Découvrez les dernières annonces de la conférence Google Cloud Next. Regarder la vidéo
Accéder à

Text-to-Speech

Convertissez du texte en discours naturel à l'aide d'une API optimisée par les meilleures technologies d'IA de Google.

Les nouveaux clients bénéficient de 300 $ de crédits gratuits à dépenser sur Text-to-Speech.

  • Améliorez les interactions avec vos clients grâce à des réponses intelligentes et réalistes.

  • Boostez l'engagement des utilisateurs grâce à une interface vocale sur vos appareils et applications.

  • Personnalisez votre communication en fonction des préférences de voix et de langue de vos utilisateurs.

Avantages

Discours ultra-réaliste

Déployez la technologie révolutionnaire de Google pour générer du discours aux intonations quasiment humaines. Créée grâce à l'expertise en synthèse vocale de DeepMind, l'API fournit des voix très proches des voix humaines.

Grande sélection de voix

Faites votre choix parmi plus de 380 voix et 50 langues et variantes, incluant l'arabe, l'espagnol, l'hindi, le mandarin, le russe et plus encore. Sélectionnez la voix qui convient le mieux à votre utilisateur et votre application.

Voix unique

Différenciez-vous des autres organisations : au lieu d'utiliser une voix générique, créez une voix unique qui incarne votre marque à tous les points de contact avec les clients.

Démonstration

Essayez Text-to-Speech

Saisissez le texte de votre choix, choisissez une langue, puis cliquez sur "Speak It" (Synthétiser) pour l'entendre.

Principales fonctionnalités

Principales fonctionnalités

Voix Neural2

Internationalisez votre expérience vocale avec les voix prêtes à l'emploi optimisées grâce aux dernières recherches sur la voix personnalisée.

Voix Studio (preview)

Impressionnez vos auditeurs avec une narration de contenu professionnelle enregistrée dans un environnement de qualité studio. Pensez à mettre votre casque !

Voix personnalisée

Entraînez un modèle de voix personnalisée à l'aide de vos propres enregistrements audio afin de créer une voix unique et plus naturelle pour votre organisation. Vous pouvez définir et choisir le profil vocal idéal pour votre organisation et vous adapter rapidement aux évolutions des besoins en termes de voix, sans avoir à enregistrer de nouvelles expressions.

Réglage de la voix

Personnalisez la hauteur de la voix sélectionnée, jusqu'à 20 demi-tons en plus ou en moins par rapport au paramètre par défaut. Ajustez la vitesse d'élocution pour obtenir un discours quatre fois plus lent ou plus rapide que la normale.

Texte et compatibilité SSML

Personnalisez votre discours en ajoutant des balises SSML. Elles vous permettent d'insérer des pauses, des nombres, des dates et heures, ainsi que des instructions de prononciation.

Découvrir toutes les fonctionnalités

Documentation

Documentation

Principes de base de Google Cloud
Concepts de base de Text-to-Speech

Ce guide présente les concepts fondamentaux de l'utilisation de l'API Text-to-Speech.

Guide de démarrage rapide
Démarrage rapide : Utiliser la ligne de commande

Configurez votre projet Google Cloud, obtenez les autorisations requises et demandez à Text-to-Speech de créer des contenus audio à partir de texte.

Principes de base de Google Cloud
Voix et langues compatibles

Consultez les guides et ressources associés à ce produit.

Principes de base de Google Cloud
Présentation de la voix personnalisée (version bêta)

Découvrez comment créer une voix unique et plus naturelle grâce à la fonctionnalité de voix personnalisée basée sur vos propres enregistrements audio de qualité studio.

Tutoriel
WaveNet et autres voix synthétiques

Découvrez les différentes voix synthétiques disponibles dans Text-to-Speech, y compris les voix WaveNet haut de gamme.

Tutoriel
Énoncer des adresses avec SSML

Ce tutoriel explique comment utiliser le langage de balisage de synthèse vocale (SSML) pour énoncer un fichier texte d'adresses.

