Voix de synthèse vocale pour VTubers
Tous les VTubers ne veulent pas streamer avec leur vraie voix : certains protègent leur vie privée, d’autres ne peuvent pas parler des heures, d’autres streament dans une langue qu’ils lisent mieux qu’ils ne la parlent. Une voix de synthèse fait dire à l’avatar tout ce que vous tapez, avec une voix qui appartient au personnage.
SuperClonica donne à votre personnage une voix naturelle, gratuite à l’essai en ligne et qui tourne sur votre ordinateur pendant le stream. Ce guide montre comment choisir la voix, dire en direct ce que vous tapez et faire de cette voix vraiment la vôtre.
À qui s’adresse une voix de synthèse
Une voix de synthèse n’est pas un modificateur de voix : elle dit ce que vous tapez, pas ce que vous dites au micro.
- Les streamers qui préfèrent ne pas utiliser leur vraie voix en direct.
- Les créateurs qui streament dans une langue qu’ils écrivent mieux qu’ils ne la parlent.
- Les personnages qui ont besoin de la même voix à chaque stream, sans installation micro.
- Les chaînes qui mêlent parole en direct et compagnon ou narrateur TTS.
Trouver la voix gratuitement
Sur la page de n’importe quelle voix, saisissez une réplique typique de votre personnage, 30 à 100 caractères, choisissez la langue et cliquez sur le bouton de synthèse. En quelques secondes, vous entendez si elle convient à votre avatar, sans compte.
Dire en direct ce que vous tapez
Gardez des phrases courtes ; deux phrases rapides sonnent plus naturel en direct qu’une longue.
- Lancez le moteur comme service local : docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu.
- Un petit script ou un raccourci envoie chaque phrase tapée à POST /synthesize et lit le WAV renvoyé.
- Une phrase courte prend bien moins d’une seconde sur un processeur ordinaire, le délai ressemble donc à une pause avant de parler.
- Vocalisez à l’avance vos phrases fétiches et vos salutations et placez-les sur des boutons de stream deck.
Faire parler l’avatar
Faites passer l’audio TTS par un câble audio virtuel que votre logiciel d’avatar écoute comme un micro, pour que la bouche bouge avec la voix, et ajoutez le même audio à votre logiciel de stream. Gardez une voix et un seed pour le personnage, pour qu’il sonne pareil à chaque stream. Dites à votre public que le personnage parle avec une voix de synthèse ; la plupart aiment savoir comment fonctionne la chaîne.
Une voix qui est vraiment la vôtre
Pour une chaîne monétisée, utilisez une voix dont vous avez les droits. Les dix voix de base du modèle, M1 à M5 et F1 à F5, sont gratuites ; pour une voix de personnage unique, entraînez-en une dans le studio SuperClonica à partir de l’enregistrement d’un comédien de doublage consentant, sur un ordinateur doté d’une carte graphique NVIDIA, ou commandez-la sur la bourse. Les voix de personnages et de parodie du catalogue sont faites par des fans : réservez-les aux blagues et au contenu de fans, pas comme voix permanente de votre persona.