Voice Design - La première IA générative pour l'audio

Le mois dernier, nous avons annoncé l’arrivée prochaine de notre modèle génératif de création de voix. Il est enfin disponible, et c’est le premier du genre : nous l’appelons Voice Design. Cette fonctionnalité vous permet de créer de nouvelles voix de toutes pièces en sélectionnant leurs caractéristiques essentielles, comme le genre, l’âge et l’accent. Même avec les mêmes paramètres de base, notre modèle introduit une part d’aléatoire à chaque génération afin que chaque voix soit absolument unique. Voice Design s’inscrit dans notre démarche visant à fournir aux éditeurs et aux créateurs les outils de narration par IA les plus polyvalents.

Voice Design

Le modèle qui sous-tend Voice Design est largement issu de nos recherches sur la synthèse vocale et le clonage de voix, même si l’idée d’un outil génératif pour la parole nous séduisait depuis longtemps. Nous avons déjà observé des applications concrètes des modèles génératifs de texte à image et des chatbots, mais il manquait un outil similaire pour l’audio. Depuis notre lancement, nous recevons des demandes pour ajouter davantage de locuteurs à notre catalogue. Plutôt que d’encombrer la bibliothèque de voix innombrables et de vous faire écouter chaque aperçu pour les distinguer, nous avons choisi d’inverser l’approche et de vous laisser définir l’identité du locuteur, tout en offrant une variété infinie dans ce cadre.

Il était important d’offrir un certain contrôle sur la sélection des voix, car nos utilisateurs recherchent souvent des caractéristiques vocales précises pour leurs scripts. Garantir l’unicité de chaque voix générée était tout aussi essentiel, car de nombreux cas d’usage exigent, ou bénéficient au moins, d’un accès exclusif à une voix. En plus d’offrir aux utilisateurs un nouvel espace de création, les voix générées avec Voice Design sont entièrement artificielles et n’appartiennent à aucune personne réelle.

Applications

En plus de convertir facilement vos textes en audio de qualité avec notre outil phare Speech Synthesis, les auteurs de livres peuvent désormais utiliser Voice Design pour maîtriser artistiquement la narration et façonner la personnalité de chaque personnage avec des voix sur mesure.

Les éditeurs de presse qui se lancent dans l’audio ont besoin de voix pour leurs récits. Les narrateurs finissant par être associés aux publications qu’ils représentent, choisir la bonne voix off devient une tâche importante, rarement renouvelée. Voice Design permet aux éditeurs de sélectionner et de comparer un nombre quasi illimité de narrateurs, instantanément. Il leur garantit aussi qu’une voix particulière les représente, eux et eux seuls.

Les développeurs de jeux n’ont plus à décider si un personnage justifie les coûts d’enregistrement. Des dizaines de milliers de PNJ jusque-là muets peuvent désormais avoir une personnalité unique, repoussant les limites de l’immersion virtuelle.

Que vous soyez créateur de contenu travaillant sur votre prochaine production ou cadre dirigeant souhaitant donner une voix aux communications de votre entreprise, les possibilités de concevoir un audio réaliste et captivant pour des cas d’usage et des publics précis sont désormais illimitées.

Écosystème

Voice Design fait partie des nombreuses fonctionnalités d’édition de narration que nous prévoyons d’introduire cette année. La prochaine sera Studio, notre nouvel environnement de travail pour structurer de longs textes, insérer des pauses, régénérer des segments audio et attribuer des passages de texte à différents locuteurs. Studio arrivera fin mars, puis sera complété plus tard au deuxième trimestre de cette année par la prise en charge de l’édition de l’intonation.