Donner quatre voix françaises naturelles à votre IA
MAJ du 12 avril 2026
Une seule voix qui lit tout, sur le même ton, finit toujours pareil : au bout de trois jours, vous coupez le son. Votre cerveau a appris à filtrer un timbre qui ne varie jamais, et vous ne distinguez plus une alerte d'un simple accusé de réception.
Cette masterclass vous fait assigner quatre voix françaises naturelles à quatre rôles précis (briefings, alertes, dialogue, recaps), pour que le timbre vous dise de quoi il s'agit avant même les mots. Vous les choisissez, vous les testez à l'oreille, et vous les routez automatiquement, en une dizaine de minutes, sans rien réinstaller.
Ce que cet exercice ne peut pas casser
Tout se joue sur une feuille et à l'oreille : vous remplissez un tableau, vous écoutez des échantillons audio, vous ne réinstallez rien et vous ne touchez à aucun réglage existant. Si une voix ne vous convient pas, vous changez une ligne du tableau et vous réécoutez. Vous pouvez permuter dix fois : c'est même comme ça qu'on tranche.
Ce que vous saurez faire à la fin
- Lister les voix françaises disponibles dans Edge TTS et reconnaître les quatre qui sortent du lot.
- Tester chaque voix en une commande et choisir celle qui vous va.
- Assigner une voix à chaque type de message (info, alerte, question, recap) pour que le timbre vous dise déjà de quoi il s'agit.
- Router la bonne voix automatiquement selon le contexte, sans rien acheter.
- Niveau membre· le prompt prêt à coller qui génère votre script de routage multi-voix sur mesure, adapté à vos propres types de messages.
- Niveau Pro· je conçois avec vous votre cartographie de voix par contexte et je branche le tout sur votre système.
Chaque type de message part vers la voix qui porte son intention : le timbre informe avant les mots.
Pourquoi quatre voix, et pas une ni dix
Une seule voix, c'est le piège de départ : elle marche le premier jour, elle vous endort le troisième, parce que votre cerveau filtre un son qui ne varie jamais. Dix voix, c'est l'excès inverse : vous passez votre temps à vous demander qui parle et la charge mentale annule le gain. Quatre, c'est le bon nombre parce qu'il colle aux quatre familles de messages que produit un assistant qui travaille avec vous toute la journée. Chaque voix répond à une intention différente, et chacune neutralise un doute précis.
1La voix posée : pour ce qu'on écoute longtempsdoute : « est-ce que je vais supporter cette voix sur la durée ? »
C'est la voix par défaut, celle qui lit les briefings, les résumés, les lectures de plusieurs phrases. Prenez ici la voix la plus calme et la plus claire, celle qui reste agréable au bout de dix minutes d'écoute. Dans Edge TTS, fr-FR-DeniseNeural remplit ce rôle : féminine, posée, professionnelle. C'est la seule des quatre que vous entendrez longtemps, donc c'est sur elle que se joue le confort.
2La voix d'alerte : pour ce qui ne doit pas vous échapperdoute : « vais-je rater le message qui compte, noyé dans le reste ? »
Une alerte n'a pas le droit de ressembler à une information. Prenez ici une voix nette, assertive, qui tranche avec la voix posée. fr-FR-HenriNeural joue ce rôle : masculine, claire, sans bavure. Quand cette voix parle, vous savez avant même d'écouter que quelque chose mérite votre attention. C'est tout l'intérêt : la rupture de timbre porte l'information avant les mots.
3La voix du dialogue : pour ce qui appelle une réponsedoute : « est-ce qu'on me parle, ou est-ce qu'on m'informe ? »
Quand votre assistant vous pose une question (« je continue avec la suite ? »), il ne fait ni une lecture ni une alerte : il ouvre un échange. Prenez ici une voix vive, un peu plus haute en énergie, qui sonne comme une vraie question. fr-FR-VivienneMultilingualNeural remplit ce rôle : dynamique, claire, faite pour l'aller-retour. Le cerveau comprend qu'on attend quelque chose de lui.
