Ce que Zoiseau fait
Il prend le texte que vous collez et rend un fichier MP3 dans lequel quelqu’un le lit. Il y a pour l’instant 31 voix françaises (14 femmes et 17 hommes), plus 64 autres langues lues par un locuteur natif de cette langue. Vous pouvez aussi faire votre propre voix à partir d’un extrait de trois à huit secondes.
Ce qui distingue ce site des autres lecteurs de texte français, c’est la liaison. En français, une consonne finale muette se réveille devant une voyelle, sauf devant un h aspiré, et rien dans l’orthographe ne dit lequel des deux. Ce site marque chaque liaison de votre texte avec la règle qui s’applique, et publie une mesure de ce que la machine fait réellement.
D’où viennent les voix
Des enregistrements réels du projet Common Voice de Mozilla. Chaque personne qui a enregistré l’a cédé en licence CC0 1.0, c’est-à-dire au domaine public sans condition. Les noms ne sont pas publiés : les voix portent des prénoms français que nous avons choisis, sans rapport avec les vrais noms.
Le corpus français de Common Voice est le plus gros de tous ceux que nous avons utilisés : 26,9 Go et 1 241 personnes ayant au moins huit phrases propres, dont 391 femmes. C’est la première fois qu’il y a assez de matériel pour partir d’un tirage équilibré, 20 femmes et 20 hommes.
Il en reste 31, soit 14 femmes et 17 hommes, et l’écart vient d’ailleurs que du corpus : le clonage remonte systématiquement les voix graves de femmes. Les cinq voix féminines écartées sont exactement les cinq plus graves (142 à 174 Hz), remontées de 46 à 138 Hz par la machine, donc au-delà du seuil de 40 Hz que nous nous sommes fixé. Deux voix d’hommes aiguës sont tombées pour la même raison. C’est une propriété de la machine, pas du corpus, et elle efface le milieu du registre.
Ce qu’il ne sait pas faire
- Il ne parle pas arabe, qui est la deuxième langue la plus parlée en France. La banque de voix natives commune n’en a aucune. C’est le point le plus douloureux de cette liste, et il manquait déjà au site persan.
- Il ne parle pas kabyle, alors que Common Voice a l’un de ses plus gros corpus dans cette langue et que la communauté kabyle de France est nombreuse. Rien ne l’excuse sauf le fait que la banque commune ne l’a pas encore.
- Il ne parle ni breton, ni basque, ni corse, qui sont trois langues de France. Il parle occitan et catalan, qui en sont deux autres. Donc deux sur cinq, et les trois manquantes sont nommées plutôt que passées sous silence.
- Il ne fait pas d’accents régionaux. Les voix viennent à 89 % de personnes qui déclarent le même accent, « français de France », donc il n’y a pas de quoi construire un axe régional sans l’inventer.
- Il ne corrige pas complètement les liaisons interdites. Sur 31 voix, 8 lient devant un h aspiré de façon démontrable, et 3 seulement font la différence. Le blocage inséré avant l’envoi réduit le phénomène de plus de moitié, il ne le supprime pas.
- Il ne met pas d’émotion dans une phrase. Tout est lu sur le même ton de fond.
Pourquoi c’est gratuit
Parce que ça tourne sur une machine à la maison. La synthèse se fait sur une seule carte graphique, pas dans un nuage, donc un texte lu coûte de l’électricité et à peu près rien d’autre. Il n’y a ni publicité, ni traçage pour des annonceurs, ni version payante vers laquelle on essaierait de vous pousser.
En échange il y a des limites : 500 mots par envoi, 5 secondes de pause entre deux lectures et 60 lectures par jour depuis la même adresse. Ce ne sont pas des arguments de vente, c’est ce qu’une seule machine encaisse.
Qui le tient
Zoiseau est un site tenu par une seule personne. Ce n’est pas une entreprise et il n’est inscrit à aucun registre du commerce.
Courriel : [email protected]