Générateur de voix pour créer tes voix off de stream

Par L'équipe éditoriale VoixCélèbre · Mis à jour 2026-11-18

Transformez du texte brut en audio immersif pour enrichir vos VTubings et vos montages. Cette page présente une API TTS conçue spécifiquement pour les créateurs de contenu sans code qui souhaitent ajouter une narration professionnelle à leurs streams, vidéos et clips sans effort technique.

Vous y trouverez la liste des 8 voix disponibles, les formats supportés et la tarification transparente. Découvrez comment générer des voix off pour le jeu ou les promos en quelques clics, avec un essai gratuit de 0,50$ et une intégration simple via l'API.

Générateur de voix pour créer tes voix off de stream

Questions fréquentes

Qu'est-ce qu'un générateur de voix gratuit ?

L'offre d'essai gratuite offre 0,50 $ de crédit, soit environ 50 000 caractères, valables 7 jours lors de la connexion avec Google. Les comptes créés par e-mail ne reçoivent pas ce crédit. Au-delà, le tarif est de 0,01 $ par 1 000 caractères. Les requêtes échouées sont remboursées intégralement.

Quelle voix choisir pour un VTuber ?

Pour un VTuber, Aria (narratrice chaleureuse) ou Luna (douce, idéale pour le storytelling) conviennent parfaitement. Felix apporte de l'énergie pour les promos, tandis qu'Atlas reste neutre pour l'information. Chaque voix peut parler dans les 23 langues supportées, permettant une adaptation précise à votre personnage.

Les voix sont-elles réalistes et naturelles ?

Les voix sont basées sur des enregistrements licenciés (LibriTTS-R et LibriVox). Elles sont réalistes mais marquées par un filigrane inaudible indiquant qu'il s'agit de synthèse vocale. La vitesse de génération est proche du temps réel pour les textes longs, bien que la file d'attente puisse survenir.

Peut-on utiliser les voix pour YouTube ou Twitch ?

Oui, l'API est conçue pour enrichir vos streams, vidéos et clips VTubing. Vous envoyez du texte et recevez un fichier audio à intégrer dans vos montages. Il n'y a pas de restriction d'usage mentionnée, et les fichiers sont générés à la demande sans stockage persistant par le service.

Combien coûte l'utilisation de l'API ?

Le prix est de 10 $ par million de caractères (0,01 $ par 1 000 caractères). Les espaces et ponctuations comptent. L'essai gratuit offre 0,50 $. Le rechargement se fait uniquement en USDT (TRC-20) avec un minimum de 5 $. Pas de frais cachés ni d'abonnement.

Quelles langues sont disponibles pour mes auditeurs ?

23 langues sont supportées : anglais, français, allemand, japonais, chinois, arabe, espagnol, etc. Toute voix peut parler n'importe laquelle de ces langues. Si la langue n'est pas précisée, elle est déduite du script (le latin par défaut est l'anglais). Le vietnamien et l'indonésien ne sont pas disponibles.

Les fichiers audio contiennent-ils un filigrane ?

Oui, chaque fichier audio généré contient un filigrane inaudible qui marque la voix comme étant de synthèse. Cela permet d'identifier l'origine du contenu audio sans affecter l'expérience d'écoute de vos spectateurs ou auditeurs.

Peut-on personnaliser la vitesse de parole ?

Oui, le paramètre speed permet d'ajuster la vitesse entre 0,25 et 4,0. Cela vous permet de ralentir pour plus de clarté ou d'accélérer pour des clips dynamiques. La vitesse typique est d'environ 25 caractères par seconde pour les textes longs.

Y a-t-il une limite de caractères par requête ?

Chaque requête est limitée à 4 096 caractères. Pour les textes plus longs, vous devez les diviser en plusieurs parties et joindre les fichiers audio résultants. Cette méthode garantit une génération stable et conforme aux capacités de l'API.

Comment fonctionne le paiement en USDT ?

Le paiement se fait exclusivement en USDT sur le réseau TRON (TRC-20). Le montant minimum est de 5 $. Les fonds sont crédités automatiquement en quelques minutes après le transfert. Aucun autre moyen de paiement (carte, PayPal) n'est disponible, et le solde n'expire jamais.

