Questions fréquentes
Est-ce que c'est de la voix artificielle ?
Oui, c’est une synthèse vocale générée par ordinateur. Chaque fichier audio contient un filigrane inaudible qui le marque comme une parole synthétique. Cela garantit la transparence sur l’origine de la voix sans altérer l’expérience d’écoute de vos collaborateurs.
Peut-on enregistrer sa propre voix ?
Non, nous ne proposons pas de clonage vocal personnalisé. Vous choisissez parmi huit voix prédéfinies (comme Aria ou Felix) issues d’enregistrements licenciés. Vous ne pouvez pas uploader votre propre voix ni créer de voix sur mesure via l’API.
Les voix sonnent-elles robotiques ?
Les voix sont basées sur des enregistrements licenciés (LibriTTS-R) et offrent un rendu naturel. Elles sont conçues pour être claires et adaptées à la narration e-learning, sans effets émotionnels artificiels ni variations exagérées, pour une écoute professionnelle.
Faut-il des compétences en programmation ?
Des connaissances techniques sont nécessaires pour utiliser l’API REST. Cependant, l’interface de demande est identique à celle d’OpenAI, ce qui permet d’utiliser les SDK officiels existants. Un exemple curl est fourni sur votre tableau de bord pour faciliter l’intégration.
Peut-on modifier le ton de la voix ?
Vous ne pouvez pas modifier le ton ou l’émotion directement. Vous pouvez ajuster la vitesse de parole entre 0,25 et 4,0. Pour changer l’interprétation, vous devez choisir une autre voix prédéfinie (par exemple, Luna pour une narration douce).
Les voix sont-elles des célébrités ?
Non, les voix sont des presets basés sur des enregistrements licenciés de lectures publiques (LibriVox). Elles ne ressemblent à aucune personnalité célèbre ou politicienne connue. Il s’agit de voix génériques conçues pour la clarté et la neutralité professionnelle.
Combien de temps prend la génération ?
La génération prend environ le temps réel du texte (25 caractères par seconde). Pour les textes courts, cela prend quelques secondes. En cas de charge, les requêtes peuvent attendre dans une file d’attente avant traitement.
Peut-on utiliser l'audio dans une vidéo ?
Oui, vous pouvez utiliser les fichiers audio générés dans vos vidéos de formation. Le format WAV, MP3, FLAC ou OPUS est largement compatible. Notez que chaque fichier contient un filigrane inaudible indiquant qu’il s’agit de parole synthétique.
Y a-t-il une limite de caractères par phrase ?
La limite est de 4096 caractères par requête API, pas par phrase. Vous pouvez envoyer des textes longs en les découpant manuellement ou via votre code, puis en joignant les fichiers audio résultants pour créer une narration continue.
Le texte doit-il être en anglais ?
Non, nous supportons 23 langues comme le français, l’espagnol ou l’arabe. Si vous n’indiquez pas la langue, elle est devinée (l’anglais par défaut pour le texte latin). Précisez le code ISO pour garantir la prononciation correcte.
Puis-je changer de voix en cours de route ?
Non, une seule voix est attribuée par requête API. Pour changer de voix, vous devez envoyer une nouvelle requête avec le paramètre voice différent. Vous devrez ensuite assembler les segments audio pour maintenir la continuité de votre formation.
Les fichiers sont-ils compatibles YouTube ?
Oui, les formats MP3, WAV et OPUS sont largement compatibles avec YouTube. Vous pouvez télécharger l’audio généré et l’associer à votre vidéo.
Dois-je payer pour chaque mot ?
Oui, la facturation est basée sur le nombre de caractères, espaces et ponctuation inclus. Le tarif est de 0,01 $ par 1 000 caractères. Les requêtes échouées sont gratuites et le solde est remboursé intégralement.
L'audio est-il compressé ?
Vous choisissez le format : MP3 est compressé, WAV et FLAC sont sans perte, PCM est brut. La compression dépend de votre choix dans le paramètre response_format. Nous ne stockons pas l’audio généré après la réponse.
Peut-on utiliser l'API sur mobile ?
Nous n’avons pas de SDK mobile dédié ni de SDK propre. Vous pouvez utiliser l’API depuis n’importe quel appareil capable d’effectuer des requêtes HTTP POST, y compris les applications mobiles développées sur mesure. Utilisez simplement l’URL de base et votre clé API.
Y a-t-il une version gratuite ?
Un essai gratuit de 0,50 $ (environ 50 000 caractères) est offert pendant 7 jours lors de la connexion avec Google. Les comptes créés par email n’ont pas de crédit initial. Aucun abonnement mensuel n’est requis.
