TTS / STT
Text-to-speech (texte→voix) et speech-to-text (parole→texte). Narration et transcription.
Le TTS (text-to-speech) transforme le texte en parole - ce sont les voix de narrateurs, livres audio et assistants. Le TTS contemporain sonne naturel, avec intonation et émotions, aussi en français, avec les accents corrects. Le STT (speech-to-text), appelé aussi ASR, fonctionne dans l'autre sens : il transforme un enregistrement vocal en texte, alimentant les transcriptions de réunions, sous-titres et dictée. Ensemble ils créent une boucle vocale complète : le STT écoute, le modèle linguistique réfléchit, le TTS répond - c'est ainsi que fonctionnent les conversations vocales avec les chatbots. La qualité en français varie selon les outils, donc il vaut mieux tester sur vos propres enregistrements.