Mes textes sont-ils utilisés pour l'entraînement ?

Non, votre texte d'entrée est utilisé uniquement pour produire le fichier audio correspondant. Il n'est pas utilisé pour l'entraînement des modèles de synthèse vocale. Seules les métadonnées de la requête (heure, statut) sont conservées pour la facturation.

Le texte est-il stocké après la génération ?

Le texte généré n'est pas stocké après la livraison du fichier audio dans la réponse. Seules les métadonnées de la requête (temps, nombre de caractères, statut) sont conservées à des fins de facturation et de suivi de l'utilisation.

Quels formats audio puis-je télécharger ?

Vous pouvez choisir parmi les formats : mp3, wav, opus, flac et pcm. Ces formats couvrent la plupart des besoins d'intégration pour les streams, les vidéos YouTube et les applications mobiles. Le format par défaut est généralement le mp3 pour sa compatibilité.

Est-ce adapté aux créateurs sans code ?

Oui, l'API suit le format de requête OpenAI, ce qui permet une intégration simple via HTTP ou les SDK OpenAI en modifiant l'URL de base. Une page dédiée fournit un exemple curl prêt à l'emploi, rendant l'ajout de narration accessible sans développement complexe.

Première requête

curl

curl https://api.playah77.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Pourquoi les VTubers utilisent notre solution TTS

Illustration d'onde sonore pour: Pourquoi les VTubers utilisent notre solution TTS

Les VTubers et streamers utilisent notre API TTS pour automatiser la narration de leurs sessions de jeu sans interrompre le flux. En transformant du texte brut en audio immersif, vous enrichissez vos vidéos et vos lives avec une voix professionnelle, générée à la demande pour des réactions ou des commentaires (le traitement prend quelques secondes pour les phrases courtes).

Vous pouvez tester la solution immédiatement grâce à un essai gratuit de 0,50 $ de crédit, valable sept jours. Aucun engagement n'est requis pour commencer à créer vos voix off et à intégrer cette technologie à votre chaîne.

Automatisation des voix off de jeu

Automatisation des voix off de jeu

Intégrez des voix off dans vos streams sans avoir à parler en direct. Envoyez du texte via l'API et recevez un fichier audio prêt à être diffusé dans vos montages ou en direct, libérant votre attention pour le gameplay.

  • Génération de narration à la demande
  • Idéal pour les réactions et commentaires
  • Flux de travail non bloquant

Générateur de voix gratuit avec essai

Créez un compte avec Google pour recevoir 0,50 $ de crédit, soit environ 50 000 caractères. Cette offre vous permet de tester la qualité des 8 voix disponibles sans carte bancaire ni engagement initial.

Intégration simple sans code

L'API respecte le format standard des requêtes JSON. Vous pouvez utiliser des outils no-code ou des scripts simples pour envoyer votre texte et récupérer le fichier audio, sans installer de SDK spécifique ni configurer des services complexes.

  • Requêtes JSON standard
  • Compatible avec les outils no-code
  • Pas de SDK requis

Nos voix : 8 presets adaptés au streaming

Illustration d'onde sonore pour: Nos voix : 8 presets adaptés au streaming

Notre bibliothèque vocale propose huit presets conçus pour s'adapter à la diversité de tes contenus, des narrations immersives aux annonces dynamiques.

Chaque voix est issue d'enregistrements licenciés (LibriTTS-R, CC BY 4.0) et garantit une cohérence sonore pour tes VTubings et montages.

Aria et Luna pour les narrations douces

Aria offre une narration claire et chaleureuse, idéale pour raconter l'histoire de ton stream ou guider tes spectateurs avec douceur.

Luna apporte une voix douce, parfaite pour le storytelling ou les moments plus intimes de tes vidéos.

  • Aria : narratrice chaleureuse et claire
  • Luna : voix douce pour le storytelling

Felix et Milo pour les promos dynamiques

Felix est énergique et idéal pour annoncer des offres ou des événements avec un ton publicitaire percutant.

Milo conversational et amical, parfait pour discuter directement avec ta communauté ou expliquer des règles de jeu.

  • Felix : ton énergique et promo
  • Milo : conversationnel et amical

Atlas et Orion pour les news et docs

Atlas assure une neutralité professionnelle, adaptée aux nouvelles du jeu ou aux mises à jour techniques.

