05 Rôles vocaux et voix clonées

Ce chapitre porte sur la voix qui parle la langue cible dans le doublage. Il existe quatre sources ; vous n’avez qu’à en choisir une :

• Clonage vocal : reprend le timbre de ce locuteur directement à partir de l’audio d’origine et l’utilise pour parler la langue cible. Le plus proche de « la vidéo d’origine » parmi les quatre, et l’option par défaut.
• Personnages integres : les voix fournies avec l’application, prêtes à l’emploi et regroupées par langue.
• Rôle personnalisé : enregistrez vous-même un extrait (ou faites-le enregistrer par quelqu’un d’autre) et téléversez-le, puis réutilisez-le quand vous le souhaitez. C’est la solution si une personne doit conserver la même voix sur plusieurs vidéos.
• Voix en ligne ByteDance : un ensemble de voix servies depuis le cloud. Cette section n’apparaît que lorsque votre compte peut récupérer la liste des voix en ligne ; lorsque la liste ne peut pas être récupérée, toute la section est absente, ce qui ne signifie pas que quelque chose est cassé.
• La ligne de filtres de cette section est une sélection multiple de catégories : cochez les catégories souhaitées ou conservez « Toutes les catégories » (par défaut) pour afficher toutes les catégories.

1. Ce que montre la page « Rôles vocaux »

Cliquez sur Rôles vocaux dans la barre de gauche. De haut en bas, la page comporte trois sections ; cliquez sur leur titre pour les développer ou les réduire : Rôle personnalisé (avec un compteur à droite du titre), Rôle système, et une section supplémentaire lorsque des voix en ligne sont disponibles. La section Rôle personnalisé et la section des voix en ligne disposent chacune de leurs propres filtres au-dessus de la liste :

• Langue : une liste déroulante à sélection multiple — cochez plusieurs langues ou choisissez « Toutes les langues ».
• Statut : Tous / Activé / Désactivé.

La section Rôle système n’a pas de filtres — elle liste uniquement ses voix regroupées par langue, et il y en a beaucoup, il suffit donc de continuer à faire défiler.

Chaque rôle personnalisé occupe une ligne : nom, langue, un commutateur Activé/Désactivé , Prévisualisation audio, Supprimer.

2. Création d’un rôle personnalisé

Cliquez sur « + Nouveau rôle vocal » en haut à droite de la section Rôle personnalisé et renseignez quatre éléments :

1. Nom : il ne doit pas être vide, ne doit pas dépasser 128 caractères et ne doit pas contenir de caractères illégaux ; deux rôles ne peuvent pas porter le même nom dans la même langue, et un doublon signale « Une voix du même nom existe déjà ».
2. Langue : la langue que cette voix servira plus tard. Le menu déroulant contient 19 langues et ne propose pas le chinois traditionnel — pour le chinois traditionnel, utilisez l'entrée Chinois simplifié.
3. Fichier vocal : cliquez sur « Parcourir » pour choisir un fichier audio local ; les formats mp3 / wav / m4a sont pris en charge. Il n'y a pas de fonction d'enregistrement — enregistrez-le d'abord ailleurs, puis sauvegardez-le sous forme de fichier.
4. Statut : Activé / Désactivé, avec Activé par défaut.

Sous le formulaire se trouve une texte de référence carte, intitulée « Veuillez générer un fichier audio basé sur le texte de référence ci-dessous » : une fois que vous choisissez une langue, elle vous donne un passage d'exemple à enregistrer. L'idée est que plus ce que dit votre audio de référence est proche de ce passage, plus la voix clonée est stable. Lors de l'enregistrement, visez 10–30 secondes, une pièce calme, un seul locuteur et pas de musique de fond.

Après avoir cliqué sur « OK », le rôle est immédiatement utilisable (cela se termine de manière synchrone — il n'y a pas d'état « génération / attente d'entraînement », et rien ne réessaie après un échec). Rien ne peut être modifié ensuite : pour changer l'audio, vous supprimez le rôle et le créez à nouveau, et la suppression vous demande de confirmer et est irréversible.

