Questions fréquentes
Est-ce que la voix off générée est vraiment gratuite ?
Non, le service est payant après l’essai. Le tarif est de 10 $ par million de caractères. L’essai gratuit offre 0,50 $ de crédit (environ 50 000 caractères) pendant 7 jours si vous vous inscrivez avec Google. Les requêtes échouées sont remboursées intégralement.
Peut-on utiliser ces voix pour des audioguides commerciaux ?
Oui, vous pouvez utiliser les voix générées pour vos audioguides commerciaux. Les voix sont basées sur des enregistrements licenciés (LibriTTS-R et LibriVox). Chaque fichier audio généré contient un filigrane inaudible indiquant qu’il s’agit d’une parole synthétique, mais aucune restriction d’usage commercial n’est mentionnée.
Quelles langues sont supportées pour les touristes ?
Nous supportons 23 langues, dont l’anglais, le français, l’espagnol, l’allemand, l’italien, le chinois, le japonais, le coréen, l’arabe, le russe et le portugais. Toutes les voix peuvent parler toutes ces langues. Le vietnamien, l’indonésien, le thaï, l’ukrainien, le roumain, le tchèque et le bengali ne sont pas supportés.
Combien de temps dure l'essai gratuit ?
L’essai gratuit dure 7 jours. Il est accordé lors de l’inscription avec un compte Google et inclut 0,50 $ de crédit. Les comptes créés avec email et mot de passe ne reçoivent pas de crédit d’essai initial. Le solde ne expire pas une fois activé.
Les fichiers audio contiennent-ils des publicités ?
Non, les fichiers audio générés ne contiennent aucune publicité. Ils contiennent uniquement un filigrane inaudible marquant la parole comme synthétique. L’entrée textuelle n’est pas utilisée pour l’apprentissage et les fichiers retournés ne sont pas stockés après la génération, garantissant un contenu propre pour vos audioguides.
Dois-je payer un abonnement mensuel pour utiliser l'API ?
Non, il n’y a pas d’abonnement mensuel, ni de minimum de dépense. Vous payez uniquement pour les caractères utilisés au tarif de 0,01 $ par 1 000 caractères. Le rechargement se fait en USDT (TRC-20) avec un minimum de 5 $. Aucun plan n’est requis.
Comment gérer les textes plus longs que 4096 caractères ?
Vous devez diviser votre texte en parties de 4096 caractères maximum par requête. Ensuite, vous devez joindre les fichiers audio générés pour obtenir le fichier final. L’API traite les requêtes séquentiellement, ce qui peut prendre du temps selon la charge, mais respecte cette limite stricte.
Les voix sont-elles des clonages vocaux personnalisés ?
Non, nous ne proposons pas de clonage vocal personnalisé ni de création de voix sur mesure. Nous offrons 8 voix préréglées (comme Aria, Nova, Felix, Atlas). Vous ne pouvez pas télécharger votre propre voix pour la cloner. Les voix sont basées sur des enregistrements licenciés existants.
Puis-je modifier la vitesse de la voix off ?
Oui, vous pouvez ajuster la vitesse de la voix off entre 0,25 et 4,0 via le paramètre speed de l’API. Cela permet d’adapter le débit de parole à vos besoins, que ce soit pour des audioguides détaillés ou des annonces rapides. La vitesse par défaut est de 1,0.
Les fichiers audio sont-ils stockés après génération ?
Non, les fichiers audio générés ne sont pas stockés après leur retour dans la réponse. Seules les métadonnées de la requête (heure, caractères, statut) sont conservées pour la facturation. Votre texte d’entrée est utilisé uniquement pour produire l’audio et n’est pas utilisé pour l’apprentissage des modèles.
Quelle est la différence entre tts-1 et tts-1-hd ?
Les modèles tts-1 et tts-1-hd utilisent le même moteur et ont le même prix. Le choix du modèle n’affecte ni le coût ni les paramètres de base comme la voix ou la vitesse.
Acceptez-vous les paiements par carte bancaire ?
Non, nous n’acceptons pas les cartes bancaires, ni PayPal. Les rechargements se font uniquement en USDT sur le réseau TRON (TRC-20). Le montant minimum est de 5 $. Aucun facture avec TVA n’est émise. Le crédit est ajouté automatiquement quelques minutes après la confirmation de la transaction.
Y a-t-il une garantie de disponibilité des serveurs ?
Non, nous ne proposons aucune garantie de disponibilité (SLA) ni de temps de fonctionnement. Les requêtes sont traitées séquentiellement et peuvent attendre dans une file d’attente en cas de charge. La vitesse est d’environ un caractère par seconde pour les textes longs, mais cela varie selon la charge du serveur.
Comment contacter le support pour les musées ?
