et Linux), installent huggingface_hub, téléchargent le modèle supertone-oss-archive/supertonic-3 dans le dossier assets avec l’outil hf, installent les paquets de py/requirements.txt et passent dans le dossier py. La page donne les commandes exactes pour Windows et pour macOS et Linux, avec un bouton pour les copier. Seul le téléchargement du modèle prend du temps, et il n’a lieu qu’une fois. ## Étape 3 : convertir le texte en voix Enregistrez la voix téléchargée sous le nom voice.json dans le dossier supertonic/py. Lancez ensuite example_onnx.py depuis l’environnement virtuel avec la voix, le texte et le code de langue : --voice-style "./voice.json" --text "Votre texte" --lang fr --n-test 1. Le script enregistre un fichier WAV dans le dossier results. Pour une autre langue, changez le texte et le code, par exemple --lang en ou --lang de. Le script propose aussi l’option --speed : la valeur par défaut est 1.05, et une valeur plus élevée fait parler la voix plus vite. À partir de là, plus besoin de réseau : vous pouvez vous déconnecter et continuer à convertir du texte en voix autant que vous voulez. ## Plus rapide : le moteur SuperClonica SuperClonica est notre moteur basé sur Supertonic 3. Il lit les mêmes fichiers JSON de voix sans conversion et, à réglages égaux, il est en moyenne 61 % plus rapide sur processeur (mesuré sur un Ryzen 7 5800X) et 73 % plus rapide sur carte graphique (RTX 5070 Ti). Les pauses arrivent sans souffle et les fins de phrase sont plus propres. Les paquets sont sur PyPI, l’installation tient donc en une commande : python -m pip install superclonica-cpu, ou superclonica-gpu-cuda pour un GPU NVIDIA, CUDA et cuDNN étant installés par pip. Une phrase tient alors en une ligne : superclonica --text "Bonjour !" --voice voice.json --lang fr --output bonjour.wav. Le modèle de base se télécharge au premier lancement. En Python, Superclonica().synthesize() prend les mêmes paramètres ; l’exemple complet figure sur la page d’installation. ## Conseils pour les longs textes Livres, articles et longs scripts passent mieux avec un peu de préparation. - Découpez le texte en chapitres ou en sections et générez chacun dans son propre fichier. Un passage raté se refait alors en un instant. - Avec le client standard, limitez chaque passage à un paragraphe ou à quelques phrases, puis assemblez les fichiers dans un éditeur audio. Le moteur SuperClonica découpe lui-même les longs textes en parties courtes, ce qui limite les mots répétés ou coupés. - Écrivez les nombres, les dates, les unités et les abréviations comme ils doivent être lus à voix haute. - Coupez les phrases très longues : c’est la ponctuation qui donne ses pauses à la voix. - Prévoyez le temps nécessaire. Selon notre estimation, SuperClonica produit une heure d’audio en 7 à 11 minutes environ sur un processeur de bureau à 8 cœurs. ## Autres guides - [Clonage de voix : obtenir une voix proche d’un enregistrement](https://superclonica.com/fr/guides/voice-cloning) - [Les meilleurs modèles de synthèse vocale gratuits pour un usage local en 2026](https://superclonica.com/fr/guides/best-free-tts-models) - [Synthèse vocale pour vidéos, livres audio, jeux et applications](https://superclonica.com/fr/guides/text-to-speech-for-videos) - [Voix Supertonic 3 : où trouver des voix personnalisées et comment les utiliser](https://superclonica.com/fr/guides/supertonic-3-voices) - [Synthèse vocale en Python : hors ligne, gratuite et avec des voix naturelles](https://superclonica.com/fr/guides/python-text-to-speech) - [API de synthèse vocale auto-hébergée dans Docker](https://superclonica.com/fr/guides/text-to-speech-api-docker) ## Synthèse vocale et comparatifs - [Une synthèse vocale qui tourne sur votre propre ordinateur](https://superclonica.com/fr/text-to-speech) - [Supertonic vs SuperClonica : le même modèle, plus rapide et plus net](https://superclonica.com/fr/compare/supertonic) - [Fish Audio et Fish Speech face à SuperClonica](https://superclonica.com/fr/compare/fish-audio) - [OmniVoice ou SuperClonica : plus de langues ou plus de vitesse](https://superclonica.com/fr/compare/omnivoice) - [Qwen3-TTS ou SuperClonica pour une synthèse vocale locale](https://superclonica.com/fr/compare/qwen3-tts) - [VoxCPM 2 ou SuperClonica : son studio ou vitesse sur CPU](https://superclonica.com/fr/compare/voxcpm) - [F5-TTS ou SuperClonica : clonage zero-shot ou synthèse rapide sur CPU](https://superclonica.com/fr/compare/f5-tts) - [Une alternative hors ligne à ElevenLabs](https://superclonica.com/fr/compare/elevenlabs) - [Kokoro TTS ou SuperClonica : deux petits modèles de synthèse vocale locale](https://superclonica.com/fr/compare/kokoro) - [Piper TTS ou SuperClonica : petits appareils ou voix sur mesure](https://superclonica.com/fr/compare/piper) - [Coqui XTTS-v2 ou SuperClonica : une alternative à Coqui TTS](https://superclonica.com/fr/compare/xtts) - [Chatterbox TTS ou SuperClonica : clonage instantané ou fichier de voix entraîné](https://superclonica.com/fr/compare/chatterbox) ## Questions fréquentes ### Peut-on convertir un texte en voix hors ligne gratuitement ? Oui. Supertonic 3 est un modèle ouvert livré avec des voix prédéfinies, et le catalogue propose aussi des voix gratuites. Une fois le client et le modèle de base installés, la synthèse ne demande ni internet ni paiement au caractère. ### Faut-il une carte graphique pour la synthèse vocale hors ligne ? Non. Supertonic 3 et SuperClonica tournent sur le processeur ; selon notre estimation, SuperClonica parle 6,4 à 9,7 fois plus vite que le temps réel sur un processeur de bureau à 8 cœurs. Un GPU accélère encore le tout. Seul l’entraînement d’une nouvelle voix exige un GPU NVIDIA. ### Est-ce que cela fonctionne sur Mac ? Oui. Le client standard tourne sous macOS avec les mêmes commandes que sous Linux ; l’environnement se crée avec python3.11 -m venv.venv. ### Dans quel format obtient-on l’audio ? En WAV. L’exemple standard de Supertonic 3 comme le moteur SuperClonica enregistrent des fichiers WAV, que n’importe quel éditeur audio ou vidéo convertit en MP3 ou dans un autre format. - [Choisir une voix dans le catalogue](https://superclonica.com/fr/explore) - [Installer le moteur SuperClonica](https://superclonica.com/fr/superclonica) ## Sources - [Démarrage rapide de Supertonic (GitHub)](https://github.com/supertone-oss-archive/supertonic#quick-start) - [Script d’exemple Supertonic : options et sortie](https://github.com/supertone-oss-archive/supertonic/blob/main/py/example_onnx.py) - [Fiche du modèle Supertonic 3 (Hugging Face)](https://huggingface.co/supertone-oss-archive/supertonic-3) - [SuperClonica](https://superclonica.com/fr/) - [Catalogue de voix IA pour la synthèse vocale](https://superclonica.com/fr/explore) - [Commandes de voix personnalisées](https://superclonica.com/fr/requests) - [Guide: voix, TTS local et entraînement](https://superclonica.com/fr/guide) - [Installer le moteur rapide pour Supertonic 3](https://superclonica.com/fr/superclonica) - [À propos: des passionnés de synthèse vocale](https://superclonica.com/fr/about) - [Contact, support et signalement de voix](https://superclonica.com/fr/contacts) - [Politique de confidentialité](https://superclonica.com/fr/privacy) - [Conditions d'utilisation](https://superclonica.com/fr/terms) - [Synthèse vocale](https://superclonica.com/fr/text-to-speech)