Orion, avec sa voix profonde, convient parfaitement aux documentaires gaming ou aux analyses approfondies de tes streams.

  • Atlas : neutre et informatif
  • Orion : voix profonde et documentaire

Langues supportées pour ton audience

Illustration d'onde sonore pour: Langues supportées pour ton audience

Votre audience n'est pas limitée à une seule langue. Avec 23 langues supportées, dont l'arabe, le chinois, le japonais ou le swahili, vous pouvez toucher des spectateurs du monde entier sans changer de voix.

La détection automatique analyse votre texte pour choisir la langue par défaut (anglais par défaut pour le texte latin). Pour les autres langues latines ou les textes ambigus, définissez simplement le paramètre language avec le code ISO pour garantir une prononciation précise (la détection automatique par défaut est l'anglais pour le texte latin).

Voix multilingues (23 langues)

Chacune de nos 8 voix préenregistrées peut prononcer n'importe laquelle des 23 langues listées. Cette polyvalence vous permet de garder une cohérence sonore sur vos streams internationaux tout en adaptant le contenu linguistique à chaque communauté.

Les langues incluent : arabe, chinois, danois, néerlandais, anglais, finnois, français, allemand, grec, hébreu, hindi, italien, japonais, coréen, malais, norvégien, polonais, portugais, russe, espagnol, swahili, suédois et turc.

  • Arabe, Chinois, Danois, Néerlandais, Anglais, Finnois, Français, Allemand, Grec, Hébreu, Hindi, Italien, Japonais, Coréen, Malais, Norvégien, Polonais, Portugais, Russe, Espagnol, Swahili, Suédois, Turc

Détection automatique ou choix manuel

Si vous ne précisez pas de langue, le système devine la langue basée sur le script du texte (le texte latin est par défaut considéré comme anglais). Pour un résultat optimal, spécifiez toujours le paramètre language.

Cela évite les accents étrangers indésirables sur des textes comme le français ou l'allemand écrits avec l'alphabet latin, garantissant une immersion totale pour vos viewers.

  • Langue par défaut : Anglais pour le texte latin
  • Paramètre language : Code ISO optionnel pour forcer une langue spécifique

Voix anglaise, française et japonaise

Pour les VTubers francophones ou anglophones, la qualité de voix est identique à celle des autres langues. Utilisons Aria ou Luna pour une narration douce en français, ou Felix pour un promo énergique en anglais.

Le japonais est également supporté, permettant de cibler l'audience asiatique sans nécessiter de voix séparées.

  • Support natif du français, anglais et japonais
  • Mêmes 8 voix pour toutes les langues

Formats audio pour tes montages

Illustration d'onde sonore pour: Formats audio pour tes montages

Choisis le format qui s'adapte parfaitement à ton flux de travail de montage. Notre API TTS te permet de sélectionner le codec audio idéal selon tes besoins de compatibilité ou de qualité, sans compromis sur la fidélité du rendu vocal.

Que tu intégras l'audio dans un flux Twitch ou que tu préparent des clips YouTube, le choix du format impacte directement la fluidité de ton édition et la taille des fichiers finaux.

MP3 pour la compatibilité web

Le MP3 reste le standard universel pour le web. Il offre un excellent compromis entre qualité sonore et taille de fichier, garantissant une lecture fluide sur tous les navigateurs et plateformes de streaming.

  • Lecture instantanée sur tous les supports
  • Fichier léger pour chargement rapide

WAV pour la qualité studio

Pour tes montages vidéo professionnels, le WAV offre un audio brut non compressé. Idéal pour conserver chaque nuance de la voix synthétique lors de tes traitements audio ou de tes assemblages complexes.

Il garantit une fidélité maximale sans perte de données, essentiel pour les créateurs exigeants sur le rendu sonore final.

  • Audio non compressé
  • Haute fidélité pour le montage

OPUS et FLAC pour l'archivage

L'OPUS fournit une compression efficace avec une qualité supérieure aux MP3 à bitrate égal, parfait pour optimiser l'espace de stockage tout en maintenant une bonne écoute. Le FLAC, en revanche, propose une compression sans perte, idéale pour l'archivage longue durée.

