Cloner votre voix pour faire parler vos vidéos
MAJ du 12 juin 2026
Vos vidéos de formation ont besoin d'une voix off, et chaque leçon signifie repasser au micro : les prises ratées, le souffle, le correctif de dernière minute qui oblige à tout réenregistrer. Une voix recréée règle ça, à condition de ne pas l'utiliser n'importe comment : mal préparée, elle écorche vos sigles et vos noms d'outils, et des sous-titres posés à l'oreille ne tombent jamais sur le bon mot.
Cette masterclass vous fait entrer dans les coulisses de mes voix off : comment je fais lire n'importe quel texte par votre voix recréée sur ElevenLabs, avec les bons réglages et une passe phonétique sur les mots risqués. À la sortie, une seule commande produit deux fichiers : l'audio de votre vidéo et le minutage qui cale les sous-titres au mot près.
Ce que cet exercice ne peut pas casser
L'exercice du jour se fait sur une feuille : vous ne générez rien et vous ne touchez pas à votre compte ElevenLabs. Et le jour où vous lancez la commande, le pire des cas est un audio raté qui se régénère ; votre clé d'accès, elle, reste secrète à chaque étape, jamais exposée en clair.
Ce que vous saurez faire à la fin
- Préparer un texte pour une voix recréée : repérer les mots qui seront mal prononcés en français et écrire leur version phonétique.
- Poser des réglages de voix éprouvés (stabilité, fidélité à la voix d'origine, expressivité) et savoir quand les ajuster selon l'usage de la vidéo.
- Générer en une seule commande le fichier audio et le fichier de minutage, et savoir exactement quoi faire de chacun au montage.
- Niveau membre· le prompt prêt à coller qui corrige la prononciation, applique les réglages de voix et vous donne la commande exacte pour générer l'audio et le minutage, mode interview compris.
- Niveau Pro· je m'occupe de toute la chaîne : votre voix recréée, vos voix off générées et vos sous-titres calés, sans que vous repassiez au micro.
Une chaîne courte, et une seule commande à la fin : elle rend l'audio et le minutage des sous-titres.
Une voix recréée, deux fichiers, zéro prise au micro
Faire lire votre texte par votre voix recréée tient en une chaîne courte : la matière (votre texte, votre identifiant de voix, votre clé d'accès), une passe phonétique sur les mots risqués, des réglages de voix éprouvés, un récapitulatif, puis une seule commande qui rend deux fichiers. Et une règle au-dessus de tout : rien ne s'invente en route. Une information manque ? Elle se demande, elle ne se devine pas.
1Tout part de trois informationsdoute : « et si je n'ai pas tout ? »
Trois informations suffisent : votre texte à faire lire, votre identifiant de voix ElevenLabs, votre clé d'accès. S'il en manque une, elle se demande au lieu de s'inventer : c'est le mode interview, une question à la fois (quel texte, quelle voix, quel usage), jusqu'à avoir tout ce qu'il faut. Et la clé d'accès reste secrète : elle ne s'expose jamais en clair dans un texte destiné à être partagé.
2La passe phonétique : les mots qui se font écorcherdoute : « qu'est-ce qui se prononce mal ? »
Avant de générer quoi que ce soit, le texte se relit pour repérer les mots à risque en français : sigles, anglicismes, noms propres, noms d'outils. Chacun reçoit une version phonétique proposée (« I.A. » pour « IA », « Soupabèsse » pour « Supabase »), et rien ne se corrige sans votre accord. C'est cette passe qui fait la différence entre une voix crédible et une voix qui trébuche sur votre propre vocabulaire.
3Les réglages de voix qui tiennent la routedoute : « pourquoi ces valeurs et pas d'autres ? »
Stabilité 0.35, fidélité à la voix d'origine 0.85, expressivité 0.5, modèle multilingue pour le français : ce sont mes réglages de départ. Si votre usage justifie autre chose (une voix plus posée pour une formation longue, par exemple), le changement s'explique et se propose ; il ne s'applique jamais en silence.
4Le récapitulatif avant de produiredoute : « comment éviter de générer pour rien ? »
Avant de lancer quoi que ce soit, tout se vérifie noir sur blanc : le texte corrigé, les réglages retenus, et ce que vous allez obtenir, c'est-à-dire un fichier audio et un fichier de minutage. Ce récapitulatif est votre dernier arrêt : c'est lui qui évite de découvrir une erreur dans l'audio fini.
