J’ai évoqué à plusieurs reprises un outil qui s’appelle « text to speech » en anglais et qu’on nomme synthèse vocale en français. Un terme que je ne trouve pas très bien trouvé. Voici un petit point sur ce sujet.
Qu’est-ce que le text to speech ?
Le « text to speech », ou synthèse vocale en Français, est un système informatique qui permet la transformation d’un texte écrit (un document, un roman, etc) en texte parlé.
Le logiciel va alors créer une voix artificielle douée de parole à partir d’un texte.
Comment cela fonctionne ?
Le fonctionne du procédé est théoriquement assez simple. En pratique, c’est déjà beaucoup plus compliqué à mettre en place.
Le logiciel commence par transformer le texte en une suite de phonèmes qui permettent de définir les sons qui sont associés au texte.
Ceci se fait avec une connaissance orthographique des mots mais aussi de la grammaire. Le logiciel doit savoir différencier les mots des verbes pour avoir une idée de leur prononciation.
Le logiciel va ensuite établir l’intonation, le rythme et l’intensité à donner à la lecture.
À la fin du traitement, la synthèse vocale peut avoir lieu et on peut entendre le texte parlé par le logiciel.
Les usages de la synthèse vocale
La synthèse vocale est utilisée largement dans nos vies.
En effet, on trouve sur tous les smartphones un assistant personnel avec lequel on peut interagir. On a l’assistant Google sur Android et Siri sur iPhone.
On peut poser une question en parlant (on parle alors de reconnaissance vocale) et la machine va nous répondre à l’aide de la synthèse vocale. C’est donc d’abord un texte qui est généré par le service et celui-ci est transformé en parole avec la fonction text to speech du smartphone.
C’est le même principe pour les enceintes connectées comme Echo ou les produits équivalents de chez Google.
Mais, la synthèse vocale est une fonction vitale pour toutes les personnes malvoyantes. En effet, à part une conversion en langage Braille, la seule autre option est la synthèse vocale pour avoir accès à des informations sur un écran, une tablette ou une liseuse.
Bien souvent la synthèse vocale intervient en utilisant un lecteur d’écran.
Text to speech des ebooks avec une liseuse : un cocktail encore difficile
De plus en plus, on trouve une fonction text to speech dans les liseuses, particulièrement dans des liseuses signées Vivlio.
Mais c’est n’est pas une nouveauté puisque cette fonction a existé il y a déjà des années dans les liseuses Samsung E6 ou Bebook Neo.
Pocketbook Touch HD et sa prise jack pour brancher des écouteurs
Aujourd’hui, il faut compter sur Tea / Pocketbook pour avoir un système de synthèse vocale fonctionnelle en français.
La dernière liseuse Kindle Paperwhite est capable d’une telle fonction mais uniquement pour les livres en anglais (voir la vidéo ci-dessous) :
Pour arriver à obtenir une fonction text to speech chez Kindle, il faut utiliser une enceinte Echo et avoir acheté le livre chez Amazon (vidéo ci-dessous) :
Bref, si on connaît les techniques depuis de nombreuses années, la synthèse vocale et les liseuses ne font pas encore bon ménage.
Le text to speech / synthèse vocale des ebooks (epub et PDF) avec Calibre (gratuit)
Le logiciel Calibre peut faire beaucoup de choses avec des plugins
Sur ordinateur de bureau, le logiciel Calibre peut être utilisé pour lire des ebooks avec synthèse vocale.
Cette fonctionnalité est disponible à partir de la version 6 du logiciel et elle est assez efficace – en tout cas, c’est proche des autres technologies du même type.
Vous pouvez en savoir plus en consultant cet article qui explique comment utiliser la synthèse vocale avec Calibre.
L’avantage de cette solution, c’est que Calibre est un logiciel totalement gratuit que vous pouvez installer sur votre ordinateur.
Les logiciels gratuits de synthèse vocale
Enfin, il existe différents logiciels de synthèse vocale pour ordinateur.
Voici une petite liste non exhaustive des solutions gratuites qui vont transformer du texte en parole :
- Flite : http://www.festvox.org/flite/
- eSpeak NG : https://github.com/espeak-ng/espeak-ng/
- GNUSpeech : https://www.gnu.org/software/gnuspeech/
- MaryTTS : http://mary.dfki.de/
Voici un service en ligne : https://ttsreader.com/