Les voix sont-elles natives ou enregistrées ?
Les voix sont basées sur des enregistrements licenciés de la base LibriTTS-R (CC BY 4.0). Elles proviennent de lectures de livres audio du domaine public, sélectionnées pour leur clarté et leur qualité narrative adaptée à la formation.
Que signifie 'watermark' inaudible ?
Chaque fichier audio généré contient un filigrane numérique inaudible à l’oreille humaine. Il marque le fichier comme étant une parole synthétique, garantissant la transparence sur l’origine de l’audio sans perturber l’écoute de vos collaborateurs ou étudiants.
Définition d'une API TTS
Une API de synthèse vocale (TTS) convertit du texte brut en audio narré. Elle automatise la création de voix off pour vos modules e-learning, remplaçant l’enregistrement manuel par une génération instantanée.
Le système fonctionne sur un modèle simple : vous envoyez votre script, la plateforme le traite et vous retourne un fichier audio prêt à être intégré dans vos supports de formation.
Synthèse du texte en parole
La technologie TTS utilise des moteurs de voix pré-enregistrés pour articuler vos textes. Elle prend en charge 23 langues, dont le français, l'anglais et l'espagnol, avec une détection automatique selon le script.
Chaque fichier généré contient un filigrane audio invisible indiquant qu'il s'agit d'une voix synthétique. Cela assure la transparence auprès de vos collaborateurs sans nécessiter de mention explicite dans chaque module.
- Conversion de texte brut en onde sonore
- Support de 23 langues internationales
- Voix naturelles basées sur des enregistrements licenciés
Envoi d'une requête HTTP
L'intégration passe par une simple requête HTTP POST envoyée à l'endpoint de l'API. Vous fournissez le texte (jusqu'à 4 096 caractères par requête), le modèle de voix choisi et le format audio souhaité.
Pour les textes longs, il suffit de les découper en segments et de joindre les fichiers audio générés. La facturation se fait au caractère, ce qui rend le coût prévisible et linéaire.
- Endpoint standardisé compatible SDK OpenAI
- Authentification par clé API sécurisée
- Support des formats MP3, WAV, OPUS
Réception d'un fichier audio
Une fois la requête traitée, vous recevez le fichier audio directement dans votre réponse. Il est prêt à être téléchargé et intégré dans vos LMS ou plateformes de e-learning.
Les fichiers sont générés à un débit proche du temps réel. En cas d'échec de la synthèse, aucun coût n'est appliqué, garantissant une facturation précise sur le volume有效 produit.
- Téléchargement immédiat du fichier audio
- Formats variés pour une compatibilité maximale
- Facturation uniquement pour les succès de synthèse
Différence avec un générateur web
Une API de synthèse vocale transforme la production audio de vos modules e-learning d'une tâche manuelle en un processus automatisé. Contrairement à un générateur web où vous devez copier-coller manuellement chaque script et attendre la génération, notre API permet de traiter des textes de 4 096 caractères par requête (les textes plus longs doivent être découpés).
Vous pouvez ainsi convertir vos supports textuels existants en narrations claires pour vos collaborateurs sans ouvrir d'interface, en envoyant simplement le texte via une requête HTTP et en recevant le fichier audio prêt à être intégré dans vos modules de formation.
Automatisation totale
L'automatisation élimine les étapes répétitives de copier-coller et de téléchargement manuel. Une fois votre clé API configurée, chaque nouveau texte est converti en audio sans intervention humaine.
Ce mécanisme est idéal pour les grandes équipes HR qui doivent produire rapidement de grandes quantités d'audio pour la e-learning, garantissant une cohérence tonale sur tous les supports.
- Envoi de texte via requête HTTP simple
- Réception immédiate du fichier audio
- Plus d'étapes manuelles entre le texte et le son
Intégration dans vos outils
L'API fonctionne avec les mêmes standards que ceux utilisés par les outils d'API courants, ce qui facilite son intégration dans vos workflows internes existants. Vous pouvez l'utiliser directement dans vos scripts Python, Node.js ou tout autre environnement de développement.
Cette approche technique permet de connecter directement votre base de connaissances ou votre LMS à notre service de synthèse vocale, créant un flux de travail continu de la rédaction à la diffusion audio.
Volume de production illimité
Contrairement aux générateurs web qui limitent souvent le nombre de requêtes ou la durée des fichiers, notre API permet de traiter des volumes massifs de texte. Vous pouvez diviser les longs textes en parties de 4 096 caractères et les assembler.
Avec une limite de 60 requêtes par minute par clé, vous pouvez scaler votre production audio en fonction de vos besoins de formation, que ce soit pour quelques modules ou pour des milliers d'employés.
