Synthèse vocale française : où part votre texte, exactement
Le trajet réel d'un article envoyé à un outil de synthèse vocale, les questions à poser à un fournisseur, et notre propre trajet dit sans détour : hébergement, sous-traitants, transferts et durée de conservation.
Quand vous confiez un article à un outil de synthèse vocale, vous ne lui confiez pas qu'une commande : vous lui confiez le texte lui-même. Pour beaucoup de contenus, c'est sans conséquence. Pour un article sous embargo, une note interne, un document qui n'est pas encore public, la question devient légitime : où part ce texte, qui le voit, combien de temps le garde-t-on. La plupart des pages produit restent floues là-dessus, non par malice, mais parce que c'est plus simple. Voici comment lire le trajet d'un texte chez n'importe quel fournisseur, et le nôtre dit sans arrondi.
Une génération, c'est au moins deux étapes
Un outil de synthèse vocale ne fait presque jamais tout lui-même. Une génération se décompose en deux temps, et chacun met en jeu un acteur différent. D'abord la préparation du texte : nettoyage, extraction depuis une page web, parfois traduction ou résumé, description des images. C'est l'étape qui voit l'intégralité de votre article. Ensuite la synthèse vocale proprement dite : le texte préparé est transmis à un moteur qui produit le fichier audio. Ces deux étapes peuvent être opérées par deux prestataires distincts, dans deux pays distincts, sous deux régimes juridiques distincts. Un fournisseur qui vous parle d'une seule « voix maison » sans jamais nommer ces briques vous cache, souvent sans y penser, la moitié du trajet.
Les questions à poser à n'importe quel fournisseur
Trois questions suffisent à y voir clair. Où sont hébergées les données applicatives et les fichiers audio produits ? Qui opère chaque étape, et dans quel pays, ce qui détermine s'il y a ou non un transfert hors Union européenne ? Et enfin, ce texte peut-il servir à entraîner des modèles, les vôtres ou ceux d'un sous-traitant ? Cette dernière question est la plus importante et la moins posée. Beaucoup de moteurs de synthèse prévoient, par défaut dans leurs conditions, de réutiliser les contenus soumis pour améliorer leurs propres modèles. Ce n'est pas un scandale en soi, c'est une clause courante : mais si vos contenus sont sensibles, vous devez le savoir avant, pas après. Un fournisseur qui répond « c'est sécurisé » sans nommer ses sous-traitants ne répond pas à la question.
Notre trajet, sans arrondi
Voici le nôtre, tel qu'il est écrit noir sur blanc dans notre politique de confidentialité. Les données applicatives et les fichiers audio sont hébergés dans l'Union européenne, en Irlande, chez le fournisseur Supabase. Le site et l'API sont servis par Vercel. La préparation du texte, l'étape qui voit tout votre article, est opérée par Mistral AI, société établie en France, pour tous les comptes : elle se fait donc en Europe, sans transfert, et les conditions de ce prestataire excluent l'usage des contenus soumis via son API pour entraîner ses modèles.
La synthèse vocale, elle, est opérée par Cartesia AI et par Google, sociétés établies aux États-Unis, selon le palier audio de votre compte. Le texte préparé leur est transmis pour produire l'audio, et cela constitue un transfert hors Union européenne, encadré par l'addendum de protection des données de chaque prestataire. Nous préférons l'écrire clairement plutôt que de le laisser deviner. Et sur le point qui fâche : les conditions de ces prestataires de synthèse prévoient, par défaut, qu'ils peuvent utiliser les contenus soumis pour améliorer leurs propres modèles. Nous ne pouvons donc pas vous promettre, à nous seuls, que cela n'arrivera jamais. Si cet usage est incompatible avec vos exigences, il faut nous écrire : nous documentons alors l'état exact de nos réglages chez chaque prestataire et les garanties applicables à votre compte. Cette honnêteté sur ce que l'outil ne garantit pas est la même ligne que celle défendue dans ce que veut dire la qualité à la française : on dit ce qu'on fait, et ce qu'on ne fait pas.
Rester en Europe, et le prouver
Pour les organisations qui ne peuvent pas laisser sortir un texte d'Europe, il existe un palier souverain : la génération y échoue plutôt que de basculer hors d'Union européenne. C'est un choix assumé, l'inverse du repli silencieux. Sur les autres paliers, si le prestataire européen de préparation est indisponible, l'étape bascule sur un prestataire de secours établi aux États-Unis pour que votre génération aboutisse quand même ; mais chaque audio produit conserve, dans son journal de provenance, le lieu de traitement réellement utilisé. Vous pouvez donc vérifier après coup, article par article, où le texte est passé. C'est cette traçabilité qui distingue une promesse d'une garantie, et c'est le genre d'exigence que prépare la page text to speech français.
Un dernier point qui rassure souvent les éditeurs : le lecteur audio intégré aux sites de nos clients ne collecte aucune donnée personnelle sur les auditeurs. Pas de cookie, pas d'adresse IP écrite, pas de traceur. Une écoute est comptée par article, et rien d'autre. La question des données ne s'arrête pas au texte que vous envoyez : elle inclut ce que l'outil fait, ou ne fait pas, aux gens qui écoutent. Là aussi, la bonne réponse tient en une phrase vérifiable, pas en une promesse générale. Quant à la conservation : vos contenus et vos audios sont gardés le temps du contrat, puis supprimés sur demande.
Sonorisez vos articles avec WeDispatch
Ce blog sera lui-même sonorisé par WeDispatch. Envie de voir ce que ça donne sur vos contenus ?
Demandez une démo