Découvrez notre nouvelle collection,
fabriquée à la main en Belgique,
livrée chez vous en 48 heures.
Qu'est-ce qu'une voix off IA ?
Une voix off IA (ou voix de synthèse, text-to-speech) lit un texte avec une voix humaine générée par un modèle d'intelligence artificielle. Les voix récentes respirent, varient l'intonation et marquent les pauses, ce qui les rend difficiles à distinguer d'une voix enregistrée sur des phrases simples.
Il existe deux grandes familles :
- Les voix de bibliothèque : des voix génériques, prêtes à l'emploi, sélectionnées par langue, genre et ton (posé, énergique, chaleureux).
- Les voix clonées : un modèle reproduit la voix d'une personne réelle à partir d'un échantillon enregistré. Utile pour qu'un formateur ou un dirigeant « parle » dans des vidéos qu'il n'a pas le temps d'enregistrer, à condition d'avoir son accord.
Étape par étape
- Écrire le script
Rédigez des phrases de 8 à 15 mots, environ 70 à 80 mots pour 30 secondes, avec l'accroche dans la première phrase.
- Adapter pour l'oral
Écrivez chiffres, sigles et noms propres comme ils doivent être prononcés.
- Choisir et tester la voix
Écoutez deux ou trois voix sur votre propre texte et gardez celle qui correspond à votre public.
- Générer et caler les images
Générez la narration, puis placez vos plans et B-roll sur les phrases.
- Mixer et sous-titrer
Baissez la musique sous la voix, ajoutez des sous-titres synchronisés et vérifiez le volume.
- Signaler si nécessaire
Si la voix imite une personne réelle, obtenez son accord et indiquez l'usage de l'IA à la publication.
| Durée de la vidéo | Nombre de mots | Usage typique |
|---|---|---|
| 15 secondes | 35 à 40 mots | Publicité, teaser |
| 30 secondes | 70 à 80 mots | Vidéo produit, astuce |
| 60 secondes | 140 à 160 mots | Tutoriel court, Reel explicatif |
| 90 secondes | 210 à 240 mots | Présentation de service |
| 3 minutes | 420 à 480 mots | Short long, tutoriel détaillé |
Quand utiliser une voix off IA, et quand l'éviter
Une voix de synthèse est un bon choix pour :
- les tutoriels et captures d'écran, où l'image compte plus que la personne ;
- les vidéos produit montées avec des plans de B-roll, sans personne face caméra ;
- les versions dans d'autres langues d'une vidéo existante ;
- les corrections : remplacer une phrase mal prononcée sans retourner la scène ;
- les contenus réguliers (astuces, actualités du secteur) où le volume compte.
Elle est moins adaptée aux témoignages, aux vidéos où votre personnalité est le message, et aux contenus émotionnels. Sur les réseaux, une vraie voix un peu imparfaite inspire souvent plus confiance qu'une narration lisse. Un bon compromis : votre voix pour les vidéos face caméra, la voix IA pour les formats explicatifs.
Écrire un script pour une voix de synthèse
La voix IA lit exactement ce que vous écrivez. Un texte rédigé pour être lu à l'écran sonne raide une fois prononcé. Quelques règles :
- Phrases courtes : 8 à 15 mots. Une idée par phrase.
- Débit : une narration se situe en général entre 130 et 160 mots par minute. Comptez environ 70 à 80 mots pour 30 secondes, 140 à 160 mots pour une minute.
- Ponctuation : la virgule crée une courte pause, le point une pause plus longue. Les points de suspension et les points d'exclamation changent l'intonation : testez-les.
- Chiffres et sigles : écrivez « vingt-quatre euros » plutôt que « 24 € », « S-E-O » si la voix lit « séo » de travers. Pour les nombres belges ou suisses (septante, nonante), écrivez le mot voulu.
- Noms propres : si une marque est mal prononcée, écrivez-la phonétiquement dans le script (le texte des sous-titres peut garder l'orthographe correcte).
- Accroche : les 2 à 3 premières secondes, soit 6 à 10 mots, doivent dire au spectateur ce qu'il va obtenir.
Exemple pour une vidéo produit de 20 secondes (environ 50 mots) : « Vous perdez vos clés tous les matins ? Ce porte-clés sonne dès que vous l'appelez. Une pile dure un an. Il tient dans la poche, il résiste à l'eau, et il se configure en deux minutes. Lien dans la description. »
Choisir la bonne voix
- La langue et l'accent : une voix française de France, belge ou québécoise ne crée pas la même proximité. Choisissez celle de votre public.