Ces formats permettent de préserver l'intégrité de tes voix off générées pour une utilisation future ou une distribution multi-plateforme.

  • OPUS : compression efficace
  • FLAC : qualité sans perte

Vitesse de génération et réalisme

Illustration d'onde sonore pour: Vitesse de génération et réalisme

La génération audio suit un rythme proche de la parole réelle, soit environ 25 caractères par seconde pour les textes longs. Pour les phrases courtes, le traitement prend quelques secondes, le temps que le moteur initialise la synthèse.

Sous charge, les requêtes sont traitées séquentiellement et peuvent attendre dans une file d'attente. Cette latence est normale et garantit que chaque fichier soit généré correctement avant d'être renvoyé à ton logiciel de montage.

Rythme proche de la parole réelle

Le moteur génère des fichiers audio dont le débit naturel imite la cadence de la parole humaine. Cette vitesse standard permet d'anticiper précisément la durée de tes voix off sans avoir à deviner la longueur finale du fichier MP3 ou WAV.

Gestion des textes longs par parties

Chaque requête API accepte jusqu'à 4096 caractères. Pour les scripts de stream dépassant cette limite, il suffit de découper ton texte en plusieurs appels et de joindre les fichiers audio résultants. Cette méthode simple évite les coupures intempestives pendant la génération.

Audio synthétique avec filigrane

Chaque fichier généré contient un filigrane inaudible indiquant qu'il s'agit de parole synthétique. Cette marque de fabrique assure la transparence envers ton audience sans altérer la qualité sonore perçue dans tes vidéos ou tes streams en direct.

Vitesse de génération et réalisme

Prix transparents pour créateurs

Illustration d'onde sonore pour: Prix transparents pour créateurs

La facturation est simple : 0,01 $ pour 1 000 caractères, soit 10 $ par million de caractères. Les espaces et la ponctuation sont inclus dans le calcul. Si la synthèse échoue, le montant est intégralement remboursé.

10$ par million de caractères

Le coût est fixe, quel que soit le modèle choisi (tts-1 ou tts-1-hd). Cette tarification au caractère permet de prévoir précisément le budget de tes prochaines vidéos ou streams.

Paiement en USDT (TRC-20)

Les crédits s'achètent en USDT sur le réseau TRON (TRC-20). Le minimum est de 5 $. Aucun moyen de paiement classique n'est requis, ce qui simplifie les transactions internationales pour les créateurs.

Aucun engagement mensuel

Pas d'abonnement, pas de frais cachés et aucun minimum de dépense. Ton solde ne expire pas. Tu ne payes que pour ce que tu consommes réellement.

Comment ça marche : du texte à l'audio

Illustration d'onde sonore pour: Comment ça marche : du texte à l'audio

La génération audio commence par une requête POST simple sur l'endpoint de l'API. Il suffit de fournir le texte (max 4096 caractères), le modèle et la voix souhaitée dans un corps JSON standard.

Contrairement au streaming, l'audio est généré en entier avant d'être retourné. Les textes courts mettent quelques secondes, tandis que les longs récits sont découpés puis assemblés automatiquement.

Envoie ton texte via l'API

Utilisez le endpoint POST /v1/audio/speech avec votre clé Bearer. Le format JSON est identique à l'API OpenAI, ce qui permet d'utiliser directement les SDK officiels en ajustant simplement l'URL de base vers https://api.playah77.com/v1.

  • Corps JSON avec champs : model, input, voice, response_format.
  • Authentification via en-tête Authorization: Bearer tts-....
  • Limite de 4096 caractères par requête individuelle.

Reçois le fichier audio instantanément

Le service traite les requêtes séquentiellement. Pour les courts extraits, le fichier arrive en quelques secondes. Pour les longs textes, la génération suit un rythme proche du temps réel (environ 25 caractères par seconde d'audio généré).

Télécharge ou intègre dans tes vidéos

Le fichier audio brut est retourné dans la réponse HTTP. Il n'est pas stocké par défaut, vous devez donc le sauvegarder immédiatement dans votre flux de travail de montage ou de stream pour une utilisation ultérieure.