Le support se fait uniquement par e-mail. Nous n’avons ni numéro de téléphone, ni chat en direct. Pour les musées ou agences, vous pouvez nous contacter via la page /contact/ du site. Aucune assistance téléphonique n’est disponible pour les clients institutionnels ou individuels.
Première requête
curl
curl https://api.air186.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Une solution TTS conçue pour le tourisme et les musées
L'API VoixNumériques permet de générer des audioguides en plusieurs langues sans recrutement d'acteurs. En envoyant simplement du texte à notre endpoint, vous recevez un fichier audio prêt à être diffusé dans vos espaces touristiques ou musées.
Générez des audioguides en plusieurs langues
Proposez des visites en 23 langues, de l'arabe au turc, en passant par les langues asiatiques et slaves. La détection automatique fonctionne pour le texte latin, mais vous pouvez forcer la langue ISO pour garantir la prononciation exacte de vos scripts.
Voix naturelles sans recrutement d'acteurs
Choisissez parmi huit voix pré-enregistrées, issues de lectures publiques et licenciées. Ces voix offrent une clarté narrative idéale pour la narration historique ou des annonces dynamiques, sans les frais de studio ni de planification d'acteurs.
Intégration rapide via API standard
Utilisez une requête POST JSON standard, compatible avec les SDK OpenAI. Modifiez simplement l'URL de base pour commencer à convertir vos textes en fichiers audio audio via notre endpoint.
Une clé API unique suffit pour toutes les opérations. Le système gère les limites de 4096 caractères par requête ; pour les textes longs, il faut diviser le texte et joindre les fichiers audio générés.
Nos voix pour vos récits touristiques
Notre catalogue de huit voix presetées couvre l'ensemble des besoins narratifs d'un audioguide. Chaque voix est issue d'enregistrements licenciés (LibriTTS-R), garantissant une qualité professionnelle sans frais de réservation d'acteurs.
Vous pouvez assigner une voix spécifique à chaque section de votre itinéraire : narration, informations pratiques ou annonces dynamiques. La cohérence sonore renforce l'expérience immersive du visiteur.
Aria et Luna pour la narration historique
Aria offre une voix de narratrice claire et chaleureuse, idéale pour les récits de fond. Luna, plus douce, convient parfaitement aux histoires de caractère et aux anecdotes locales.
Ces voix capturent l'attention sur la durée, essentielles pour les descriptions muséales ou les circuits piétons.
- Aria : narration claire et chaleureuse
- Luna : douceur pour le storytelling
Atlas et Orion pour les informations neutres
Atlas fournit un ton neutre et journalistique, parfait pour les notices explicatives ou les horaires. Orion, avec sa voix profonde, donne du poids aux documentaires audio ou aux présentations institutionnelles.
Leur neutralité assure que l'information reste factuelle, sans surcharge émotionnelle.
- Atlas : ton neutre et informatif
- Orion : profondeur documentaire
Nova et Felix pour les annonces dynamiques
Nova, lumineuse et dynamique, et Felix, énergique, sont conçus pour capter l'attention rapidement. Ils s'adaptent bien aux annonces de sécurité, aux rappels d'itinéraire ou aux points d'intérêt fugaces.
Leur rythme soutenu maintient l'auditeur éveillé dans les espaces bruyants ou les zones de transit.
- Nova : voix lumineuse et dynamique
- Felix : énergie pour les annonces
23 langues supportées pour vos visiteurs
Notre API gère 23 langues, couvrant l'essentiel du trafic touristique international. Vous pouvez générer des audioguides en arabe, chinois, japonais, coréen, russe ou swahili sans configuration supplémentaire.
Les fichiers audio conservent une prononciation précise quel que soit le public cible, facilitant l'accueil de visiteurs variés sans nécessiter d'enregistrements spécifiques pour chaque marché.
Principales langues touristiques (FR, EN, ES, DE...)
Les langues européennes et asiatiques majeures sont entièrement supportées. Vous pouvez mixer plusieurs langues dans vos parcours pour servir une clientèle diversifiée.
- Français, anglais, espagnol, allemand, italien, portugais
- Chinois, japonais, coréen, arabe, hindi
- Danois, finnois, norvégien, suédois, turc
Support des langues asiatiques et slaves
Nous incluons les langues slaves et asiatiques essentielles : polonais, russe et grec sont supportés, mais le tchèque ne l'est pas. Cette variété couvre la plupart des destinations majeures.
- Polonais, russe, grec, hébreu, malais
- Langues slaves et méditerranéennes incluses
Détection automatique ou force de la langue
Par défaut, le système devine la langue selon l'alphabet (le latin passe par défaut pour l'anglais). Pour éviter toute erreur, spécifiez le code ISO 639-1 (ex: 'fr', 'ja') dans votre requête.
