Une voix de synthèse pour un jeune public : ce qui marche, ce qui ne marche pas
Presse jeunesse, médiathèques, sites d'école : faire écouter des textes à des enfants avec une voix de synthèse française. Pourquoi nous ne proposons aucune voix d'enfant, quelle voix adulte choisir, et ce qu'un outil vocal ne sait pas jouer.
La question revient chez des publics qui n'ont pas grand-chose en commun : une rédaction de presse jeunesse qui veut une version audio de ses articles, une médiathèque qui met en ligne des sélections commentées, un collège qui publie le mot aux familles, une association qui fait de la médiation scientifique pour les 8-12 ans. Tous se demandent la même chose : une voix de synthèse française convient-elle à un jeune public, et laquelle ?
La réponse courte est oui, à condition de ne pas lui demander ce qu'elle ne sait pas faire. La réponse longue tient en quatre points.
Pourquoi nous ne proposons aucune voix d'enfant
C'est souvent la première demande : « une voix d'enfant, pour que les enfants s'y reconnaissent ». Nous n'en proposons pas, et c'est un choix, pas un oubli.
Le constat d'abord, vérifiable dans notre registre des voix. Ce registre recense toutes les voix relevées chez le moteur que nous utilisons, avec pour chacune sa langue, sa description et sa date d'écoute par un humain. Quatre voix y sont décrites comme des voix d'enfant ou de narration pour albums jeunesse. Elles sont en anglais ou en japonais. Aucune n'est en français, et aucune n'est activée. Toutes les voix françaises que nous proposons sont des voix adultes.
La règle qui encadre ce registre explique le reste : une voix n'est proposée à un client qu'après avoir été écoutée et acceptée par quelqu'un de chez nous, et cette écoute est datée. Une voix d'enfant française de qualité suffisante pour lire un article entier sans fatiguer, nous n'en avons pas entendu. Plutôt qu'une voix approximative qui ferait « effet enfant », nous préférons ne rien proposer.
Il y a aussi une raison de fond. Les enfants n'écoutent pas d'abord des voix d'enfants : ils écoutent un parent, un enseignant, un conteur, une voix de radio. Une voix adulte, posée et chaleureuse, est la norme du livre audio jeunesse. La voix d'enfant y sert surtout à jouer un personnage, et c'est justement ce qu'un outil de lecture d'articles ne fait pas (voir plus bas).
Quelle voix adulte choisir
Notre catalogue décrit chaque voix française par un trait de style. Pour un jeune public, deux familles se distinguent nettement :
- les voix chaleureuses et régulières (dans notre catalogue, par exemple, Pauline, décrite « chaleureuse, proche », ou Michel, « riche, régulier ») tiennent bien la durée et rassurent ;
- les voix assurées, corporate ou téléphoniques, très bien pour une note financière, sonnent vite comme un répondeur aux oreilles d'un enfant.
Le timbre masculin ou féminin compte moins qu'on ne le croit : ce qui fatigue, c'est un débit sec et une intonation trop plate. Les critères détaillés sont dans l'article sur le choix d'une voix selon le contenu. Le plus simple reste d'écouter la même page avec deux ou trois voix avant de trancher.
Le débit : un réglage qui appartient à l'auditeur
Un enfant de huit ans ne suit pas un texte au rythme d'un adulte pressé. Le lecteur propose une vitesse de 0,8 fois sous la normale, et le choix de l'auditeur se retient d'un article à l'autre, sans compte (détails dans l'article sur la vitesse de lecture).
Ce cran aide, mais il ne remplace pas l'écriture. Un texte ralenti reste un texte dense, simplement plus long. Ce qui rend un article écoutable par un jeune public, c'est d'abord la façon dont il est écrit.
Ce qu'un outil vocal ne sait pas jouer
C'est la limite la plus importante, et la plus souvent passée sous silence.
Les personnages. Un conteur change de voix pour le loup, le petit cochon et le narrateur. Notre outil lit un texte, il ne l'interprète pas. Il sait changer de voix pour les citations d'un article, quand le texte dit clairement qui parle, mais pas distribuer des rôles à cinq personnages d'une histoire. Le fonctionnement exact est décrit dans l'article sur les citations lues par une autre voix.
Les émotions jouées. Une question, une exclamation passent bien. La peur qui monte, la blague qui tombe à plat exprès, le chuchotement, beaucoup moins. Nous l'avons détaillé dans ce que la voix de synthèse rend de l'émotion.
Les onomatopées et les bruitages. « Badaboum », « miaou », « pschitt » sont lus comme des mots, pas comme des sons. Un récit qui repose sur eux perd beaucoup à l'oreille.
Conclusion pratique : la synthèse vocale convient très bien à un article documentaire pour enfants (un sujet d'actualité expliqué, une fiche sur un animal, le compte rendu d'une sortie scolaire), nettement moins à un conte qui vit de ses personnages. Pour le second, une lecture humaine reste le bon choix, et nous le disons volontiers.
Écrire pour une oreille de huit ans
Les règles sont celles de tout texte destiné à être écouté, en plus serrées :
- une idée par phrase, et pas d'incise au milieu ;
- les nombres arrondis et peu nombreux : « presque deux cents » plutôt que « 197 » ;
- les sigles développés à la première occurrence, et même ensuite si le texte est long ;
- les noms propres difficiles (un scientifique étranger, une ville lointaine) vérifiés à l'écoute avant publication, et corrigés une fois pour toutes dans le lexique de prononciation.
Ces règles sont développées dans écrire pour l'oreille. Elles valent pour tous les publics ; pour un jeune public, elles cessent d'être des conseils.
Le texte à l'écran compte autant que la voix
Un apprenti lecteur écoute et regarde en même temps. La lecture guidée, qui surligne à l'écran le mot en cours de lecture, sert précisément ce public, comme les lecteurs dyslexiques. Elle repose sur un calage mot à mot que tous les moteurs ne fournissent pas : ce qu'il faut pour l'obtenir est décrit dans l'article sur le texte surligné mot à mot.
Pour un site d'établissement ou de médiathèque, une dernière question se pose, celle des données d'auditeurs mineurs. Ce que notre lecteur enregistre (et ce qu'il n'enregistre pas) est détaillé dans l'article sur l'audio des sites d'écoles, collèges et lycées.
Pour tester avant de décider
Prenez un vrai texte de votre site, de préférence un qui contient un nom propre, un nombre et une phrase de dialogue. Faites-le lire par deux voix différentes, écoutez-le à vitesse normale puis à 0,8, et faites-le écouter à un enfant du bon âge. Sa réaction en dira plus que n'importe quel argumentaire. Ce que nous défendons sur la lecture du français, et ce que nous ne faisons pas, est exposé sur notre page text to speech français.
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