Cloner sa voix avec l’IA : comment faire, ce qui est légal

Comment fonctionne le clonage vocal

Un outil de clonage vocal analyse un enregistrement pour en extraire ce qui rend une voix reconnaissable : le timbre, l’accent, le débit, les petites inflexions. De cette empreinte, il tire une voix de synthèse capable de lire n’importe quel texte, non pas avec une voix générique, mais avec la vôtre, y compris sur des phrases que vous n’avez jamais prononcées.

Deux approches coexistent. Le clonage instantané se contente d’un court extrait et produit une imitation correcte en quelques secondes de calcul : c’est celui que proposent la plupart des outils en ligne. Le clonage professionnel entraîne un modèle dédié sur un volume d’audio beaucoup plus important ; il restitue mieux les émotions et tient la distance sur de longs textes, mais sa préparation demande plusieurs heures.

Combien de secondes d’audio il faut

Pour un clonage instantané, une à trois minutes d’enregistrement donnent déjà un résultat exploitable, et certains services acceptent une trentaine de secondes. En dessous, la voix générée garde un air de famille avec la vôtre mais sonne standardisée : elle perd les détails qui font votre identité vocale.

Le clonage professionnel réclame beaucoup plus, de trente minutes à plusieurs heures d’audio propre. C’est l’option des podcasteurs réguliers et des vidéastes qui veulent une copie difficile à distinguer de l’originale, y compris sur des textes longs ou chargés d’émotion.

Dans les deux cas, la qualité de l’échantillon compte plus que sa durée. Enregistrez-vous dans une pièce calme, sans bruit de fond ni écho, en parlant naturellement. Une lecture monocorde produit un clone monocorde : le modèle reproduit fidèlement ce qu’on lui donne, défauts compris.

Les outils et leurs prix

ElevenLabs fait figure de référence : le clonage instantané est inclus dans ses abonnements d’entrée de gamme, facturés quelques euros par mois à la date de publication, tandis que le clonage professionnel passe par une offre à plusieurs dizaines d’euros mensuels. Descript intègre la fonction à son éditeur de podcast et de vidéo, ce qui permet de corriger un enregistrement en tapant simplement le texte. D’autres acteurs comme Resemble AI ou Play.ht visent plutôt les entreprises.

Les formules gratuites, quand elles existent, se limitent généralement à des voix de synthèse standards : cloner sa propre voix suppose presque toujours un abonnement payant. La plupart des services sérieux imposent d’ailleurs une vérification, par exemple lire un texte imposé à voix haute, pour s’assurer que la voix enregistrée est bien celle du titulaire du compte. Les tarifs et quotas évoluant vite, vérifiez les conditions au moment de vous abonner.

Ce que dit la loi (voix d’autrui, consentement)

Votre voix est un attribut de votre personnalité, au même titre que votre image, et une donnée personnelle au sens du RGPD. Cloner sa propre voix ne pose donc, en soi, aucun problème. Cloner celle d’un collègue, d’un proche ou d’une personnalité sans son accord explicite, si, même pour une blague et même sans diffusion commerciale.

En France, le code pénal sanctionne la diffusion de contenus générés par IA reproduisant l’image ou les paroles d’une personne sans son consentement, lorsqu’il n’apparaît pas clairement qu’il s’agit d’un contenu artificiel. Le règlement européen sur l’IA impose par ailleurs de signaler ce type de contenus. Utiliser la voix clonée d’autrui sans accord expose donc à des poursuites.

Pour un projet professionnel impliquant la voix de quelqu’un d’autre, un salarié ou un comédien par exemple, un accord écrit précisant les usages autorisés, la durée et la rémunération éventuelle est indispensable. La CNIL publie des repères sur les données vocales, et un avocat reste le bon interlocuteur avant tout usage commercial : cet article informe, il ne remplace pas un conseil juridique.

Les usages pro qui ont du sens

Le premier usage, le plus rentable, c’est la correction. Un mot écorché dans un épisode de podcast, un chiffre erroné dans une vidéo de formation : vous tapez la phrase corrigée, votre clone la prononce, et le montage devient invisible. Vous vous épargnez une séance de réenregistrement pour trois secondes de son.

Vient ensuite la déclinaison multilingue : faire parler vos vidéos en anglais ou en espagnol en gardant votre timbre, plutôt qu’avec une voix off anonyme. Les indépendants s’en servent aussi pour produire des contenus réguliers sans matériel d’enregistrement, et certaines personnes atteintes de maladies affectant la parole clonent leur voix pour la préserver.

Reste une règle de bon sens : prévenez votre audience quand une voix est générée. La confiance est votre premier capital, et elle se perd vite si vos auditeurs découvrent le procédé par accident. Pour essayer sur votre propre voix, le studio Roona propose un outil de clonage vocal utilisable en ligne, sans rien installer.