Différences avec les voix clonées

Illustration d'onde sonore pour: Différences avec les voix clonées

Nos voix ne sont pas des clones générés à partir de ta propre voix. Elles proviennent d'enregistrements licenciés de lectures issues du domaine public, offrant une qualité constante et reconnue sans nécessiter de collecte massive de données vocales personnelles.

Contrairement aux solutions de clonage vocal qui demandent des heures d'audio source, nous utilisons des presets prédéfinis. Cela garantit une intégration immédiate pour tes streams et vidéos sans étape fastidieuse de calibration vocale.

Voix basées sur LibriVox

Chaque voix (Aria, Nova, Luna, etc.) est issue d'enregistrements issus de la base LibriTTS-R, elle-même basée sur les lectures audio de LibriVox.

Ces voix couvrent 23 langues et ne sont pas liées à une personne réelle spécifique, évitant ainsi les questions de droit à l'image ou de ressemblance trop marquée avec des célébrités.

  • Origine : lectures audio de livres du domaine public
  • Qualité : enregistrements licenciés pour usage commercial
  • Couverture : 23 langues disponibles

Pas de clonage vocal personnalisé

Nous ne proposons pas de fonctionnalité de clonage vocal. Tu ne peux pas télécharger un échantillon de ta voix pour créer une réplique identique.

Les 8 presets restent fixes : tu choisis celui qui correspond le mieux à ton personnage VTuber ou à ton style de narration, mais tu ne modifies pas la timbre de base.

Licences CC BY 4.0 et domaine public

Les enregistrements originaux de LibriVox sont dans le domaine public. La base de données LibriTTS-R est disponible sous licence CC BY 4.0.

Cela assure une traçabilité claire des droits : tu utilises une voix synthétique issue de sources libres, sans risque de réclamation pour usage des voix originales.

Support et limites techniques

Illustration d'onde sonore pour: Support et limites techniques

Votre flux est critique, mais l'API peut mettre en file d'attente les requêtes en cas de forte charge. Le débit standard est de 60 demandes par minute par clé (10/min avant premier dépôt). Les textes longs sont découpés automatiquement en segments de 4096 caractères pour garantir une génération stable.

Limites de débit et files d'attente

En cas de saturation, vos requêtes attendent leur tour. La génération suit un rythme proche du temps réel (environ 25 caractères par seconde). Les courtes phrases peuvent prendre quelques secondes, tandis que les longs textes sont assemblés après traitement segment par segment.

  • 60 requêtes/minute par clé (10/min avant top-up)
  • Limitation à 4096 caractères par appel API
  • Traitement séquentiel sous charge

Support par email uniquement

Nous privilégions une infrastructure simplifiée sans équipe de support téléphonique ni chat en direct. Pour toute question technique ou liée à votre compte, contactez-nous par email. Nous restons disponibles pour résoudre les problèmes de facturation ou d'intégration API.

Pas de garantie de service (SLA)

Contrairement aux offres entreprises, nous ne proposons pas de contrat de niveau de service (SLA) ni de garantie de disponibilité. L'API est fournie "telle quelle" sans engagement sur le temps de fonctionnement ou les certifications (SOC 2, HIPAA). Votre flux dépend de notre infrastructure cloud standard.

Écoutez les 8 voix

Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Sa voix dynamique soutient le rythme effréné des streams Twitch.

Avatar de la voix aria
ariafemme
Avatar de la voix nova
novafemme
Avatar de la voix luna
lunafemme
Avatar de la voix sage
sagefemme
Avatar de la voix felix
felixhomme
Avatar de la voix milo
milohomme
Avatar de la voix atlas
atlashomme
Avatar de la voix orion
orionhomme

23 langues

Chaque voix peut parler n'importe laquelle de ces langues.

Sources et lectures complémentaires

  1. Wikipedia
  2. curl documentation
  3. LibriTTS-R paper (arXiv 2305.18802)
  4. IETF RFC 7845: Ogg Opus
  5. MDN: Web Speech API
  6. Creative Commons Attribution 4.0
  7. LibriVox public-domain audiobooks
  8. openai-python on GitHub
  9. LibriTTS-R corpus (OpenSLR 141)
  10. FFmpeg documentation
  11. ISO 639 language codes
  12. openai-node on GitHub

Plus sur ce site