5Une commande, deux fichiersdoute : « il faut savoir coder ? »
Non : vous recevez la commande exacte à coller dans votre terminal, avec votre identifiant de voix et votre clé d'accès aux bons endroits. Elle envoie votre texte à ElevenLabs avec les réglages retenus et récupère les deux fichiers, l'audio et le minutage des sous-titres, avec une phrase d'explication sur quoi faire de chacun.
6Et après : le montagedoute : « à quoi sert le fichier de minutage ? »
L'audio se pose sur la ligne de temps de votre montage. Le fichier de minutage donne l'instant exact de chaque mot : c'est lui qui cale les sous-titres mot à mot, sans réglage à l'oreille. Pour assembler la vidéo elle-même, l'épisode suivant configure le présentateur virtuel qui portera cette voix.
À vous de jouer : préparez votre prochaine voix off
Prenez le script de votre prochaine vidéo (ou un paragraphe d'une formation existante) et une feuille. Quinze minutes, à la main, sans rien générer. Cochez à mesure.
Le résultat, en 30 secondes
Voici ce que le prompt rend quand la matière est complète : quatre blocs, toujours dans le même ordre, et rien d'inventé.
Mots à corriger : « IA » devient « I.A. », « Supabase » devient « Soupabèsse », en attente de votre accord. Récapitulatif : texte corrigé, stabilité 0.35, fidélité 0.85, expressivité 0.5, modèle multilingue, usage formation. La commande : prête à coller dans votre terminal, votre identifiant de voix et votre clé aux bons endroits. Quoi faire ensuite : l'audio part sur la ligne de temps, le minutage cale les sous-titres.
Le prompt prêt à coller
# RÔLE Tu es un ingénieur audio spécialisé dans le clonage de voix avec ElevenLabs, méticuleux et pédagogue. Tu ne t'appuies que sur ce que je te donne. Si une information te manque (mon identifiant de voix, ma clé d'accès, mon texte), tu me la demandes au lieu de l'inventer. Tu signales clairement toute incertitude. # CONTEXTE Je veux faire lire un texte par ma voix recréée sur ElevenLabs, récupérer le fichier audio et le fichier de minutage pour des sous-titres synchronisés au mot près. - Mon identifiant de voix ElevenLabs : [collez-le ici, ou laissez vide si vous ne l'avez pas encore]
Le prompt vérifie qu'il a tout (votre texte, votre identifiant de voix, votre clé d'accès), corrige avec vous les mots mal prononcés, applique les réglages de voix, puis vous donne la commande exacte à coller dans votre terminal pour récupérer l'audio et le minutage. Pas encore de texte ni de voix recréée ? Il passe en mode interview et vous questionne une étape à la fois. Laissez votre email, je vous l'envoie.
Vérifiez que c'est à vous
Votre script de formation contient « IA », « Supabase » et le nom de votre programme. Vous collez le texte et lancez la génération directement. Quel est le risque, et quelle étape avez-vous sautée ?
D'abord avec vos mots, sans regarder les options :
Expliquez-le pour l'ancrer
En une phrase, à un confrère qui enregistre encore toutes ses voix off au micro : à quoi sert le fichier de minutage qui sort avec l'audio ? Si vous savez le dire sans relire, c'est à vous.
Ce que vous savez faire maintenant
- Repérer dans n'importe quel texte les mots qu'une voix recréée va écorcher, et écrire leur version phonétique avant de générer.
- Partir de réglages de voix éprouvés (stabilité 0.35, fidélité 0.85, expressivité 0.5) et les ajuster en connaissance de cause selon l'usage.
- Produire en une commande l'audio et le minutage, et caler des sous-titres au mot près sans réglage à l'oreille.
Une commande, deux fichiers : l'audio qui porte votre voix, le minutage qui cale vos sous-titres au mot près.
Continuez seul
L'audio et le minutage en poche, la vidéo s'assemble à la marche suivante du parcours :
Configurer le présentateur virtuel →Faites-le avec moi
Je clone votre voix, je corrige la prononciation, je génère vos voix off et je cale vos sous-titres : vos vidéos de formation parlent avec votre vraie voix, sans que vous repassiez au micro.