Workflow de narration IA : du script au fichier audio

Un workflow de narration IA fiable sépare le contenu, la production vocale et la livraison. Commencez par un script approuvé, testez un passage représentatif, produisez des segments faciles à contrôler, puis écoutez le montage complet dans son contexte. Gardez une correspondance entre chaque fichier audio et la version du texte qui l’a produit.

Ouvrez Voix et audio, gardez Open TTS, le modèle voix par défaut, et collez votre premier segment ; pour un document entier, passez par Documents en audio, et pour un livre audio à plusieurs voix, par Histoire audio.

Cette organisation évite de refaire toute une narration parce qu’un nom a changé ou qu’une phrase ne correspond plus à la vidéo. Elle rend les erreurs plus faciles à repérer et à corriger.

Définissez ce que la narration doit accompagner

Si le projet nécessite votre propre voix reconnaissable plutôt qu’une voix du catalogue, consultez le guide pour cloner sa propre voix avec consentement et vérifications. Clarifiez les autorisations et les exigences d’enregistrement avant de choisir ce parcours, puis créez votre voix dans Clonage de voix ; le clonage n’est pas nécessaire pour toute narration.

Avant de choisir une voix, précisez la destination : audio autonome, vidéo de démonstration, présentation ou parcours pédagogique. La même phrase ne fonctionne pas forcément dans tous ces contextes. Pour un présentateur à l’écran, Avatar parlant synchronise une photo avec votre narration.

Dans un audio autonome, « cliquez ici » est incompréhensible sans autre indication. Dans une vidéo, une instruction peut dépendre du moment où un élément apparaît. Votre brief doit donc indiquer ce que l’auditeur voit, ce qu’il sait déjà et ce qu’il doit comprendre à la fin.

Pour notre exemple original, nous préparons une courte présentation fictive d’une bibliothèque de quartier : la bibliothèque des Ormes. Le récit explique comment repérer les espaces et où demander de l’aide.

Préparez un dossier de production léger

Vous n’avez pas besoin d’un système complexe pour commencer. Un document de suivi et des fichiers bien identifiés suffisent pour une petite production.

Conservez les éléments suivants : le brief, le script approuvé, les prononciations à vérifier, les références audio autorisées si nécessaire, les fichiers retenus et les corrections encore ouvertes. Séparez les essais des livrables pour ne pas envoyer une ancienne prise par erreur.

Choisissez des identifiants stables pour les passages. Par exemple, ORM-01-accueil reste le même sujet lorsque son texte passe de la version 1 à la version 2. Le nom du fichier peut ensuite préciser cette version et le numéro de prise.

Validez le texte avant la voix

Voici un premier script, découpé selon son sens :

Segment	Texte de travail
ORM-01	Bienvenue à la bibliothèque des Ormes. Pour commencer votre visite, dirigez-vous vers le comptoir d’accueil.
ORM-02	L’espace de lecture se trouve à gauche du comptoir. Vous pouvez y consulter les ouvrages présentés sur les tables.
ORM-03	Si vous cherchez un titre ou une information, adressez-vous à l’équipe d’accueil. Elle vous aidera à poursuivre votre visite.

Avant production réelle, l’établissement devrait confirmer les lieux, les services et les formulations. Une narration agréable ne rend pas un parcours exact.

Relisez aussi les nombres, noms propres et abréviations. Gardez le texte destiné à l’affichage distinct des éventuelles adaptations utilisées pour guider la prononciation. Une orthographe phonétique de travail ne doit pas se retrouver automatiquement dans la transcription publique. Le guide pour préparer un texte pour une synthèse vocale détaille ces adaptations.

Testez un passage représentatif

Si vous comparez encore plusieurs voix pour un enregistrement long, le guide pour choisir une voix IA de narration longue aide à fixer des critères d’écoute comparables. Effectuez ce choix avant de produire toutes les sections, afin qu’un changement de voix ne remette pas en cause l’ensemble des prises.

Ne choisissez pas une voix uniquement sur une formule de bienvenue. Testez un extrait contenant les difficultés du projet : nom propre, phrase longue, chiffre ou changement de rythme. Évaluez l’intelligibilité autant que le caractère agréable du timbre. Comparez par exemple Open TTS, ElevenLabs, Gemini Flash TTS et MiniMax Speech 2.6 HD, qui lit naturellement les nombres et les dates.

Pour notre bibliothèque, le nom « Ormes » et l’expression « ouvrages présentés » méritent une écoute attentive. Vérifiez que les consonnes restent compréhensibles et que les pauses ne coupent pas le sens.