- Détection automatique basée sur le script
- Force manuelle via le champ
language
Tarification transparente par caractère
Notre modèle de tarification est simple et prévisible : 10 $ pour un million de caractères, soit 0,01 $ par 1000 caractères. Les espaces et la ponctuation sont inclus dans le comptage. Cette transparence vous permet de budgétiser précisément vos audioguides sans surprise sur la facture finale.
Contrairement aux abonnements mensuels rigides, vous ne payez que pour ce que vous utilisez. Le solde ne expire jamais, vous permettant de générer du contenu en continu ou par petits lots selon vos besoins éditoriaux, sans engagement de volume minimum.
Coût fixe de 0,01 $ par 1000 caractères
Le prix est fixe et indépendant de la durée audio finale. Que vous génériez une courte annonce ou un récit historique de plusieurs minutes, le coût reste calculé strictement sur la longueur du texte soumis. Cela simplifie l'estimation des coûts pour vos projets touristiques.
Les requêtes échouées sont gratuites : si la synthèse ne s'effectue pas, le montant est intégralement remboursé. Vous ne payez que pour les fichiers audio générés avec succès.
- Espace et ponctuation comptent comme caractères.
- Requêtes échouées : remboursement intégral.
Aucun abonnement mensuel obligatoire
Nous ne proposons ni plans mensuels, ni frais de siège ni minimum de dépense. Vous pouvez utiliser l'API ponctuellement pour un musée local ou massivement pour une chaîne hôtelière internationale, sans pénalité de volume.
Paiement par USDT (TRC-20) simple
Le rechargement se fait exclusivement par USDT sur le réseau TRON (TRC-20). Le minimum de rechargement est de 5 $. Les fonds sont crédités automatiquement en quelques minutes après la confirmation de la transaction blockchain. Aucun support par carte bancaire ou PayPal n'est disponible.
Aucune facture TVA n'est émise via ce système de paiement direct. Le solde restant est conservé indéfiniment pour vos futures générations de voix off.
- Minimum de rechargement : 5 $.
- Crédit automatique en quelques minutes.
Format audio adapté à vos supports
Le format audio que vous choisissez détermine directement la qualité de l'expérience visiteur et la facilité d'intégration dans vos applications existantes. Notre API vous permet de sélectionner le codec le plus adapté à votre infrastructure technique, qu'il s'agisse de diffusions grand public ou de systèmes embarqués.
Chaque format est généré à la demande via l'API, garantissant une compatibilité immédiate avec vos players audioguide ou vos applications mobiles sans conversion supplémentaire.
MP3 et WAV pour une compatibilité maximale
Le MP3 reste le standard universel pour la diffusion web et mobile, offrant un excellent rapport qualité/poids pour la majorité des audioguides. Le WAV fournit un son non compressé, idéal pour les archives ou les lecteurs supportant nativement ce format brut.
Ces formats assurenent une lecture fluide sur la quasi-totalité des appareils utilisés par vos visiteurs, des smartphones aux terminaux de musée.
- MP3 : compression légère, taille réduite
- WAV : qualité brute, sans perte
FLAC et OPUS pour une qualité supérieure
Le FLAC offre une compression sans perte, préservant chaque détail de la voix synthétique pour les audiphiles ou les archives à haute fidélité. L'OPUS, en revanche, combine une qualité auditive supérieure à un poids de fichier très réduit, idéal pour les connexions mobiles lentes.
Ces codecs modernes permettent d'optimiser la bande passante tout en maintenant une voix claire et naturelle.
- FLAC : qualité studio, sans perte
- OPUS : haute qualité, poids minimal
PCM pour les intégrations techniques
Le format PCM fournit un flux audio brut, non compressé, parfait pour les pipelines de traitement audio ou les intégrations matérielles spécifiques. Il est également utile pour les développements nécessitant une manipulation précise des échantillons sonores.
- PCM : flux brut, traitement direct

Essai gratuit pour tester la qualité
Pour évaluer la qualité de synthèse avant tout engagement, nous offrons un essai gratuit de 50 000 caractères (soit 0,50 $ de crédit) dès votre inscription via Google. Ce solde vous permet de générer des extraits audio réels sans carte bancaire (si vous vous inscrivez avec Google).
Ce crédit est valable pendant 7 jours. Il suffit de créer votre compte sur notre page d'inscription pour activer cette offre et commencer vos tests immédiatement.
50 000 caractères offerts à l'inscription
Le crédit d'essai correspond à environ 50 000 caractères, soit environ 20 minutes de parole selon la vitesse par défaut. Cette quantité correspond à environ 50 000 caractères.
Durée de validité de 7 jours
Le crédit d'essai expire sept jours après la création du compte. Cette fenêtre courte vous incite à valider la pertinence acoustique de la voix avant de procéder à un rechargement par USDT.
