Studio de clonage vocal

Dans le studio de clonage vocal, tu rassembles des enregistrements de ta voix, tu les vérifies, tu les prépares et tu en entraînes un modèle vocal à toi. Tu peux charger plusieurs clips (y compris depuis un lien), les cocher ou décocher un par un et appliquer des filtres à chaque clip. C’est une fenêtre à part, avec une barre latérale pour les outils ; tu choisis le profil en haut, sous « Profil : ». (Les onglets « Profils » et « Sons » appartiennent au studio de mémos vocaux.)

« Vérif. clips » mesure chaque clip en local sur ton ordinateur — gratuitement — et lui attribue un score basé sur le son, le rapport signal/bruit et la réverbération. Si un clip est trop bruité, saturé, trop réverbéré, contient à peine de la parole ou est trop court, il atterrit dans la zone rouge, et « Meilleurs » ne le prend jamais. Si tu modifies un clip après la vérification, son résultat est marqué comme périmé. Au prochain « Vérif. clips », seuls ces clips et ceux pas encore vérifiés sont mesurés. Sans mesures, pas de « Meilleurs » — vérifie d’abord. Ajouter de mauvais clips rend le clone mesurablement MOINS bon, pas meilleur.

Si tu charges par erreur deux fois le même enregistrement, le studio le reconnaît à son CONTENU (pas au nom du fichier) et affiche les doublons pour que tu puisses les retirer. Le matériel en double fausse l’entraînement.

Ces outils tournent en local et ne coûtent rien : Coupe-bas (supprime les grondements basse fréquence), Débruiter (lisse un bruit de fond régulier), Normaliser (remonte les enregistrements trop faibles) et Débruitage IA (supprime le bruit et l’ambiance, même pendant que tu parles). Séparer ta voix d’une musique de fond n’est PAS gratuit : pour cela, il y a « Séparation · Pro » dans le cloud, 20 crédits par minute entamée. L’ancienne séparation locale a été retirée le 28 août 2026.

Ces outils tournent dans le cloud et coûtent chacun 20 crédits par minute entamée : « Embellir » (rend brillants les enregistrements sourds), « Séparation · Pro » (la meilleure séparation de ta voix par rapport à la musique et aux bruits), « Sans réverb », « Retirer le bruit » et « Plus clair » (résolution plus élevée). « Séparer les locuteurs » coûte 1 crédit par minute entamée et réduit une conversation à UN seul locuteur — idéal pour extraire une voix isolée d’un podcast. Le prix est indiqué sur chaque tuile.

L’analyse transcrit TOUS les enregistrements d’un profil — pas seulement ceux qui sont cochés — et évalue la façon dont cette voix parle : tournures récurrentes, construction des phrases, contractions, ce qui manque de façon frappante. Le résultat arrive sous forme de PDF et sert pour les prompts et comme référence ; il n’a aucune influence sur le clone lui-même. Sont facturées la transcription des enregistrements pas encore transcrits (à la seconde près, au moins 1 crédit par enregistrement) ainsi que la synthèse finale. Les enregistrements déjà transcrits comptent gratuitement. Les deux montants sont affichés dans la fenêtre d’analyse avant que tu lances.

Avec le bouton « Entraîner la voix », tu crées à partir de tes enregistrements un modèle vocal à toi. Il reproduit la voix plus fidèlement qu’un seul enregistrement de référence et n’en a plus besoin ensuite — la voix est dans le modèle. La fenêtre te guide en trois étapes : (1) « D’où vient le matériau ? » – via « Choisir un dossier … », « Reprendre la sélection vérifiée » ou « Seulement ceux cochés » ; (2) « Nom et ampleur » – le niveau découle de la quantité de matériel, tu coches trois cases (tes droits sur la voix et deux indications exigées par la loi) et tu lances avec « Entraîner la voix » ; (3) « Enregistrer le locuteur » – la voix apparaît ensuite dans la liste « Voix entraînées » et peut être choisie. Le prix dépend de la quantité de matériel et s’affiche dans la fenêtre d’entraînement avant le lancement. Deux choses à savoir : l’entraînement se paie à l’unité en euros, pas en crédits — ni gratuits ni achetés. Et il prend du temps — la durée est indiquée dans la fenêtre d’entraînement pour chaque niveau. Une fois terminé, l’app te prévient au prochain démarrage par un message.

La quantité suffisante est indiquée dans la fenêtre d’entraînement, sur la ligne de quantité. En dessous d’un seuil minimal, aucun entraînement n’a lieu ; juste au-dessus, seulement avec la case « aucune qualité garantie » ; ensuite commence la zone recommandée. Au-delà de la limite supérieure, le surplus n’est pas utilisé pour l’entraînement. Ce qui compte, c’est la qualité, pas la quantité : plus de matériel n’aide qu’AU-DESSUS du seuil de vérification. Ajouter des clips qui ont échoué dégrade le résultat de façon mesurable — c’est pourquoi le studio avertit quand des clips ayant échoué sont cochés.

Dans chaque plan, tu peux entraîner et garder autant de voix que tu veux. Dans le plan Solo, une seule d’entre elles est active à la fois : dans la liste « Voix entraînées », tu changes avec « activer », rien n’est supprimé. Avec Pro et Agence, toutes sont utilisables en même temps. Le niveau dépend uniquement de la quantité de matériel, pas du plan.