Pourquoi l'API plutôt que le studio ?
Notre API facture 0,01 $ par 1 000 caractères, soit environ 10 $ pour un million de caractères.
Coût réduit par minute
Contrairement à l'enregistrement en studio où vous payez l'intégralité du temps de plateau, l'API ne facture que le texte généré. Avec un tarif fixe de 0,01 $ par 1 000 caractères, vos coûts deviennent prévisibles et proportionnels à votre volume réel.
- Tarif unique : 0,01 $ par 1 000 caractères
- Pas de frais cachés ni de minimums de commande
- Paiement au caractère généré, même pour les textes longs
Mise à jour instantanée
En formation, les processus changent. Si une procédure interne est modifiée, vous devez souvent retravailler vos modules audio. Avec un studio, cela signifie un nouveau tournage, un nouveau montage et des délais. Avec l'API, vous mettez simplement à jour le texte source et régénérez l'audio en quelques secondes.
Scalabilité immédiate
Vous pouvez produire 10 ou 10 000 modules sans changer de prestataire. L'API gère la charge grâce à une file de traitement simple. Les requêtes sont traitées dans l'ordre, ce qui signifie qu'en cas de charge, une requête peut attendre dans une file d'attente.
- Volume illimité de caractères générés
- Pas de besoin de négocier des quotas saisonniers
- Production continue sans interruption de service
Voix et personnalisation
VoixRH propose 8 presets vocaux conçus pour varier les tonalités selon le contenu pédagogique. Chaque voix possède une personnalité distincte, allant du narrateur clair à l'animateur dynamique, sans nécessiter de configuration complexe.
8 presets disponibles
Vous pouvez choisir parmi quatre voix féminines et masculines. Aria offre une narration claire et chaleureuse, idéale pour les modules explicatifs. Nova est brillante et dynamique, adaptée aux présentations produit. Luna apporte une douceur narrative, tandis que Sage reste calme et instructive. Du côté masculin, Felix convient aux annonces énergiques, Milo au ton conversationnel, Atlas à la neutralité informative et Orion à un style documentaire plus profond.
- Aria (narratrice)
- Nova (animatrice)
- Luna (récitatrice)
- Sage (instructrice)
- Felix (promotional)
- Milo (conversationnel)
- Atlas (neutre)
- Orion (documentaire)
Pas de clonage vocal personnalisé
Contrairement à certaines solutions avancées, VoixRH ne propose pas de clonage vocal personnalisé. Vous ne pouvez pas enregistrer votre propre voix ou celle d'un collaborateur pour la reproduire. Les voix sont basées sur des enregistrements licenciés (LibriTTS-R) et les fichiers générés contiennent un filigrane inaudible indiquant qu'il s'agit de synthèse vocale.
Vitesse ajustable
Vous pouvez ajuster la vitesse de lecture entre 0,25 et 4,0 fois la vitesse normale. Cela permet d'adapter le rythme à la complexité du texte ou aux besoins des apprenants. Par exemple, une vitesse plus lente peut faciliter la compréhension de termes techniques, tandis qu'une vitesse accélérée convient aux résumés ou aux mises à jour rapides.
Limitations techniques connues
Le système génère l'audio de manière synchrone : vous envoyez le texte, l'API le traite et vous renvoie le fichier final. Il n'y a pas de flux audio continu ni de websocket pour écouter la voix pendant sa création, ce qui convient parfaitement à la production par lots de vos modules de formation.
Pas de streaming en temps réel
Contrairement à une conversation vocale, l'API doit terminer la synthèse avant de vous livrer le fichier audio. Pour des textes longs, il est recommandé de les découper en parties de 4096 caractères maximum pour optimiser le temps de réponse.
Pas de support SSML
L'API ne prend pas en charge le langage de balisage speech Synthesis Markup Language (SSML). Vous ne pouvez pas forcer des pauses spécifiques, modifier l'intonation de mots isolés ou ajouter des balises de pause précises. Le ton reste naturel mais standard, guidé uniquement par le choix de la voix et la vitesse.
Pas de contrôle des émotions
Les 8 presets offrent des tonalités distinctes (chaleureuse, énergique, neutre, etc.), mais vous ne pouvez pas ajouter dynamiquement de la joie, de la tristesse ou de l'urgence sur une phrase spécifique. Chaque voix a une personnalité fixe définie lors de sa conception, ce qui assure une cohérence sonore pour l'ensemble de vos supports e-learning.
Langues supportées
La plateforme prend en charge 23 langues, couvrant la majorité des besoins de vos équipes internationales. Chaque voix peut prononcer n'importe laquelle de ces langues avec naturel, garantissant une cohérence linguistique pour vos modules de formation.