Testez vos scripts d'audioguide
Utilisez ce crédit pour convertir vos textes descriptifs en audio. Vérifiez la clarté de la narration avec les voix Aria ou Luna, ou testez la voix Atlas pour les informations pratiques. Comparez ensuite les formats MP3 et WAV pour choisir le plus adapté à votre application mobile ou web.
- Testez chaque voix avec votre script type
- Comparez les rendus audio entre formats
- Validez la cohérence linguistique pour vos visiteurs
Pourquoi choisir une API TTS plutôt qu'un studio ?
Contrairement à un studio traditionnel où chaque modification nécessite une nouvelle séance, notre API permet de régénérer vos audioguides instantanément. Misez sur la flexibilité : modifiez un script historique ou ajustez une annonce sans frais de main-d'œuvre supplémentaires ni délais de production.
Mise à jour continue du contenu sans coût
Les événements ou les horaires d'exposition changent ? Régénérez simplement le fichier audio correspondant. Vous ne payez que les caractères utilisés pour la nouvelle version, sans frais fixes de production.
Génération à la demande ou en lot
Produisez des audioguides à la demande pour des visites virtuelles ou générez des milliers de fichiers en une nuit pour vos sites physiques. Les requêtes sont traitées séquentiellement, ce qui peut créer une file d'attente en cas de forte charge.
Pas de frais de studio ou de réservation
Évitez les coûts cachés : location de studio, rémunération des comédiens, frais de déplacement. Avec VoixNumériques, vous ne payez que 0,01 $ par 1 000 caractères générés, sans abonnement minimum ni engagement.
Performance et limites techniques
La génération audio suit un rythme proche du temps réel pour les courtes phrases, bien que le traitement s'effectue de manière séquentielle. En cas de forte charge, une requête peut attendre dans une file d'attente avant d'être synthétisée.
Pour les textes longs, la vitesse de génération est d'environ 25 caractères par seconde de parole, ce qui varie selon la charge du serveur. Cette performance permet de produire des audioguides complets sans latence excessive.
Traitement en temps réel pour les courtes phrases
Les requêtes sont traitées une par une. Pour les annonces courtes ou les phrases isolées, le temps de génération reste bref, bien que l'attente en file d'attente puisse survenir en période de forte activité.
Limite de 4096 caractères par requête
Chaque appel API accepte au maximum 4096 caractères. Cette limite s'applique à chaque requête individuelle, y compris les espaces et la ponctuation.
Pour les contenus plus longs, il suffit de diviser le texte en segments respectant cette limite et de joindre les fichiers audio résultants.
Gestion automatique des textes longs
Les textes dépassant la limite peuvent être découpés manuellement ou via votre intégration. Chaque segment généré est assemblé pour former l'audioguide final.
Cette approche garantit une compatibilité totale avec les limites du moteur tout en permettant de restituer des récits touristiques étendus.
- Limité à 4096 caractères par requête
- Traitement séquentiel sous charge
Confidentialité et droits d'auteur
Nous conservons uniquement les métadonnées de la requête (date, caractère, statut) pour la facturation. Votre texte brut n'est pas stocké après la génération et n'est jamais utilisé pour entraîner nos modèles.
Les voix proviennent d'enregistreements sous licence CC BY 4.0 (LibriTTS-R) ou du domaine public (LibriVox). Cela garantit une base juridique claire pour les audioguides commerciaux.
Texte non utilisé pour l'entraînement
Le texte envoyé n'est pas conservé pour l'apprentissage. Seules les données de facturation sont gardées.
Voix basées sur des enregistrements licenciés
Nos voix sont construites à partir de voix libres de droits, assurant une sécurité juridique pour vos contenus touristiques.
- Source : LibriTTS-R (CC BY 4.0)
- Lecture : LibriVox (domaine public)
Marque d'eau inaudible sur les fichiers
Chaque fichier généré contient une marque d'eau inaudible identifiant le contenu comme une synthèse vocale, facilitant l'audit de vos supports.
Cela confirme l'origine numérique sans altérer l'expérience auditive du visiteur.
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Toutes les voix peuvent prononcer n'importe quelle langue de cette liste, garantissant une cohérence acoustique sur votre site.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
Sources et lectures complémentaires
- Wikipedia
- FFmpeg documentation
- TRON developer hub: TRC-20
- Creative Commons Attribution 4.0
- openai-python on GitHub
- LibriTTS-R paper (arXiv 2305.18802)
- ISO 639 language codes
- openai-node on GitHub
- LibriVox public-domain audiobooks
- Tether (USDT)
- LibriTTS-R corpus (OpenSLR 141)
- OpenAI API reference: create speech