4La voix du recap : pour ce qui clôtdoute : « comment marquer la fin sans tomber dans le ton administratif ? »
En fin de session, votre assistant fait le bilan : tâches accomplies, prochain pas, au revoir. Ce n'est ni une alerte ni une question, c'est un moment plus posé, presque chaleureux. Prenez ici une voix chaude, décontractée : fr-FR-RemyMultilingualNeural remplit ce rôle. C'est la voix qui vous dit « bonne session » sans sonner comme un répondeur. Voilà pourquoi quatre et pas trois ni cinq : trois ne couvrent pas le dialogue ou le recap, cinq créent une famille de trop que votre oreille ne distingue plus.
À vous de jouer : votre table de routage, validée à l'oreille
Avant tout script, posez votre table de routage à la main, sur une feuille. C'est la pièce la plus structurante, et elle se fait sans rien installer.
Le résultat, en 30 secondes
À partir de votre seule table de routage (vos types de messages, vos quatre voix), le prompt écrit un script shell complet, commenté, prêt à coller : une commande voix-router qui choisit la bonne voix et lit le message à voix haute.
voix-router « alerte » « Le build a échoué, vérifiez les logs. » : voix nette fr-FR-HenriNeural, audio généré puis joué, fichier temporaire nettoyé. voix-router « recap » « Bonne session, trois tâches accomplies. » : voix chaude fr-FR-RemyMultilingualNeural. Un type non reconnu retombe sur la voix posée par défaut. Le prompt livre le script entier, les commandes pour l'installer et trois exemples d'appel testés.
Le prompt prêt à coller
# RÔLE Tu es un ingénieur shell exigeant, spécialisé dans les petits scripts robustes pour macOS et Linux. Tu écris du code propre, commenté, qui ne casse pas au premier cas limite. Tu ne t'appuies QUE sur ce que je te donne : les voix, les types de messages et les exemples que je fournis. Ce qui manque, tu me le demandes, tu ne l'inventes pas. Si tu n'es pas sûr qu'un code de voix Edge TTS existe, tu me le signales au lieu de l'affirmer. # CONTEXTE Je veux un script shell unique qui lit un type de message et un texte, choisit la bonne voix Edge TTS selon le type, génère l'audio et le joue. Je travaille sur macOS (lecture audio via `afplay`) ou sur Linux (je te le préciserai). J'ai déjà installé `edge-tts` et je dispose de `jarvis-say` pour la synthèse de base. Ma table de routage (si je l'ai) :
Écrire ce routage à la main (troncature des longs messages, fichier temporaire, type non reconnu), c'est faisable mais fastidieux. Le prompt transforme votre table en script voix-router sur mesure, adapté à vos propres familles de messages, et passe en mode interview, question par question, si vos catégories hésitent encore. Laissez votre email, je vous l'envoie.
Vérifiez que c'est à vous
Votre assistant termine la session et annonce : « Bonne session. Trois tâches accomplies. À demain. » Vers quelle voix votre table de routage doit-elle envoyer ce message ?
D'abord avec vos mots, sans regarder les options :
Expliquez-le pour l'ancrer
Expliquez en une phrase, à quelqu'un qui n'a jamais entendu parler de routage vocal : pourquoi quatre voix, et pas une ni dix ? Si vous savez justifier le chiffre, la méthode est à vous.
Ce que vous savez faire maintenant
- Quatre intentions (info, alerte, question, recap) qui couvrent tout ce que produit un assistant au quotidien.
- Une table de routage quatre voix validée à l'oreille, pas dans l'abstrait.
- Le réflexe de faire porter l'information par le timbre, avant même les mots.
Quatre intentions, quatre timbres, un cerveau qui suit sans effort.
Continuez seul
Votre assistant vous parle avec le bon timbre. La suite du parcours : lui parler autant qu'il vous parle.
Configurer votre dictée vocale en français →Faites-le avec moi
Je conçois avec vous votre cartographie de voix par contexte et je la branche sur votre système. Vous arrêtez de bricoler votre routage vocal seul, à tâtons.