3. Prévisualisation audio

Lorsque vous choisissez Personnages integres, le Parcourir les voix… bouton dans le formulaire ouvre une boîte de dialogue de bibliothèque de voix dans laquelle vous pouvez faire votre choix (avant de choisir quoi que ce soit, ce champ affiche « Aucune voix sélectionnée »). Rôle personnalisé n'a pas de telle boîte de dialogue — vous choisissez directement dans le menu déroulant l'un des rôles que vous avez créés.

Chaque ligne comporte un bouton de lecture, et cliquer dessus lit l'audio de référence propre à ce rôle. Un seul est lu à la fois — cliquer à nouveau sur le même bouton l'arrête. Lorsque l'audio ne peut pas être récupéré, vous obtenez « Échec de l'aperçu ».

Un point à signaler : dans le formulaire Nouveau projet, le bouton Prévisualisation audio à côté de « Rôle personnalisé » ne fait rien lorsque vous cliquez dessus (la fonctionnalité à cet endroit n'est pas reliée dans le formulaire). Pour écouter un rôle, faites-le sur la page « Rôles vocaux » — cela revient au même.

4. Comment ces voix sont choisies dans un projet

Le Voix cible champ du formulaire de commande est un choix parmi trois : Clonage vocal / Personnages integres / Rôle personnalisé. Choisissez « Rôle personnalisé » et un second menu déroulant apparaît pour sélectionner le rôle exact. Notez quelques points :

• Traduction vidéo professionnelle ne comporte pas ce champ dans le formulaire de commande — elle se déroule toujours en deux étapes fixes, et la voix est définie lors de la deuxième étape (le panneau de gauche de l'éditeur), voir 04 Éditeur de sous-titres et de doublage.
• Une fois le mode multi-locuteurs activé, Personnages integres et Rôle personnalisé sont masqués : l'application attribue alors une voix à chaque locuteur détecté, et vous modifiez la voix de chaque locuteur dans l'éditeur au lieu de choisir une seule voix pour l'ensemble.
• Le menu déroulant de l'éditeur ne liste que les rôles dont le statut est « Activé » et dont la langue correspond à la langue cible de ce projet. Neuf fois sur dix, c'est pour cela que votre propre rôle manque : vous l'avez passé sur Désactivé, ou vous avez choisi la mauvaise langue lors de sa création.

Le clonage vocal est débloqué selon le forfait. Lorsque votre forfait ne le prend pas en charge, l'option affiche « Le clonage vocal n'est pas pris en charge dans votre forfait actuel », elle est désactivée et marquée « (N/D) », et les Personnages integres sont utilisés automatiquement.

Les voix professionnelles nécessitent un compte. Lorsque vous êtes déconnecté, l'entrée Professionnel dans la liste déroulante de qualité vocale est grisée et affiche Connectez-vous pour débloquer ; les voix locales continuent de fonctionner, vous pouvez donc créer un projet et l'écouter avant de vous inscrire. Connectez-vous à n'importe quel compte gratuit et les voix professionnelles deviennent disponibles.

5. Voix Émotion et dialectes

Si vous définissez Qualité de la synthèse vocale sur Émotion (Apple Silicon uniquement), le doublage suit les émotions par phrase définies dans l'éditeur et peut aussi changer de dialecte. Les choix d'émotion dans l'éditeur sont limités à ceux que le moteur connaît : Joyeux, Excité, Triste, Déprimé, En colère, Peur, Haine, Surpris et Neutre.

Dialecte n'est proposé que pour les langues cibles chinoises : Mandarin (chinois) (par défaut), Cantonais ou Sichuanais. La voix clonée est conservée — le dialecte change l'accent, pas le locuteur.

Le mode Émotion nécessite une référence avec une transcription mot pour mot, il fonctionne donc avec la voix d'origine (Clonage vocal) ou un personnage intégré. Les rôles personnalisés n'ont pas de transcription et sont désactivés lorsque Émotion est sélectionnée.