Lectura

 L'IA au service de la lecture du français
Humanuscrit Humanuscrit Zmaths Zmaths

Synthèse vocale

Lectura propose trois moteurs de synthèse vocale pour le français, chacun adapté à un usage différent. Tous partagent le même pipeline d’analyse du langage et acceptent une entrée phonémique directe (IPA), qui est la base du pipeline de synthèse. Chaque moteur produit des timestamps par phonème, permettant un surlignage synchronisé mot à mot et même syllabique (une capacité propre au pipeline Lectura). Trois modes de lecture sont disponibles : fluide, mot à mot (groupe de lecture par groupe de lecture) et syllabes. Un système de conversion vocale (6 voix, blend de timbres, variantes homme/enfant) est combinable avec chaque moteur.

Trois moteurs complémentaires

Multi-Speaker — 6 voix, 7 styles

Deux modèles au choix : High (Matcha-Conformer, meilleure qualité) et Light (FastPitch, plus rapide). 6 voix françaises (3 féminines, 3 masculines) et 7 styles expressifs (neutre, narratif, dialogue, expressif, méditatif, rapide, lent). Changement de voix dynamique. ~30-50x temps réel sur CPU.

Voix :
Style : | Mode : | Modèle : 
Cliquez sur le bouton pour synthétiser.

Monospeaker — voix haute qualité, 7 styles

Deux modèles au choix : High (Matcha-Conformer, ~29 Mo, meilleure qualité) et Light (FastPitch, ~28 Mo, plus rapide). Optimisé pour une voix unique (Siwis) avec 7 styles expressifs et des contrôles prosodiques fins (pitch, énergie, débit, pauses, vecteur style 5D). Retimbre optionnel via conversion vocale. ~30-50x temps réel sur CPU.

Changement de timbre :
Style : | Mode : | Modèle : 
Cliquez sur le bouton pour synthétiser.

Diphone — lecture adaptée

Un moteur expérimental qui explore la piste non neurale et qui fonctionne par concaténation de diphones (WORLD, 44.1 kHz), basé sur le moyennage des unités pour une prononciation précise, uniforme et fiable , ce qui en fait un outil approprié pour la lecture syllabique. La prosodie se fait par règles (intonation déclarative, interrogative, exclamative), et le timbre peut être restauré ensuite via la technologie de conversion vocale.

Changement de timbre :
Mode : 
Cliquez sur le bouton pour synthétiser.

Applications

  • Apprentissage de la lecture : les modes mot à mot et syllabes sont disponibles sur tous les moteurs. Le Diphone est particulièrement précis pour prononcer chaque syllabe séparément. Les timestamps par phonème permettent un surlignage syllabique synchronisé avec l’audio.
  • Livres audio et narration : le Multi-Speaker permet de donner une voix différente à chaque personnage, avec des styles adaptés (narratif, dialogue, expressif).
  • Applications éducatives : voix adaptée au public (enfant, adulte) grâce au curseur de variante vocale.
  • Assistants vocaux : synthèse rapide (~30-50x temps réel) et légère (pas de GPU) pour les applications embarquées.
  • Accessibilité : lecture à voix haute de tout contenu textuel avec contrôle du débit et des pauses.

En savoir plus

Documentation technique de chaque moteur :

Contact

Pour intégrer la synthèse vocale dans votre projet : nous contacter