ToolCMB

Synthèse vocale & transcription

Des voix IA naturelles qui lisent votre texte, des sous-titres transformés en audio synchronisé et des transcriptions précises de vos enregistrements — gratuit, illimité et 100 % privé dans votre navigateur.

  • Rien n’est envoyé
  • Voix IA naturelles
  • 45+ langues de voix · 99 en transcription
  • MP3 · WAV · SRT · TXT
  • Gratuit, sans inscription

Choisir une voix

Pro = Supertonic 3 (31 langues) et KorvaTTS (vietnamien), les plus naturelles, téléchargement plus lourd. Studio = Kokoro AI (anglais, le plus naturel). HD / Standard = Piper AI (38 langues). Appareil = voix intégrées à votre système (instantanées, lecture seule).

Téléchargement unique de l’IA

Cette voix fonctionne entièrement sur votre appareil. Votre navigateur télécharge le modèle d’IA une seule fois — ensuite il démarre instantanément, même hors ligne.

  • Enregistré dans le navigateur, utilisable hors ligne ensuite
  • Seul le modèle est téléchargé — votre texte et votre audio restent sur votre appareil

Prononciation

Apprenez à la voix comment dire les noms, marques et abréviations. Exemple : M. → monsieur, SNCF → S N C F. Enregistré dans ce navigateur.

    Modèles d’IA téléchargés

    Les modèles sont stockés dans ce navigateur pour que l’outil fonctionne hors ligne. Supprimez ceux dont vous n’avez plus besoin pour libérer de l’espace.
      Comment ça marche

      Du texte à la voix — ou de la voix au texte — en trois étapes

      Pas de compte, pas d’envoi, pas de file d’attente. L’IA tourne ici même, dans votre navigateur.

      1. 1

        Choisissez le mode

        Texte en voix pour articles, scripts et e-learning ; Sous-titres en audio pour les voix off ; Voix en texte pour réunions, vidéos et notes vocales.

      2. 2

        Choisissez une voix ou un modèle

        Parmi 450+ voix naturelles en 45+ langues, ou un modèle Whisper pour la transcription. Le modèle est téléchargé une fois et gardé par le navigateur.

      3. 3

        Écoutez et téléchargez

        Appuyez sur Écouter pour entendre le résultat aussitôt avec surlignage, puis téléchargez en MP3, WAV, OGG, SRT, VTT, TXT ou JSON.

      Pourquoi ce convertisseur

      Tout ce que font les sites payants — sans abonnement

      Pensé pour les créateurs, étudiants, enseignants et équipes en Europe et aux États-Unis attentifs à la confidentialité.

      Des voix vraiment naturelles

      Les voix neuronales Kokoro et Piper sonnent humaines, avec une vraie intonation — rien à voir avec les anciennes voix robotiques.

      Confidentiel par conception

      Textes, sous-titres et enregistrements sont traités sur votre appareil. Rien n’est envoyé, conservé ou utilisé pour l’entraînement — compatible RGPD.

      Sans limite, sans inscription

      Pas de quota de caractères, pas de filigrane, pas de limite quotidienne. Convertissez un chapitre entier ou un cours de trois heures.

      Des sous-titres à la voix off

      Chaque ligne est dite pile à l’heure. Les lignes trop longues sont accélérées naturellement pour rester synchronisées avec la vidéo.

      Transcriptions précises

      OpenAI Whisper reconnaît 99 langues et exporte des sous-titres SRT et VTT prêts à l’emploi avec horodatage.

      Fonctionne hors ligne

      Après le premier téléchargement, le modèle reste dans le cache du navigateur et l’outil fonctionne sans connexion.

      Synthèse vocale, SRT en MP3 et transcription : le guide pratique

      Ce convertisseur réunit trois outils que l’on trouve d’habitude sur des sites séparés (et souvent payants). Texte en voix transforme n’importe quel texte en une voix naturelle à télécharger en MP3, WAV ou OGG. Sous-titres en audio lit un fichier SRT ou WebVTT ligne par ligne au bon moment, pour obtenir une voix off synchronisée pour YouTube, TikTok, l’e-learning ou le doublage. Voix en texte transcrit des fichiers audio et vidéo — ou un enregistrement au micro — en texte modifiable et en sous-titres.

      Contrairement aux services cloud, les modèles d’IA fonctionnent dans votre navigateur grâce à WebAssembly (et WebGPU si votre carte graphique le permet). À la première utilisation d’une voix ou d’un modèle de transcription, votre navigateur le télécharge une fois depuis une bibliothèque publique de modèles et le garde en cache. Votre contenu n’est jamais envoyé : un choix sûr pour les documents confidentiels, les entretiens clients et les travaux scolaires au regard du RGPD.

      Pour l’anglais, les voix Studio (Kokoro) donnent le rendu le plus naturel. Pour le français, l’allemand, l’espagnol, l’italien, le néerlandais, le polonais, le portugais et 30 autres langues, choisissez une voix Piper marquée HD ou Standard. Les voix de l’appareil sont instantanées mais ne peuvent pas être enregistrées en fichier, le navigateur ne le permettant pas.