Exemple de prompt pour diriger la lecture :

Prépare une narration française accueillante et sobre pour une visite de bibliothèque. Le public découvre les lieux. Lis le texte fourni sans ajouter de phrase. Privilégie une articulation claire et des pauses qui suivent le sens. Ne transforme pas la lecture en publicité.

Dans Voix et audio, cette direction se traduit d’abord par le choix de la voix ; avec Open TTS, réglez aussi la vitesse et placez une balise comme [pause] ou [soft] juste avant le passage concerné.

Utilisez uniquement une voix proposée avec des conditions adaptées à votre projet. Si vous travaillez avec l’identité vocale d’une personne, vérifiez son autorisation et le cadre d’utilisation avant toute production.

Votre script et vos critères sont prêts ? Ouvrez Voix et audio pour générer vos segments ; pour un document entier, utilisez Documents en audio.

Produisez des segments qui restent naturels

Découpez aux transitions logiques plutôt qu’au milieu d’une phrase. Des fragments trop courts peuvent donner des débuts de phrases artificiels à chaque raccord ; un fichier unique très long peut rendre une correction locale difficile.

Pour notre visite, les trois blocs correspondent à trois informations distinctes. Si le deuxième change, vous savez quel passage remplacer. Mais écoutez ensuite son raccord avec les deux autres : une prise correcte seule peut avoir une énergie différente dans l’ensemble.

Gardez la voix et les réglages que vous avez approuvés. Notez les modifications. Si vous changez simultanément le texte, la voix et le rythme, vous aurez du mal à comprendre pourquoi le nouveau résultat paraît moins cohérent.

Contrôlez le contenu avant de travailler le mixage

Écoutez chaque segment en suivant le script. Cherchez les mots oubliés, les répétitions, les nombres mal lus et les ajouts.

Notez les défauts de façon exploitable. « Pas naturel » est difficile à corriger. « Pause trop longue entre “comptoir” et “d’accueil” » donne une direction précise. Classez les corrections selon leur cause : texte, prononciation, rythme ou qualité sonore.

Corrigez d’abord les erreurs qui changent le sens. Un léger écart de ton compte moins qu’une instruction envoyant l’auditeur au mauvais endroit.

Écoutez la narration dans le montage final

Si une vidéo accompagne la voix, vérifiez que l’image correspond à l’instruction au moment où elle est entendue. Ne compensez pas systématiquement une séquence trop courte en accélérant la parole : vous pouvez aussi raccourcir le texte ou ajuster le montage.

Si vous ajoutez une musique, assurez-vous qu’elle ne masque pas les mots. Pour une vidéo narrée, Storytelling produit voix off, sous-titres et musique jusqu’au film monté : reprenez votre script approuvé dans la narration de chaque scène avant le rendu, et baissez le « Volume de la musique » si elle couvre la voix.

Testez le résultat sur le dispositif pertinent, notamment un téléphone si le contenu sera surtout consulté ainsi. Écoutez également le début et la fin du fichier exporté pour repérer une coupe brusque ou un silence inattendu.

Livrez un ensemble vérifiable

Le dossier final devrait permettre de retrouver le script approuvé, le fichier retenu et sa version. Pour une vidéo, conservez également le montage correspondant : une ancienne bande-son peut contenir des informations différentes.

Prévoyez une transcription fidèle à l’audio final lorsque le contexte le demande, et proposez-la près du média. Elle doit refléter le résultat livré, pas seulement le script initial. Avec Open TTS, cochez « Transcript » et « Sous-titres SRT » dans « Fichiers texte » : Voix et audio les fournit avec chaque segment. Histoire audio exporte aussi le transcript et les sous-titres SRT d’un livre audio à plusieurs voix.

Questions fréquentes

Faut-il toujours découper le texte ?

Non. Pour un message très court, un seul fichier peut suffire. Le découpage devient utile lorsque le contenu comporte plusieurs parties susceptibles d’être révisées séparément.

Comment transformer un PDF en narration audio ?

Importez-le dans Documents en audio, qui accepte aussi les fichiers Word et PowerPoint : vous validez le transcript avant la génération de l’audio. Relisez-y les noms et les nombres comme dans un script.

Quand faut-il refaire tout l’audio ?

Lorsqu’une correction locale ne s’intègre plus naturellement ou qu’un changement affecte l’ensemble du ton. Vérifiez d’abord les raccords avant de conserver ou de remplacer une prise.

Commencez par un script approuvé et un extrait test, puis générez votre narration dans Voix et audio. Une production organisée facilite les corrections et protège la cohérence jusqu’à la livraison.