Synthèse vocale (text-to-speech)
En anglais : Text-to-speech
Technologie qui convertit un texte écrit en parole audio, avec une voix de synthèse capable de reproduire l’intonation, le rythme et parfois l’émotion d’un locuteur humain.
Exemple
Un éditeur scolaire produit la version audio de ses manuels en synthèse vocale pour les élèves dyslexiques ou malvoyants.
Notions liées
Avatar IA
DébutantPersonnage numérique animé par l’IA, réaliste ou stylisé, capable de parler, de bouger et parfois de converser en temps réel à partir d’un texte ou d’une voix.
Clonage vocal
IntermédiaireTechnique d’IA qui reproduit la voix d’une personne précise à partir d’échantillons de sa parole, afin de lui faire prononcer n’importe quel texte.
Lip sync (synchronisation labiale)
IntermédiaireTechnique d’IA qui anime les lèvres et le bas du visage d’une personne ou d’un personnage pour qu’ils correspondent exactement à une piste audio donnée.
Multimodal
DébutantCaractéristique d’un modèle ou d’un système d’IA capable de traiter ou de produire plusieurs types de données, appelés modalités, comme le texte, l’image, l’audio ou la vidéo.
Reconnaissance vocale (speech-to-text)
DébutantTechnologie qui transcrit automatiquement la parole, enregistrée ou captée par un micro, en texte écrit, en identifiant les mots prononcés malgré les accents et le bruit ambiant.