Kokoro TTS en français : utiliser la seule voix ff_siwis

Ce que signifie « une seule voix française »

Dans la bibliothèque de voix françaises, le préréglage ff_siwis est classé comme voix féminine. Le sélecteur de la synthèse l’affiche sous le nom Siwis. Il n’existe pas, dans cette sélection, de seconde voix française à comparer ni de choix distinct pour un accent canadien ou belge.

Une bibliothèque multilingue de 54 voix ne constitue donc pas un catalogue de 54 interprètes français. Une voix anglaise ou espagnole ne devient pas française lorsque vous ouvrez l’interface en français. Si vous avez besoin de plusieurs personnages francophones avec des identités vocales différentes, cette sélection ne suffit pas à elle seule.

Choisir Siwis dans le navigateur

1. Ouvrez Kokoro TTS en français. Le modèle doit être téléchargé et préparé avant la première génération.
2. Dans Langue / accent, sélectionnez Français. La liste des voix contient alors Siwis.
3. Collez un texte français ou chargez le texte proposé par le bouton d’exemple.
4. Commencez à 1.0×, puis lancez la génération quand le modèle est prêt.
5. Écoutez le résultat et téléchargez le WAV depuis sa carte. Le texte, la voix et la vitesse restent associés à cette version.

Chaque entrée accepte jusqu’à 2 000 caractères. Les résultats sont conservés dans l’onglet courant ; ils ne constituent pas une bibliothèque de fichiers persistante après la fermeture de la page. Téléchargez les prises que vous voulez garder.

Un cas concret : l’accueil d’une visite audio

Pour un musée ou une exposition, une voix unique peut assurer la continuité entre les étapes. Préparez d’abord une courte annonce contenant le lieu, une consigne et une indication horaire :

Bienvenue dans la galerie des inventions. La visite commence à quatorze heures trente. Vous pouvez prendre le temps d’observer chaque objet avant de passer à la salle suivante.

À la première écoute, vérifiez que le nom du lieu est intelligible et que la consigne ne se confond pas avec la phrase précédente. Si le passage va trop vite, comparez 1.0× et 0.9× avec exactement le même texte. Choisissez le débit qui laisse le temps d’agir, plutôt que de chercher à fabriquer une autre voix en modifiant fortement la vitesse.

Ce que vous pouvez modifier avec une seule voix

Vous pouvez ajuster le débit, reformuler une phrase et modifier la ponctuation. Vous ne disposez pas d’un bouton pour choisir une émotion, un âge ou un nouvel accent français. La vitesse change le rythme de lecture ; elle ne remplace pas une autre identité vocale.

Pour une formation, séparez une instruction de son explication avec un point. Pour une introduction, gardez le nom du produit dans une phrase courte afin de pouvoir le vérifier facilement. Une virgule n’impose pas une pause d’une durée précise : écoutez le résultat au lieu de supposer que la ponctuation sera interprétée comme une direction d’acteur.

Nombres, liaisons et sigles à contrôler

Les noms propres, les sigles et les nombres méritent une vérification dans leur contexte. Si « 14 h 30 » est mal interprété, essayez « quatorze heures trente ». Pour une référence de produit, décidez si le public doit entendre un mot, une suite de lettres ou un nombre, puis testez cette lecture dans la phrase.

Conservez les accents et les apostrophes dans le texte français. Écoutez les enchaînements entre les mots, notamment autour des noms étrangers. Ne retirez pas systématiquement les signes du français pour tenter d’améliorer la diction : comparez une modification ciblée avec la version initiale.

Valider le WAV pour votre usage

Écoutez le fichier exporté sur l’appareil qui servira à sa diffusion. Vérifiez les noms, les horaires et le début des consignes. L’extrait disponible pour Siwis utilise un passage précis ; il ne garantit pas la même qualité sur tout texte. Le traitement est local après le téléchargement du modèle, mais le temps nécessaire dépend de votre navigateur et de votre appareil.

Retrouvez les autres méthodes dans les guides Kokoro TTS et les identifiants dans la liste officielle des voix.

Questions fréquentes

Combien de voix françaises sont disponibles ?

Kokoro Web propose une seule voix française : ff_siwis, affichée sous le nom Siwis et classée comme voix féminine. Les 54 voix du site couvrent 8 langues ; elles ne sont pas toutes françaises.

Peut-on créer une voix masculine française ?

Aucun préréglage masculin français n’est proposé dans le modèle actuellement utilisé. Changer la vitesse de Siwis ne crée pas une seconde identité vocale.

La voix traduit-elle mon texte en français ?

Non. Il faut fournir un texte français et choisir Français dans les réglages. Le choix de la langue de l’interface ne traduit pas le script.

Faut-il envoyer le script ou créer un compte ?

Aucun compte n’est nécessaire. Après le téléchargement des fichiers du modèle, la synthèse se fait sur votre appareil. Téléchargez le WAV avant de quitter la page : les résultats restent dans l’onglet courant.