23 langues disponibles
Nous supportons l'arabe, le chinois, le danois, le néerlandais, l'anglais, le finnois, le français, l'allemand, le grec, l'hébreu, l'hindi, l'italien, le japonais, le coréen, le malais, le norvégien, le polonais, le portugais, le russe, l'espagnol, le swahili, le suédois et le turc. Cette diversité permet de former des collaborateurs dans les langues supportées (23 langues).
Détection automatique
Si vous ne précisez pas le champ language, le système devine la langue à partir du script (le texte latin par défaut est considéré comme de l'anglais). Pour des textes en latin mais non anglais, définissez explicitement la langue pour éviter les erreurs de prononciation.
Langues non supportées
Le vietnamien, l'indonésien, le thaï, l'ukrainien, le roumain, le tchèque, le bengali et toutes les autres langues absentes de la liste ne sont pas disponibles. Vérifiez la compatibilité avant de générer vos contenus de formation pour ces régions spécifiques.

Sécurité des données
Votre API VoixRH respecte strictement la confidentialité de vos contenus de formation. Le texte que vous envoyez est utilisé uniquement pour générer le fichier audio instantanément. Il n'est pas conservé après la synthèse ni utilisé pour entraîner nos modèles. Cela garantit que vos supports internes restent propriétaires.
Le fichier audio généré est retourné dans la réponse immédiate et n'est pas stocké durablement sur nos serveurs. Seules les métadonnées nécessaires à la facturation (heure, nombre de caractères, statut) sont conservées. Aucune donnée binaire de vos cours n'est archivée.
Texte non conservé
Le texte saisi est traité pour générer l'audio. Une fois l'audio généré, il est supprimé. Il n'entre pas dans les jeux de données d'entraînement.
Audio non stocké
Le fichier audio final n'est pas enregistré sur nos infrastructures. Il est transmis à votre client ou script et n'est pas gardé en mémoire.
Vous gardez le contrôle total sur le stockage final de vos fichiers sonores.
Métadonnées de facturation
Nous conservons uniquement les données techniques nécessaires au suivi de la consommation : timestamp, volume de caractères et statut de la requête.
Ces métadonnées permettent un suivi précis de votre solde sans révéler le contenu de vos formations.
Intégration dans les LMS
L'intégration dans vos LMS existants est directe grâce à notre API REST standard. Vous pouvez connecter votre plateforme e-learning à l'API VoixRH en quelques minutes pour automatiser la génération de narrations.
La compatibilité avec l'écosystème OpenAI permet d'utiliser les SDK officiels ou des scripts simples. Vous envoyez du texte et recevez un fichier audio prêt à être injecté dans vos modules de formation.
API REST standard
L'endpoint POST /v1/audio/speech accepte du JSON et retourne l'audio. Vous pouvez l'intégrer dans vos workflows LMS via des appels HTTP simples, sans passer par des plugins propriétaires.
Le format des requêtes est identique à celui d'OpenAI, ce qui facilite la migration ou l'ajout de nouvelles sources audio dans vos cours existants.
- Endpoint JSON simple et documenté
- Support des formats MP3, WAV, OPUS, FLAC, PCM
Compatibilité OpenAI
Utilisez les SDK OpenAI existants en changeant simplement l'URL de base vers https://api.g111.info/v1. Cela permet de réutiliser votre code Python ou Node.js actuel avec peu de modifications.
Cette compatibilité réduit la courbe d'apprentissage pour vos développeurs qui connaissent déjà ces outils.
Scripts cURL simples
Pour tester rapidement, une simple commande cURL suffit. Envoyez votre texte et recevez le fichier audio immédiatement, ce qui facilite les proofs of concept avant l'intégration complète.
Cela permet aux équipes IT de valider la connexion sans déployer une application complète.
Cas d'usage en formation
Les API de synthèse vocale transforment vos supports textuels en narrations claires pour vos collaborateurs. En envoyant simplement du texte via une requête HTTP, vous recevez un fichier audio prêt à être intégré dans vos modules e-learning, sans passer par des studios d'enregistrement coûteux.
Modules de conformité
Transformez vos documents PDF ou Word en audio pour former vos équipes à distance. Avec une limite de 4 096 caractères par requête, vous pouvez découper vos textes longs et les assembler pour créer des modules complets, accessibles depuis n'importe quel navigateur.
