Génération v0

Présentation

La v0 rassemble les premières briques de Lectura pour le français : normaliser un texte, lire les nombres, aligner et découper en syllabes, passer de l’écrit au phonétique et retour. Elle y ajoute deux outils de voix, un synthétiseur par diphones et une conversion de timbre.

Elle est gratuite : le code est sous AGPL-3.0, et les modèles neuronaux sous CC BY-NC 4.0, libres pour l’enseignement, la recherche et l’usage personnel ; les voix gardent la licence de leurs sources (voir Licences). Tout tourne en local, sur votre machine, sans clé. Pour un usage commercial, en entreprise ou intégré dans un produit, toute licence Lectura v1 couvre aussi la v0.

La génération suivante, plus précise, est présentée sur la page Génération v1.

Modèles outils

Des briques à combiner.

Module Paquet Ce qu’il fait
Tokeniseur lectura-tokeniseur normalise et découpe le texte, et repère les formules (nombres, sigles, dates…)
Formules lectura-formules lit à voix haute nombres, dates, heures, monnaies, numéros de téléphone, sigles… (par règles, sans modèle)
Aligneur-syllabeur lectura-aligneur aligne graphèmes et phonèmes, et découpe en syllabes (méthode analytique)
Phonémiseur lectura-phonemiseur passe de l’écrit au phonétique, avec catégories, liaisons et groupes de lecture (modèle neuronal, en local)
Graphémiseur lectura-graphemiseur passe du phonétique à l’écrit (modèle neuronal, en local)
Lexique lectura-lexique donne accès au lexique dont se servent le Phonémiseur et le Graphémiseur
Voix diphonique lectura-diphone synthèse vocale par concaténation de diphones, avec une prosodie contrôlée (vocodeur WORLD), voix fr-f1
Conversion vocale lectura-vc-zeroshot modificateur de timbre pour voix de synthèse (OpenVoice) : il rend un timbre naturel à la voix diphonique, ou crée des voix amusantes. Trois timbres fournis, fr-f1 (SIWIS) et deux voix mélangées, féminine et masculine, qui n’appartiennent à personne, avec un curseur grave / aigu. En local, une voix de référence est acceptée : la vôtre, ou celle d’une personne qui vous a donné son accord écrit

Modèles métiers

Des chaînes complètes, prêtes à l’emploi.

Chaîne Paquet Ce qu’elle assemble
G2P (écrit → phonétique) lectura-g2p Tokeniseur, Formules, Phonémiseur et Lexique ; Aligneur en option
P2G (phonétique → écrit) lectura-p2g Graphémiseur, Formules et Lexique ; Aligneur en option

Ce qu’ils valent

Mesures de Lectura, novembre 2026 ; le détail est sur la fiche de chaque modèle.

  • G2P v0 : 99,1 % de mots justes en contexte de phrase, sur un corpus de français parlé (ParisStories). Les liaisons obligatoires sont faites dans 86 % des cas.
  • P2G v0 : 6,9 % de mots faux (taux d’erreur sur les mots) sur la partie test de FLEURS.
  • La v1 fait mieux, surtout pour la grammaire, les liaisons et la transcription : voir Génération v1.

Installation

pip install lectura-g2p          # une chaîne complète
pip install lectura-tokeniseur   # ou une seule brique

Au premier usage, les modèles sont téléchargés depuis Hugging Face (environ 2 Mo pour le G2P, 70 Mo pour le P2G), puis tout fonctionne hors ligne. Aucune clé n’est nécessaire.

Pour essayer sans rien installer : l’onglet « v0 » des démos de LecturaLingua et de LecturaVoice.

Licences

  • Code : AGPL-3.0-or-later.
  • Modèles neuronaux (Phonémiseur, Graphémiseur, donc G2P et P2G) : CC BY-NC 4.0, sans usage commercial.
  • Tables lexicales : CC BY-SA 4.0. Ce sont des adaptations de GLÀFF, de Lexique 3.83 et du Wiktionnaire ; les sources sont indiquées dans le fichier NOTICE de chaque paquet.
  • Voix diphonique : la banque de diphones est tirée de la SIWIS French Speech Synthesis Database (CC BY 4.0) ; crédit complet dans les mentions légales.
  • Conversion vocale : OpenVoice (licence MIT), filigrane AudioSeal (licence MIT) ; les trois timbres fournis sont sous CC BY 4.0.
  • Usage commercial ou intégration dans un produit : toute licence Lectura v1 en cours de validité permet aussi d’utiliser la v0 (code et modèles) à des fins commerciales, dans le même périmètre et pour la même durée (voir Génération v1), ou sur demande par la page Contact.

Sons générés et marquage

Tous les sons produits par la voix diphonique portent dans leurs métadonnées la mention « contenu généré par IA ». Ceux qui passent par la conversion vocale portent en plus un filigrane inaudible (AudioSeal), qui permet de reconnaître un son de synthèse. Ne retirez pas ce marquage : le règlement européen sur l’IA (art. 50) l’exige.

Liens

  • Code source : GitHub.
  • Modèles : Hugging Face (dépôts lectura-g2p-v0, lectura-p2g-v0, lectura-diphone-v0, lectura-vc-zeroshot-v0).
  • Paquets : PyPI, un paquet par module (pypi.org/project/<paquet>).