Voix française, homme ou femme : choisir selon le contenu, pas selon le goût
Ce que le choix d'une voix de synthèse change vraiment (crédibilité, confort d'écoute, durée) et ce qu'il ne change pas. Nos critères de sélection des 163 voix du catalogue, et ceux qu'on a écartés.
Le choix d'une voix se fait presque toujours au goût : on écoute deux échantillons, on préfère l'un, on prend celui-là. Ce n'est pas absurde, mais ça passe à côté de la vraie question, qui n'est pas « quelle voix je préfère » mais « quelle voix sert ce contenu, pour ce lecteur, sur cette durée ». Une voix qui séduit sur trente secondes peut fatiguer sur un article de huit minutes, et une voix qu'on trouve quelconque à l'oreille peut être exactement la bonne pour une brève juridique.
Ce que le choix de voix change vraiment
Trois choses bougent avec la voix, et il vaut la peine de les nommer.
La crédibilité perçue, d'abord. Une même information n'a pas le même poids selon qu'elle est portée par une voix posée de présentateur ou par une voix chaleureuse et proche. Ce n'est pas une question de qualité, c'est une question de registre : l'auditeur associe un ton à un type de contenu, et une dissonance entre les deux le distrait du fond.
Le confort d'écoute, ensuite, et c'est le critère le plus sous-estimé. Sur un texte long, une voix trop marquée, trop expressive, devient fatigante bien avant la fin. Les voix qui tiennent la distance sont souvent les plus sobres, celles qu'on remarque le moins. Pour un média qui vise l'écoute complète d'un article, c'est un critère plus important que le charme immédiat.
La durée, enfin, dans une moindre mesure. Deux voix ne lisent pas exactement au même rythme, et sur un catalogue d'articles cela se voit sur les temps d'écoute cumulés. L'écart reste secondaire, mais il existe.
Ce que le choix de voix ne change pas
Voici le point que peu d'outils disent clairement : la voix ne change pas la justesse de lecture. Que « 1 200 € », « SNCF » ou « XIXe » soient bien lus ne dépend pas de la voix choisie, mais de l'étape de préparation qui décide, avant la synthèse, comment dire chaque forme. C'est cette étape qui fait la qualité du français lu par machine, et c'est le sujet de la page text to speech français. Autrement dit, changer de voix ne corrigera jamais une prononciation fautive : pour cela, il y a le lexique de prononciation, qui s'applique à toutes les voix de la même façon.
Homme ou femme, dans ce cadre, n'est pas une question technique mais éditoriale. Aucune des deux ne lit mieux que l'autre. Le choix se fait sur le registre du contenu et sur la cohérence avec votre marque, pas sur une supposée supériorité de l'une.
Nos critères de sélection, et ce qu'on a écarté
Notre catalogue compte 163 voix, dont 22 lisent le français, réparties de façon proche entre voix d'homme et voix de femme sur l'ensemble des langues. Ce nombre n'est pas un argument de masse : c'est le résultat de critères qu'on peut expliquer, et surtout de choix de ne pas retenir certaines voix.
Premier critère : chaque voix ne lit qu'une seule langue, celle pour laquelle elle sonne juste. Aucune des 163 n'est une voix « à tout faire » qui lirait passablement cinq langues. Nous avons écarté ces voix multilingues polyvalentes, parce qu'une voix qui lit tout finit par ne bien lire rien, et qu'un lecteur francophone entend immédiatement l'accent d'une voix qui n'est pas native.
Deuxième critère : cinq langues seulement, le français, l'anglais, l'espagnol, l'allemand et l'italien. Nous n'ajoutons pas une langue tant que nous ne savons pas la préparer aussi bien que le français. C'est un non assumé : si vous publiez en portugais ou en arabe, notre catalogue ne vous servira pas, et mieux vaut le savoir maintenant.
Troisième critère : une voix par défaut sobre plutôt que spectaculaire. La voix française par défaut est un timbre de présentateur posé, choisi précisément parce qu'il tient sur la durée d'un article et ne lasse pas. Les voix les plus démonstratives existent dans le catalogue, mais elles ne sont pas le réglage par défaut, pour une raison de confort d'écoute et non d'esthétique.
Comment décider en pratique
La bonne méthode n'est pas d'écouter un échantillon générique, mais de faire lire à deux ou trois voix un de vos vrais articles, en entier, et d'écouter jusqu'au bout. C'est le seul moyen de sentir la fatigue d'écoute, que trente secondes ne révèlent jamais. Notre article comment évaluer une voix neuronale détaille les épreuves à lui faire passer, et le protocole de test en dix minutes vous donne une méthode reproductible, applicable à n'importe quel fournisseur.
Une fois la voix choisie, vous pouvez l'associer durablement à une rubrique ou à un auteur, pour que le lien entre un ton et un type de contenu se fasse tout seul. C'est ce que gèrent les règles de voix. La voix devient alors une signature, pas une décision à reprendre à chaque article.
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