Voix off YouTube : synthèse vocale gratuite

1. 01

   Rédiger votre script

   Visez environ 150 mots par minute de vidéo finale. Collez jusqu’à 5,000 caractères à la fois sans compte (10,000 une fois connecté, 20,000 avec un forfait payant) et découpez les textes plus longs en plusieurs parties.

2. 02

   Choisir une voix

   Choisissez parmi 54 voix naturelles dans 9 langues. Cliquez sur Aperçu pour comparer les timbres avant de générer l’audio.

3. 03

   Générer et télécharger

   Cliquez sur Générer l’audio, puis téléchargez un fichier WAV en 24 kHz. Sans filigrane, sans inscription, sans frais.

4. 04

   Importer dans votre logiciel de montage

   Importez le fichier dans Premiere, DaVinci Resolve, CapCut ou Final Cut Pro. Calez la voix sur vos plans de coupe, puis exportez.

Vous voulez les écouter ? Parcourir les 54 voix →

• 01

  Calculez la longueur du script avant de générer l’audio

  L’anglais parlé tourne autour de 150 mots par minute. Une vidéo de 10 minutes demande environ 1,500 mots, soit près de 8,500 caractères : deux générations sans compte, une seule une fois connecté. Placez vos découpes aux changements de scène, pour que les raccords tombent sur des coupes et non au milieu d’une phrase.

• 02

  Contrôlez le rythme avec la ponctuation

  Une virgule ajoute une courte pause, un point une pause plus longue, un tiret cadratin un vrai silence. Si une phrase tombe à plat, coupez-la en deux. Si une transition paraît précipitée, ajoutez des points de suspension. Le modèle Kokoro respecte ces signes. C’est le moyen le plus simple de jouer avec le rythme.

• 03

  Alternez deux voix pour la rétention (Générateur de voix IA)

  Au bout de huit minutes, une narration sur une seule voix s’essouffle. Alternez deux voix (Sarah pour la narration, Adam pour les apartés « Le saviez-vous ? ») et la durée moyenne de visionnage grimpe. Le spectateur entend la seconde voix comme un changement de rythme.

• 04

  Baissez la musique à -18 dB sous la voix

  Sous la narration, la musique doit se situer environ 12 à 18 dB sous le niveau de crête de la voix. Activez le ducking par effet de bord dans Premiere ou Resolve : le fond musical baisse sous la voix et remonte dans les silences. Si vous n’entendez pas chaque consonne, c’est que la musique est trop forte.

• 05

  Mixez toute la vidéo à -14 LUFS intégrés

  YouTube baisse le volume des fichiers trop forts. La cible de la plateforme est de -14 LUFS intégrés : au-delà, le son est atténué et perd de son impact. Affichez l’indicateur de sonie de votre logiciel de montage, visez -14 sur le master et YouTube ne touchera pas à votre fichier.

• 06

  Signalez la voix IA quand c’est vraiment nécessaire

  Le signalement de contenu synthétique de YouTube concerne les représentations réalistes de personnes réelles, les sujets sensibles (santé, actualité, élections) ou tout ce qu’un spectateur pourrait prendre pour un véritable enregistrement d’une personnalité publique. Une narration explicative classique n’a pas besoin d’être signalée, mais dans le doute, cochez la case sur le formulaire d’importation. Être transparent ne vous coûte rien, et l’algorithme ne pénalise pas ce signalement.

La comparaison reste qualitative là où les chiffres mensuels du concurrent évoluent : vérifiez les limites actuelles de l’offre gratuite d’ElevenLabs avant de faire votre propre comparatif.