Cas d'utilisation

Cas d'utilisation

Cas d'utilisation
Les bots vocaux dans les centres d'appels

Proposez une meilleure expérience vocale au sein de votre service client grâce aux bots vocaux sur Dialogflow : générez du discours de manière dynamique plutôt que de diffuser des messages audio statiques pré-enregistrés. Boostez l'engagement grâce à des voix synthétiques de haute qualité donnant aux interlocuteurs un sentiment de familiarité et de personnalisation.

Architecture de référence pour les bots vocaux dans les centres d'appels
Cas d'utilisation
La génération de voix sur les appareils

Établissez une communication naturelle avec vos utilisateurs en utilisant des voix humaines pour lire du texte sur vos appareils. Développez une interface vocale de bout en bout avec Speech-to-Text et Natural Language, et améliorez l'expérience utilisateur grâce à des interactions faciles et engageantes.

Architecture de référence pour la génération de voix sur les appareils
Cas d'utilisation
EPG accessibles (guides des programmes électroniques)

Permettez aux EPG de lire du texte à voix haute en toute simplicité, afin d'améliorer l'expérience utilisateur et de répondre aux exigences d'accessibilité de vos services et applications. Découvrez comment utiliser les EPG.

Implémentez la fonctionnalité de synthèse vocale dans les EPG en toute simplicité, afin d'améliorer l'expérience utilisateur et de répondre aux exigences d'accessibilité de vos services et applications.

Architecture de référence qui montre comment l'API Text-to-Speech permet de créer des EPG accessibles

Toutes les fonctionnalités

Toutes les fonctionnalités

Voix personnalisée (version bêta) Entraînez un modèle de synthèse vocale personnalisé à l'aide de vos propres enregistrements audio afin de créer une voix unique et plus naturelle pour votre organisation. Vous pouvez définir et choisir le profil vocal idéal pour votre organisation et vous adapter rapidement aux évolutions des besoins en termes de voix, sans avoir à enregistrer de nouvelles expressions. En savoir plus
Sélection de voix et de langues Faites votre choix parmi une large sélection de plus de 220 voix dans 40 langues et variantes, enrichie au fil du temps.
Voix WaveNet Profitez de plus de 90 voix WaveNet basées sur les avancées révolutionnaires de DeepMind et générez un discours qui se rapproche considérablement des performances humaines.
Texte et compatibilité SSML Personnalisez votre discours en ajoutant des balises SSML. Elles vous permettent d'insérer des pauses, des nombres, des dates et heures, ainsi que des instructions de prononciation.
Réglage de la hauteur de voix Personnalisez la hauteur de la voix sélectionnée, jusqu'à 20 demi-tons en plus ou en moins par rapport au paramètre par défaut.
Réglage de la vitesse d'élocution Ajustez la vitesse d'élocution pour obtenir un discours quatre fois plus lent ou plus rapide que la normale.
Contrôle du volume Augmentez le volume de la sortie (jusqu'à 16 dB en plus) ou réduisez-le (jusqu'à 96 dB en moins).
Intégration des API REST et gRPC Profitez de la compatibilité avec tous les appareils et applications qui peuvent envoyer des requêtes REST ou gRPC, tels que les téléphones, les ordinateurs, les tablettes et les appareils IoT (voitures, téléviseurs, enceintes, etc.).
Flexibilité du format audio Convertissez du texte aux formats audio MP3, Linear16, Ogg Opus, etc.
Profils audio Optimisez la lecture pour le type de haut-parleur diffusant l'audio (casque ou ligne téléphonique, par exemple).

Tarification

Tarification

L'utilisation de Text-to-Speech est facturée mensuellement en fonction du nombre de caractères envoyés au service pour synthèse audio. Pour les voix WaveNet, le premier million de caractères est gratuit chaque mois. Pour les voix standards (autres que WaveNet), les quatre premiers millions de caractères sont gratuits chaque mois. Après la première tranche gratuite, Text-to-Speech est facturé par tranche d'un million de caractères texte traités.

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des codes SKU de Google Cloud s'appliquent.