- Le ton : posé pour un tutoriel, énergique pour une publicité, chaleureux pour un commerce local. Écoutez la voix sur votre propre texte, pas seulement sur l'échantillon.
- La constance : gardez la même voix d'une vidéo à l'autre. Elle devient un repère pour votre audience, comme un jingle.
- La vitesse : la plupart des outils permettent d'accélérer légèrement. Au-delà de 10 à 15 % plus rapide que la normale, la voix perd en naturel.
Monter et mixer la voix off
- Calez l'image sur la voix, pas l'inverse : générez la narration d'abord, puis placez les plans sur les phrases.
- Baissez la musique sous la voix (ducking) : la musique doit rester nettement en retrait, environ 15 à 20 dB sous la voix pendant qu'elle parle, puis remonter dans les silences.
- Ajoutez des sous-titres : une grande partie des vidéos sont regardées sans le son. Les sous-titres synchronisés sur la voix restent indispensables.
- Laissez respirer : 0,3 à 0,5 seconde de silence entre deux idées rend la narration plus humaine.
- Volume de sortie : visez un niveau régulier, sans pics ; autour de -14 LUFS est une cible courante pour la vidéo en ligne.
Clonage de voix, transparence et règles à respecter
Cloner la voix d'une personne sans son accord écrit est à proscrire, même pour un collègue ou une célébrité « pour rire ». La voix est une donnée personnelle et un attribut de la personnalité.
Dans l'Union européenne, l'article 50 du règlement européen sur l'IA (AI Act) s'applique depuis le 2 août 2026 : un contenu audio ou vidéo généré ou manipulé par IA qui ressemble de façon réaliste à une personne existante (hypertrucage, ou deepfake) doit être signalé comme tel. Les plateformes ont aussi leurs propres règles : YouTube demande de déclarer les contenus réalistes modifiés ou synthétiques, voix comprise, lors de la mise en ligne (aide officielle YouTube), et TikTok demande d'étiqueter les contenus réalistes générés par IA.
En pratique : une voix de bibliothèque qui lit votre script de tutoriel ne pose pas de difficulté ; une voix clonée qui fait dire à quelqu'un des propos réalistes doit être autorisée par la personne et signalée. En cas de doute, mentionnez « voix générée par IA » dans la description.
Créer une voix off IA avec Orbicut
Dans Orbicut, la voix off IA fonctionne avec les crédits IA : 10 crédits par tranche de 30 secondes, soit 300 crédits par mois en Starter pour environ 15 minutes de narration. Vous écrivez ou collez le texte, choisissez une voix, et la narration se place sur la timeline avec ses sous-titres animés. La musique baisse automatiquement sous la voix. Pour une vidéo dans plusieurs langues, combinez-la avec la traduction du projet (25 crédits, en FR, EN, NL, ES ou IT). Les détails des offres sont sur la page des tarifs.
Questions fréquentes
Une voix off IA sonne-t-elle naturelle ?
Sur des phrases courtes et bien ponctuées, les voix de synthèse récentes sont très naturelles. Les défauts apparaissent surtout sur les noms propres, les sigles et les phrases trop longues, que l'on corrige dans le script.
Combien de mots faut-il pour une voix off de 30 secondes ?
Comptez environ 70 à 80 mots pour 30 secondes, sur la base d'un débit de narration de 130 à 160 mots par minute.
Est-il légal de cloner une voix avec l'IA ?
Cloner votre propre voix ou celle d'une personne qui a donné son accord est permis. Dans l'Union européenne, l'AI Act impose depuis le 2 août 2026 de signaler les contenus qui imitent de façon réaliste une personne existante.
Faut-il signaler une voix off IA sur YouTube ?
YouTube demande de déclarer les contenus réalistes modifiés ou générés, y compris l'audio, lorsqu'ils peuvent passer pour réels, par exemple une voix clonée prêtant des propos à une vraie personne. Une narration générique sur un tutoriel n'entre généralement pas dans ce cas.
Orbicut propose-t-il le clonage de voix ?
Pas pour le moment. Orbicut propose des voix de synthèse prêtes à l'emploi, à 10 crédits par tranche de 30 secondes, dans toutes les offres qui disposent de crédits.