Existe-t-il une appli qui raconte les histoires du soir avec ma voix ?

Les parents posent cette question depuis des années, en général au pire moment — la veille d'un déplacement professionnel, ou le soir où un grand-parent déménage à l'autre bout du pays. Le souhait est simple. Mon enfant veut que ce soit moi qui lise l'histoire. Je ne peux pas être là. Est-ce que quelque chose peut la lire avec ma voix à ma place ?

Jusqu'à récemment, la réponse honnête était non. On pouvait s'enregistrer en train de lire un livre précis, et beaucoup de parents l'ont fait, mais on obtenait un enregistrement, d'une seule histoire. Dès que l'enfant en voulait une autre, on revenait au point de départ.

Cela a changé. Le clonage vocal est devenu assez bon — et assez abordable — pour qu'une appli conserve un modèle de votre voix et raconte avec elle n'importe quelle histoire de sa bibliothèque. Cet article explique comment cela fonctionne concrètement, sans vernis publicitaire.

Ce que « votre propre voix » veut dire ici

Cette expression recouvre deux choses très différentes, et on les confond en permanence.

La première, c'est s'enregistrer soi-même. Vous lisez un livre à voix haute, l'appli garde l'audio, votre enfant l'écoute. Simple, honnête, et limité : un enregistrement par livre, et recommencer est une corvée.

La seconde, c'est le clonage vocal. Vous lisez un court passage une seule fois — en général trente secondes à une minute. Un logiciel analyse l'enregistrement et construit un modèle mathématique de votre voix : sa hauteur, son rythme, votre façon particulière d'attaquer les consonnes. Ensuite, l'appli peut générer de nouvelles phrases dans cette voix, à partir d'un texte que vous n'avez jamais lu à voix haute.

C'est la seconde qui rend l'idée praticable. Vous enregistrez une fois, et toute la bibliothèque devient disponible avec votre voix. C'est votre enfant qui choisit l'histoire, pas vous.

Ce que ça donne à l'écoute

Autant être franc sur ce point, parce que les attentes comptent.

Un bon clone issu d'un bon échantillon, c'est vous un jour un peu plat. Le timbre est juste — les gens qui vous connaissent vous reconnaissent immédiatement, et les enfants presque toujours. Ce qui se perd, c'est la couche supérieure : la voix ridicule que vous prenez pour le loup, la pause avant le passage qui fait peur, l'accélération quand vous sentez qu'ils s'endorment.

Les systèmes actuels ont beaucoup réduit cet écart. La narration peut suivre une intention émotionnelle, donc une histoire peut être lue avec douceur plutôt que platement. Mais si vous imaginez quelque chose d'indiscernable de vous en pleine performance théâtrale, revoyez légèrement à la baisse. Si vous imaginez quelque chose qui fait dire à un enfant de quatre ans « c'est papa ! » — c'est exactement ce que vous obtenez.

C'est l'échantillon qui détermine la qualité

Presque tous les résultats décevants viennent d'un mauvais enregistrement, pas d'un mauvais logiciel. Trois choses comptent, dans cet ordre :

Une pièce calme. Pas un studio — une chambre porte fermée suffit. Ce qui tue un échantillon, c'est le bruit de fond que le modèle ne peut pas séparer de votre voix : une télévision, un lave-vaisselle, la circulation par la fenêtre ouverte. Le modèle apprend la pièce en même temps que la voix.

Votre voix de lecture normale. Dès qu'un micro apparaît, on se met instinctivement à « jouer » : plus lent, plus grave que d'habitude. Le clone ressemble alors à cette performance plutôt qu'à vous. Lisez comme vous liriez à votre enfant à 21 heures.

Assez de matière. Trente secondes peuvent suffire. Une minute, c'est mieux. Le modèle a davantage à apprendre et le résultat est nettement plus stable.

Nous avons consacré un article entier au sujet — comment enregistrer un échantillon de voix qui vous ressemble vraiment — parce que ce sont sincèrement les cinq minutes les plus rentables de tout le processus.

Les questions à poser avant d'enregistrer

La voix est une donnée biométrique. Ce n'est pas une adresse e-mail, et toute appli qui la demande devrait pouvoir répondre clairement à ceci :

• Où part l'enregistrement, et qui le traite ? « Le cloud » n'est pas une réponse. Un prestataire nommé, si.
• Peut-on le supprimer ? Pas « désactiver » — supprimer, y compris le modèle vocal qui en découle, et pas seulement dans l'appli mais aussi chez celui qui l'a généré.
• Sert-il à entraîner quoi que ce soit ? Votre voix doit servir à construire votre profil vocal, et à rien d'autre.
• Quelqu'un d'autre peut-il utiliser votre voix ? La réponse doit être non, sans fonction de partage qui rende la chose possible par accident.

Si une appli reste vague sur l'un de ces points, ce flou est la réponse. Nous avons exposé notre propre position dans le clonage vocal par IA est-il sans danger pour les enfants ?, y compris les aspects qui méritent réellement qu'on s'en inquiète.

Quelles voix vous pouvez cloner

Une règle, et elle n'est pas négociable : clonez votre propre voix, ou celle d'un adulte qui a explicitement donné son accord.

N'enregistrez pas un enfant pour créer un profil vocal. Ne clonez pas une personnalité publique pour qu'une célébrité fasse la lecture à votre enfant. Ne clonez pas un proche pour lui faire la surprise — demandez-lui d'abord, aussi belle que soit l'intention. Une voix est personnelle d'une manière qui paraît évidente dès qu'on y réfléchit, et facile à oublier quand une fonctionnalité nous enthousiasme.

Ce que ça coûte

La plupart des applis de cette catégorie sont gratuites à l'essai avec une offre payante, et cette offre tourne en général autour de quelques euros par mois. Taletune se télécharge gratuitement, avec un abonnement facultatif ; vous pouvez créer un profil vocal et écouter une histoire sans rien payer.

La tarification à surveiller, c'est la facturation à la minute d'audio, courante dans les outils vocaux destinés aux développeurs et absurde pour le coucher. Le coucher, c'est tous les soirs, sans limite. Si vous payez à la minute, vous vous retrouverez à faire des calculs pendant une histoire du soir, ce qui gâche un peu l'idée.

À qui cela sert vraiment

Trois groupes en tirent un bénéfice disproportionné :

Les parents qui voyagent. L'évidence. Le rituel survit au déplacement, et c'est au rituel que les enfants s'attachent réellement.

Les grands-parents éloignés. Souvent le cas le plus fort. Un grand-parent qui vit à l'étranger enregistre une fois, puis est présent au coucher, avec sa propre voix, sans appel vidéo programmé à une heure impossible. Nous en parlons ici.

Les foyers où le coucher repose sur une seule personne épuisée. Horaires décalés, parents solos, un conjoint souvent absent. Pouvoir confier une histoire à la voix de l'autre parent ne le remplace pas, mais à 21 heures, c'est une vraie aide.

Ce que ça fait, et ce que ça ne fait pas

Il faut le dire clairement : cela ne remplace pas la lecture que vous faites à votre enfant. Rien ne la remplace. Ce que l'on sait de la lecture à voix haute tient autant à l'interaction qu'aux mots — le doigt qui montre, les questions, l'enfant qui interrompt pour demander pourquoi le loup est comme ça.

Ce que cela remplace, c'est l'absence. Les soirs où l'alternative n'est pas vous en train de lire, mais le silence, une voix inconnue, ou un écran. Comparé à cela, ça se défend très bien.

Si vous voulez essayer, Taletune est gratuit sur iOS et Android. Enregistrez une fois, et regardez la tête de votre enfant quand l'histoire commence.