Guide
Synthèse vocale IA (text-to-speech)
La synthèse vocale, ou text-to-speech, est la technologie qui transforme un texte écrit en parole audible. Elle existe depuis des décennies sous des formes robotiques et saccadées ; les modèles récents produisent une voix au rythme et à l'intonation proches de la parole humaine, ce qui change fondamentalement ce qu'on peut en faire au téléphone.
Ce qui a changé avec les modèles récents
Un générateur de voix classique lit un texte de façon linéaire, avec un débit constant et peu de nuances. Un moteur de synthèse vocale récent module l'intonation selon le sens de la phrase, place des pauses naturelles et peut même reproduire de légères hésitations. Callifly utilise ElevenLabs comme moteur de synthèse vocale, qui couvre plus de 70 langues nativement, dont le français, l'anglais, l'espagnol, l'arabe, l'allemand, le japonais et le portugais.
Générateur de voix gratuit ou synthèse vocale téléphonique : la différence
Un générateur de voix gratuit en ligne convertit un texte en fichier audio, à écouter ou télécharger : utile pour une voix off ou un message enregistré, sans contrainte de temps réel. La synthèse vocale utilisée dans un appel téléphonique doit produire la voix instantanément, en réponse à ce que dit l'interlocuteur, avec une latence assez faible pour ne pas casser le rythme de la conversation. Ce n'est pas un texte préparé à l'avance : la phrase à prononcer est générée par le moteur de compréhension pendant l'appel, puis convertie en voix à la volée.
Ce que la synthèse vocale ne fait pas seule
La synthèse vocale ne comprend pas ce que dit l'appelant : c'est le rôle de la reconnaissance vocale et du moteur de compréhension, des briques séparées. Elle ne décide pas non plus quoi répondre : elle restitue à voix haute la réponse déjà déterminée. Pour le fonctionnement complet d'un appel, voir agent vocal IA, qui détaille comment ces briques travaillent ensemble.
Personnalisation de la voix
Le style vocal (ton, rythme, genre de la voix) se choisit selon votre marque et votre secteur. Une agence immobilière et un service de support technique n'ont pas nécessairement besoin du même registre. Ce paramétrage se fait une fois, à la mise en place de l'agent.
Questions fréquentes
Peut-on utiliser Callifly seulement pour la synthèse vocale, sans agent complet ? Non, Callifly propose un agent vocal complet (compréhension, données métier, synthèse vocale) plutôt qu'un service de text-to-speech isolé.
La voix peut-elle changer de langue en cours d'appel ? La détection de langue est automatique à l'appel ; un changement de langue en cours de conversation dépend du scénario défini avec vous.
Combien de temps faut-il pour configurer une voix personnalisée ? Le choix du style vocal fait partie de la mise en place initiale de l'agent, en quelques minutes.