Synthèse vocale sous Windows : voix naturelles, hors ligne, en WAV
Windows sait lire du texte avec ses voix intégrées, mais elles sont faites pour lire l’écran, pas pour créer des fichiers audio avec la voix d’un personnage. Le moteur gratuit SuperClonica ajoute un modèle neuronal, Supertonic 3, à votre PC : il enregistre la parole en fichiers WAV, fonctionne hors ligne sur un processeur ordinaire et parle 31 langues.
Ce guide montre comment l’installer depuis PowerShell, générer une phrase ou un fichier texte entier, transformer un texte en audio en le déposant sur un script et choisir des voix.
Ce qu’il faut
Les dix voix intégrées du modèle, de M1 à M5 et de F1 à F5, fonctionnent tout de suite ; les voix du catalogue sont des fichiers JSON passés avec --voice.
- Windows 10 ou 11.
- Python 3.10 ou plus récent depuis python.org ; l’installateur ajoute le lanceur py.
- Environ 400 Mo de disque pour le modèle Supertonic 3, téléchargé une fois.
- Pas de carte graphique : une NVIDIA ne fait qu’accélérer.
Installer depuis PowerShell
Ouvrez PowerShell et installez le moteur en une commande : py -m pip install superclonica-cpu. Avec une carte graphique NVIDIA, installez plutôt superclonica-gpu-cuda : pip apporte lui-même CUDA et cuDNN. Si la commande superclonica est introuvable, appelez-la ainsi : py -m superclonica, qui marche toujours.
La voix depuis PowerShell
Le modèle se télécharge au premier lancement ; ensuite, le moteur fonctionne sans Internet.
- Une phrase : py -m superclonica --text "Bonjour depuis Windows." --voice F1 --lang fr --output hello.wav, puis start hello.wav.
- Un document entier : enregistrez-le dans le Bloc-notes en .txt et utilisez --text-file au lieu de --text ; les longs textes sont découpés aux pauses naturelles et réunis en un seul WAV.
- Changez --lang pour d’autres langues, par exemple en, de ou ja.
- Sur un PC chargé, limitez les threads du processeur avec --threads 4.
Un fichier texte en audio d’un glisser-déposer
Créez un fichier read.bat avec une seule ligne : py -m superclonica --text-file "%~1" --voice F1 --lang fr --output "%~dpn1.wav" && start "" "%~dpn1.wav". Glissez n’importe quel .txt sur read.bat : le moteur le lit, enregistre un WAV du même nom à côté du texte et l’ouvre dans votre lecteur. Changez la voix ou la langue dans la ligne selon vos textes.
Voix, cartes graphiques et entraînement
Chaque voix du catalogue SuperClonica a une page où vous pouvez générer gratuitement en ligne une phrase de 30 à 100 caractères. Les voix gratuites se téléchargent sans compte ; les payantes s’achètent une fois et restent à vous. Windows permet aussi d’entraîner votre propre voix : le worker SuperClonica pour le studio fonctionne sous Windows 10 et 11 avec une carte NVIDIA RTX série 20 ou plus récente, ou une GTX 16.