Préparer un script pour la synthèse vocale en français
Dans cet article 7 parties
Écrivez pour l'oreille, pas pour l'œil : des phrases courtes, les nombres, sigles et abréviations réécrits comme on les prononce, et une ponctuation qui indique où respirer. Puis testez un court extrait avant de générer tout le script.
Avant / après : les cas qui posent problème
Les exemples ci-dessous sont des réécritures de précaution : selon le service et la voix, certaines formes écrites sont déjà bien lues. Testez pour savoir lesquelles réécrire.
| Texte écrit | Texte pour la voix | Pourquoi |
|---|---|---|
| Rdv à 14h30 au 12 bis, rue de l'Église | Rendez-vous à quatorze heures trente au douze bis, rue de l'Église | Abréviation, heure et numéro de rue. |
| Le CA a progressé de 3,5 % | Le chiffre d'affaires a progressé de trois virgule cinq pour cent | Sigle, décimal et symbole. |
| M. Martin et Mme Durand | Monsieur Martin et Madame Durand | Abréviations de civilité. |
| Livraison en 24 h, soit 1 200 colis | Livraison en vingt-quatre heures, soit mille deux cents colis | Nombres et unités. |
| Le 26/10/2026 | Le vingt-six octobre deux mille vingt-six | Date numérique : l'ordre jour/mois n'est pas toujours interprété comme vous l'attendez. |
Les règles, et où les approfondir
Ce guide donne la vue d'ensemble. Chaque règle a son guide détaillé :
- Phrases courtes, une idée par phrase : écrire pour l'oreille.
- Nombres, dates, heures, unités : écrivez en toutes lettres ce que la voix pourrait mal dire, et laissez tel quel ce qu'elle lit correctement. Méthode de test : nombres, dates et prix.
- Sigles, abréviations, noms propres, mots étrangers : épeler, remplacer ou écrire phonétiquement, avec une liste de corrections réutilisable : sigles et noms propres.
- Ponctuation et respirations : ponctuation et pauses.
Homographes
Certaines phrases se lisent de deux façons (« les poules du couvent couvent »). Si une voix se trompe, reformulez la phrase plutôt que de lutter contre elle. Évitez aussi les tirets et les parenthèses, que les voix traitent de façon inégale.
Gardez deux versions si besoin
Le texte écrit (pour des sous-titres, par exemple) et le texte pour la voix peuvent différer. Conservez les deux : c'est le texte pour la voix qu'il faut compter et chronométrer. Le compteur de mots compte ce que vous lui donnez, donc passez-lui la version réécrite.
Testez avant de tout générer
- Générez un extrait de 100 à 150 mots qui contient vos cas difficiles (nombres, sigles, noms propres).
- Écoutez en suivant le texte, notez chaque erreur, corrigez la graphie.
- Mesurez la durée selon la méthode du guide sur la durée réelle, puis générez le script complet.
Pour comparer des services sur ces cas difficiles, le guide choisir un générateur de voix IA fournit un script de test.
Nettoyer le fichier avant de le coller
Beaucoup d'erreurs ne viennent pas du texte lui-même mais de sa mise en forme. Un script copié depuis un PDF, un traitement de texte ou une page web transporte des éléments invisibles que la voix interprète mal :
- Retours à la ligne au milieu des phrases, fréquents après un copier-coller depuis un PDF : certaines voix y marquent une pause. Recollez les lignes pour que chaque phrase soit continue.
- Puces, numéros de liste et titres : ils sont lus tels quels ou ignorés selon le service. Transformez une liste en phrases (« D'abord… Ensuite… Enfin… »).
- Symboles et pictogrammes (flèches, coches, émojis) : supprimez-les ou remplacez-les par des mots.
- Adresses web et e-mails : écrivez-les comme vous voulez les entendre, par exemple « createvoix point com ».
- Notes, commentaires et indications de réalisation : retirez-les de la version envoyée à la voix.
Liste de vérification avant la génération
- Le texte est en texte brut, sans mise en forme ni notes.
- Chaque nombre, date, heure et prix a été écouté ou réécrit.
- Les sigles et noms propres ont une graphie validée à l'écoute.
- Les phrases de plus de deux lignes ont été relues à voix haute.
- La ponctuation marque les respirations voulues, et seulement celles-là.
- Le texte a été compté dans sa version pour la voix, et la durée estimée tient dans le montage.
Questions fréquentes
Faut-il utiliser des balises SSML ?
Le SSML est un langage de balisage normalisé par le W3C pour indiquer à une voix de synthèse des pauses, une prononciation ou une emphase. Son support varie beaucoup d'un service à l'autre : certains l'acceptent en partie, d'autres pas du tout, d'autres proposent leurs propres réglages. Consultez la documentation de votre service. Sans SSML, la ponctuation et la réécriture restent les leviers les plus sûrs.
Écrire un mot en majuscules le fait-il ressortir ?
Rarement, et c'est risqué : un mot en capitales peut être lu comme un sigle, lettre par lettre. Pour insister, placez le mot en fin de phrase ou isolez-le par une virgule.