Synthèse vocale pour le jeu vidéo : des voix de PNJ sans studio
Les jeux indés et les prototypes ont besoin de centaines de répliques bien avant d’avoir un budget pour des comédiens : cris de PNJ, consignes de tutoriel, dialogues de quêtes, annonces. La synthèse vocale comble ce manque : on modifie une ligne du script, on régénère l’audio, on recompile le jeu.
Ce guide montre comment faire avec Supertonic 3 et le moteur gratuit SuperClonica, qui fonctionne hors ligne sur les postes de développement et les serveurs de build, et comment obtenir des voix que vous pouvez publier.
Pourquoi le TTS hors ligne convient au jeu vidéo
Un jeu a besoin de répliques qui changent avec le script, souvent et sur chaque machine de l’équipe.
- Pas de paiement au caractère : régénérez les répliques à chaque modification du script.
- Il tourne sur un processeur ordinaire, donc sur des machines de build sans carte graphique.
- Le même fichier de voix donne toujours le même timbre, si bien que des répliques générées à des semaines d’écart restent cohérentes.
- 31 langues avec une seule voix, pratique pour les prototypes de localisation.
Générez les répliques par lots
Installez le moteur avec python -m pip install superclonica-cpu et gardez les répliques dans un tableau simple : un identifiant, la langue et le texte. Un court script Python ou shell peut le parcourir et appeler superclonica --text "..." --voice pnj.json --lang fr --output lines/npc_greeting_01.wav pour chaque ligne. Versionnez le script, pas l’audio, et régénérez les WAV au build.
Nos guides sur la synthèse vocale en Python et sur une API auto-hébergée dans Docker montrent comment appeler le moteur depuis le code ou comme service HTTP pour les outils de l’éditeur.
Importez dans Unity, Godot ou Unreal
Le moteur écrit des fichiers WAV standard, que tout moteur de jeu importe comme clips audio. Nommez les fichiers par identifiant de réplique pour que votre système de dialogues les retrouve, et gardez des répliques courtes : une ou deux phrases par fichier se calent, se sous-titrent et se refont plus facilement.
Des voix que vous pouvez publier
Pour un prototype, n’importe quelle voix du catalogue suffit pour écouter le script. Pour un jeu publié, utilisez une voix dont vous avez les droits : entraînez la vôtre à partir d’un enregistrement propre de 5 à 10 secondes d’un comédien qui a donné son accord, dans le studio sur un ordinateur doté d’une carte graphique NVIDIA, ou commandez une voix sur la bourse. Les voix de personnages et de célébrités faites par des fans sont destinées à la parodie et aux œuvres de fans, pas aux jeux commerciaux.
Des PNJ qui sonnent vivants
Écrivez les répliques comme les gens parlent, avec la ponctuation pour le rythme : un point d’exclamation pour un cri, des points de suspension pour l’hésitation, un point d’interrogation pour une intonation montante. Donnez une voix à chaque type de PNJ et tenez une liste de prononciation pour les noms de votre univers.