Messages vocaux de bot Telegram avec des voix IA
Un bot qui répond par message vocal paraît vivant : un résumé matinal lu à voix haute, une réponse dans la voix d’un personnage, un exemple de prononciation pour qui apprend une langue. Les API vocales dans le cloud facturent chaque message et voient chaque texte.
Le moteur gratuit SuperClonica vocalise le texte du bot sur votre propre serveur, avec des voix naturelles ou de personnages. Ce guide montre comment transformer une réponse en message vocal Telegram, comment garder le bot rapide et comment utiliser les voix loyalement.
Ce que peut faire un bot vocal
Les réponses courtes marchent le mieux : un message vocal de quelques phrases s’écoute plus facilement qu’un long monologue.
- Répondre aux questions par un message vocal plutôt que par un pavé de texte.
- Lire à voix haute des actualités, des posts ou un résumé quotidien.
- Parler comme un personnage dans un bot de jeu ou de communauté de fans.
- Donner aux apprenants des phrases d’exemple dans 31 langues.
Écouter les voix gratuitement
Sur la page de n’importe quelle voix, saisissez une réponse typique du bot de 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous entendez comment sonnerait votre bot, sans compte.
Transformer un texte en message vocal
Le WAV n’est qu’un fichier intermédiaire ; le fichier Opus est léger et se lit dans la conversation sur toutes les applis Telegram.
- Installez le moteur une fois : python -m pip install superclonica-cpu.
- Créez-le une fois, tts = Superclonica(), et vocalisez chaque réponse : audio, rate = tts.synthesize("Bonjour ! Voici votre résumé du jour.", voice="F1", lang="fr"); tts.save("reply.wav", audio).
- Telegram affiche comme messages vocaux les fichiers OGG encodés en Opus : convertissez avec ffmpeg, ffmpeg -i reply.wav -c:a libopus -b:a 48k reply.ogg.
- Envoyez le fichier avec la méthode de message vocal de votre bibliothèque de bots, qui appelle sendVoice dans la Telegram Bot API.
Garder le bot rapide
Le chargement du moteur prend quelques secondes, puis chaque réponse une fraction de seconde : dans nos tests, une phrase courte a pris 0,43 s sur quatre threads de processeur. Avec une bibliothèque asynchrone comme aiogram ou python-telegram-bot, lancez la synthèse dans un thread séparé pour que le bot continue de répondre aux autres discussions. Mettez en cache les réponses qui reviennent, car le même texte, la même voix et le même seed donnent toujours le même son. Si votre bot n’est pas écrit en Python, faites tourner le moteur comme service HTTP local avec l’image Docker superclonica/superclonica:cpu et appelez POST /synthesize.
Des voix utilisées loyalement
Les dix voix de base du modèle, M1 à M5 et F1 à F5, sont gratuites et conviennent à tout bot. Les voix de personnages du catalogue sont faites par des fans : utilisez-les pour des bots ludiques dans des communautés de fans, pas pour usurper l’identité de quelqu’un ni pour paraître officiel. Indiquez aux utilisateurs que la voix est générée, et pour une marque ou un bot public avec beaucoup d’utilisateurs, entraînez une voix originale à partir d’un speaker consentant ou commandez-la sur la bourse.