Voix off IA en français : les meilleures, testées à l’oreille

Les outils testés sur le même texte

Pour comparer ce qui est comparable, nous avons écrit un texte d’une minute typique d’une vidéo d’entreprise : une accroche, une énumération, une question, un chiffre et deux mots anglais glissés au passage (« newsletter » et « cloud »). Chaque outil l’a lu avec sa meilleure voix française accessible en version gratuite.

Cinq services ont été retenus : ElevenLabs, souvent cité comme la référence du secteur, les voix d’OpenAI, celles de Google, les voix Microsoft que l’on entend notamment dans le navigateur Edge, et Murf, très présent chez les créateurs de vidéos. Tous proposent au moins une voix masculine et une voix féminine en français.

Les critères d’écoute : les liaisons, la prononciation des mots anglais, le rythme des phrases longues et, surtout, cette impression qu’une vraie personne parle. Ou pas.

Le naturel en français : notre classement

ElevenLabs arrive en tête, assez nettement. Les respirations tombent au bon endroit, les fins de phrase descendent comme dans une vraie conversation, et les liaisons délicates passent sans accroc. Les deux mots anglais sont prononcés à l’américaine, ce qui sonne juste dans une voix off moderne.

Les voix d’OpenAI suivent de près : le débit est fluide et agréable, mais un léger accent anglophone ressort sur certaines sonorités, ce qui trahit l’origine de la voix. Belle surprise, les voix Microsoft s’en sortent très honorablement pour un service gratuit, avec un rendu propre quoiqu’un peu appliqué, façon présentateur de journal.

Les voix de Google restent correctes mais plus plates : tout est bien prononcé, rien n’est incarné. Murf offre un large choix, de qualité inégale ; il faut écouter plusieurs voix avant d’en trouver une qui ne sente pas la synthèse. Aucun outil, en revanche, n’a produit ces voix métalliques d’il y a dix ans : le niveau général a beaucoup monté.

Quotas gratuits et prix réels

À la date de publication, le schéma est le même presque partout : la version gratuite donne droit à quelques minutes de génération par mois, assez pour tester sérieusement et produire une vidéo courte, pas pour alimenter une chaîne entière. Les quotas exacts bougent régulièrement, vérifiez-les au moment de vous inscrire.

Les formules payantes démarrent autour de quelques euros par mois et grimpent avec le volume d’audio généré ; comptez plutôt quelques dizaines d’euros pour un usage intensif. La facturation se fait souvent au nombre de caractères de texte plutôt qu’à la minute : une minute de voix correspond en gros à un paragraphe dense.

Astuce sans rien dépenser : la lecture à voix haute de certains navigateurs utilise ces mêmes voix récentes, sans limite, mais sans export du fichier audio. Idéal pour comparer avant de choisir.

Droits d’usage commercial

C’est le point que presque tout le monde néglige : la plupart des offres gratuites excluent l’usage commercial ou imposent de créditer l’outil. Une vidéo publiée sur le site de votre entreprise, une publicité ou une formation vendue relèvent bien de l’usage commercial ; il faut alors, en général, passer sur une formule payante qui inclut la licence adaptée.

Les conditions d’utilisation de chaque service font foi, et elles évoluent : relisez-les avant de diffuser. Un point ne se discute pas, en revanche : cloner la voix d’une personne réelle sans son accord est exclu. La voix est une donnée personnelle, comme le rappelle la CNIL, et imiter une personnalité peut engager votre responsabilité. Pour un projet sensible, l’avis d’un professionnel du droit vaut mieux qu’un pari.

Bien diriger une voix IA (rythme, ton, pauses)

Une voix de synthèse lit ce qu’on lui donne, ponctuation comprise. Les virgules créent des pauses courtes, les points des pauses franches, et des points de suspension ménagent une respiration. Écrire pour l’oreille change tout : phrases courtes, un seul message par phrase, et les sigles notés comme on veut les entendre (« la TVA » passe bien, d’autres méritent une écriture phonétique).

Générez ensuite par petits blocs plutôt qu’en un seul fichier : si un paragraphe sonne faux, vous ne relancez que lui. Les réglages d’expressivité, poussés trop loin, font surjouer la voix : restez proche des valeurs par défaut. Enfin, écoutez toujours le résultat au casque avant publication : les défauts s’y entendent mieux que sur des enceintes.

Avec ces réflexes, une voix off propre s’obtient en quelques minutes. C’est d’ailleurs l’exercice que permet le studio Roona avec son outil de voix off en ligne, si vous voulez essayer sur votre propre texte.