      Quel mode et quels réglages choisir

      ObjectifModeRéglages recommandés
      Livre audio ou article en MP3Texte en voixVoix Studio / HD · MP3 128 kbit/s · pause de paragraphe 0,6 s
      Voix off YouTube / TikTokSous-titres en audioAccélérer · max. 1,5× · MP3 192 kbit/s
      Narration e-learningTexte en voixVitesse 0,95× · balises de pause entre les diapositives · export SRT
      Notes de réunion ou d’interviewVoix en texteModèle équilibré · choisir la langue · TXT horodaté
      Sous-titres d’une vidéoVoix en texteModèle précis · 42 caractères par ligne · SRT
      Vidéo étrangère en anglaisVoix en texteTraduire en anglais · SRT

      Conseils pour de meilleurs résultats

      • Écrivez les nombres, dates et abréviations comme ils doivent être prononcés, ou ajoutez-les au dictionnaire de prononciation (p. ex. « Dr » → « docteur », « ToolCMB » → « Tool C M B »).
      • Utilisez [pause 1s] pour laisser respirer le texte entre sections, listes ou diapositives.
      • Cliquez sur une phrase dans la vue de lecture pour écouter à partir de là ; seules les phrases modifiées sont régénérées.
      • Pour la transcription, choisissez la langue parlée plutôt que la détection automatique et utilisez le modèle Précis pour les enregistrements bruyants.
      • Chrome et Edge sur un ordinateur doté d’une carte graphique récente peuvent utiliser le GPU pour une transcription bien plus rapide.
      FAQ

      Questions fréquentes

      Tout sur les voix, la confidentialité, les formats et les limites.

      Cette synthèse vocale est-elle vraiment gratuite ?

      Oui. Pas d’inscription, pas de limite de caractères, pas de filigrane ni d’offre payante. L’IA tourne sur votre propre appareil : chaque conversion ne nous coûte rien, nous n’avons donc aucune raison de vous limiter.

      Mes textes et enregistrements sont-ils envoyés ?

      Non. Le texte, les sous-titres et l’audio sont traités localement dans votre navigateur. Le seul téléchargement est le modèle d’IA lui-même, issu d’une bibliothèque publique, qui ne contient aucune de vos données.

      Pourquoi la première utilisation est-elle plus longue ?

      À la première utilisation d’une voix ou d’un modèle de transcription, votre navigateur le télécharge (environ 20 à 250 Mo selon le modèle). Il est mis en cache : la fois suivante, il se charge en quelques secondes, même hors ligne.

      Puis-je télécharger la voix en MP3 ?

      Oui — MP3, WAV et OGG, en mono ou stéréo, à la qualité de votre choix. Le mode Texte en voix peut aussi exporter un fichier de sous-titres SRT aligné phrase par phrase sur l’audio.

      Quelles langues sont prises en charge ?

      Synthèse vocale : 45+ langues dont le français, l’anglais (US/UK), l’allemand, l’espagnol, l’italien, le néerlandais, le polonais, le portugais, le suédois, le tchèque, l’ukrainien, le turc, le vietnamien et le chinois, plus les voix de votre appareil. Transcription : 99 langues, avec traduction en anglais en option.

      Comment transformer un fichier SRT en audio ?

      Ouvrez l’onglet « Sous-titres en audio », déposez votre fichier .srt ou .vtt, choisissez une voix et cliquez sur « Créer la voix off ». Chaque ligne commence à son horodatage ; les lignes trop longues sont accélérées naturellement et vous pouvez télécharger un SRT ajusté si des lignes ont été décalées.

      Quelle est la précision de la transcription ?

      Elle utilise les modèles Whisper d’OpenAI, parmi les reconnaissances vocales ouvertes les plus précises. « Équilibré » convient parfaitement à une parole claire ; « Précis » gère mieux les accents, le bruit et le vocabulaire technique. Chaque ligne est modifiable avant l’export.

      Puis-je utiliser la voix générée à des fins commerciales ?

      Les modèles sont publiés sous licences permissives (Kokoro : Apache 2.0, Piper : MIT, Whisper : MIT) et de nombreuses voix Piper autorisent l’usage commercial. Quelques voix Piper reposent sur des jeux de données non commerciaux — vérifiez la fiche du modèle avant une publication commerciale.

      Est-ce que ça marche sur iPhone et Android ?

      Oui. Les versions récentes de Safari, Chrome et Samsung Internet prennent en charge les trois modes. Sur mobile, le modèle de transcription « Rapide » et les voix Standard offrent le meilleur équilibre entre vitesse et mémoire.

      Comment libérer l’espace utilisé par les modèles ?

      Ouvrez Réglages → « Modèles d’IA téléchargés » pour voir chaque modèle et sa taille, puis supprimez ceux dont vous n’avez plus besoin.

      Plus d’outils gratuits et privés

      Compressez, convertissez et modifiez audio, vidéo, images et PDF — directement dans votre navigateur.

      Voir tous les outils