- Intégration directe dans vos LMS via l'API REST
- Format MP3, WAV, OPUS, FLAC ou PCM
- Support des langues française, anglaise, espagnole et 20 autres
Présentations produit
Générez rapidement des narrations pour vos supports de vente ou vos démonstrations internes. Les 8 voix disponibles, allant de styles narratifs calmes à des tons énergiques, permettent d'adapter le ton à chaque présentation sans avoir à engager de comédiens du son pour chaque mise à jour.
- 8 presets vocaux variés (femmes et hommes)
- Vitesse ajustable de 0.25 à 4.0x
- Mise à jour instantanée du contenu audio
Mises à jour réglementaires
Diffusez les nouvelles normes ou les changements de procédures à toute votre grande équipe en quelques minutes. Le coût de 0,01 $ par 1 000 caractères rend la production de grands volumes d'audio économiquement viable pour les communications fréquentes et massives.
- Coût de 10 $ pour 1 million de caractères
- Requêtes échouées remboursées intégralement
- Support de 23 langues internationales
Limitations techniques connues
Le traitement est séquentiel, ce qui peut créer une légère latence en cas de forte charge. Le format MP3 est recommandé pour la compatibilité web, tandis que le WAV offre une qualité sans perte. L'audio généré n'est pas stocké après l'envoi.
- Pas de streaming temps réel
- Pas de support SSML
- Limitation à 4 096 caractères par requête
Comment débuter le projet
Créez un compte sur notre page dédiée et obtenez votre clé API. Testez rapidement avec un script cURL ou l'OpenAI SDK en ajustant l'URL de base. Une fois vos premiers fichiers audio validés, vous pouvez passer à la production à grande échelle pour l'ensemble de vos collaborateurs.
- Clé API unique par compte
- SDK compatible OpenAI
- Support par email
Comparaison avec les outils grand public
Les solutions grand public comme Google TTS ou les éditeurs en ligne conviennent bien pour des besoins ponctuels, mais elles limitent souvent le volume et la fréquence d'appels. Notre API offre une architecture conçue pour l'automatisation continue sans les restrictions habituelles des interfaces graphiques.
Similaire à Google TTS
Nos voix sont basées sur des enregistrements licenciés (LibriTTS-R) et offrent une qualité vocale constante. Cependant, contrairement aux outils grand public qui varient leurs modèles sans préavis, nous garantissons une cohérence stricte avec nos 8 presets (Aria, Nova, Felix, etc.) sur toutes les requêtes.
- Technologie de synthèse mature et éprouvée
- Qualité vocale stable et reproductible
- Pas de variations aléatoires du moteur
Plus de volume disponible
Les plateformes grand public plafonnent souvent à quelques milliers de caractères par jour ou imposent des délais entre les requêtes. Avec notre API, vous pouvez envoyer jusqu'à 60 requêtes par minute par clé pour générer du contenu formation.
- 60 requêtes par minute et par clé
- Traitement séquentiel sans limite journalière stricte
- Idéal pour les gros volumes de e-learning
Prix au caractère
Contrairement aux abonnements mensuels fixes qui facturent l'inutilisé, nous ne payez que ce que vous produisez : 10 $ par million de caractères. Les requêtes échouées sont remboursées intégralement. Cette tarification à l'usage s'aligne parfaitement sur les cycles de production de vos modules de formation sans engagement de durée.
- 0,01 $ pour 1 000 caractères
- Pas d'abonnement mensuel obligatoire
- Facturation uniquement sur les caractères générés
Comment débuter le projet
Le démarrage se fait sur la page /get-api-key/. Créez un compte Google pour obtenir immédiatement 0,50 $ de crédit d'essai valide 7 jours, ou utilisez un email pour un compte standard sans essai.
Votre clé API unique vous est attribuée. Elle permet d'authentifier vos requêtes et de suivre votre solde en temps réel.
Création de compte
Accédez à /get-api-key/ et connectez-vous avec Google ou créez un compte par email. La page affiche votre clé, votre solde et un exemple cURL prêt à l'emploi. Aucune carte bancaire n'est requise pour commencer.
Premier script testé
Utilisez l'exemple cURL fourni pour envoyer un texte court à l'endpoint POST /v1/audio/speech. Vous recevrez un fichier audio (mp3, wav, etc.) en réponse. Vérifiez que la voix et le format correspondent à vos besoins.
- Endpoint : https://api.g111.info/v1/audio/speech
- Format JSON standard avec champ 'input'
- Authentification via 'Authorization: Bearer <votre_clé>'
Production à grande échelle
- Minimum de rechargement : 5 $
- Coût : 0,01 $ par 1 000 caractères
- Limite : 60 requêtes par minute
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. La clarté du texte se reflète directement dans la naturalité de la voix générée, réduisant les pauses artificielles.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
