Questions fréquentes
Qu'est-ce qu'une API de synthèse vocale ?
C'est un service cloud qui convertit du texte en fichier audio via une requête POST. Vous envoyez du texte et recevez un fichier audio une fois la synthèse terminée. Cette API fonctionne avec les SDK OpenAI en modifiant simplement l'URL de base, ce qui simplifie l'intégration technique pour vos projets audio.
Comment fonctionne la génération de voix pour les podcasts ?
Vous envoyez votre texte via l'endpoint POST /v1/audio/speech avec le modèle et la voix choisis. Le système génère le fichier audio et le retourne dans la réponse. Pour les textes longs, vous pouvez diviser le texte en parties de 4096 caractères et joindre les fichiers audio résultants.
Quelle est la différence entre tts-1 et tts-1-hd ?
Les modèles tts-1 et tts-1-hd utilisent exactement le même moteur de synthèse vocale et le même prix. La distinction réside uniquement dans le nom du modèle envoyé dans la requête JSON. Vous pouvez choisir l'un ou l'autre sans impact sur le coût ou la qualité audio perçue.
Les voix peuvent-elles parler toutes les langues supportées ?
Oui, chaque voix peut prononcer n'importe lequel des 23 langues supportées, comme l'anglais, le français ou l'arabe. Si la langue n'est pas spécifiée, elle est déduite du script. Pour les textes latins non anglais, définissez explicitement le paramètre language pour garantir la prononciation correcte.
Combien de temps prend la génération audio ?
La génération prend environ une seconde par 25 caractères de texte, soit un temps réel pour les longs textes. Les phrases courtes nécessitent quelques secondes. Les requêtes sont traitées séquentiellement ; sous forte charge, une file d'attente peut s'ajouter au temps de traitement habituel.
Le texte non utilisé est-il facturé ?
Oui, la facturation s'applique aux caractères envoyés, y compris les espaces et la ponctuation. Cependant, si la synthèse échoue, la demande est considérée comme nulle et le montant est intégralement remboursé sur votre solde. Vous ne payez que pour les générations audio réussies et livrées.
Puis-je utiliser ma propre clé API OpenAI ?
Non, vous devez utiliser une clé spécifique à notre service, commençant par 'tts-'. Votre clé OpenAI standard ne fonctionnera pas directement car elle n'est pas liée à notre service. Vous devez configurer le SDK OpenAI en pointant l'URL de base vers https://api.victini.info/v1 et en utilisant votre clé VoixParlante pour l'authentification.
Les fichiers audio contiennent-ils des marques d'eau ?
Oui, chaque fichier audio généré contient une marque d'eau inaudible qui identifie le contenu comme une parole synthétique. Cela permet de distinguer facilement les voix générées par notre API des enregistrements humains ou d'autres sources audio sans nécessiter de vérification manuelle complexe.
Quels formats audio puis-je générer ?
Vous pouvez choisir parmi cinq formats : mp3, wav, opus, flac et pcm. Ces formats sont spécifiés dans le champ response_format de votre requête JSON. Ce choix vous permet d'adapter le fichier audio final à vos besoins de stockage ou de diffusion podcast sans conversion supplémentaire.
Y a-t-il une limite de caractères par requête ?
Chaque requête est limitée à 4096 caractères maximum. Pour les textes plus longs, vous devez diviser votre contenu en segments respectant cette limite. Vous pouvez ensuite générer chaque segment séparément et joindre les fichiers audio résultants pour obtenir votre fichier final complet et cohérent.
Comment fonctionne la facturation au caractère ?
Le tarif est de 10 $ par million de caractères, soit 0,01 $ par 1 000 caractères. Les espaces et ponctuations comptent comme des caractères. Le solde ne expire pas et les demandes échouées sont remboursées intégralement. Vous payez uniquement pour les caractères générés avec succès.
Puis-je cloner ma propre voix ?
Non, nous ne proposons pas de clonage vocal personnalisé. Vous pouvez choisir parmi huit voix prédéfinies basées sur des enregistrements licenciés. Aucune option n'existe pour télécharger votre propre voix ou personnaliser les paramètres vocaux au-delà de la vitesse et du modèle de base.
Les données textuelles sont-elles utilisées pour l'entraînement ?
Non, votre texte d'entrée est utilisé exclusivement pour produire le fichier audio correspondant. Il n'est pas conservé ni utilisé pour entraîner nos modèles. Seules les métadonnées de la requête (heure, nombre de caractères, statut) sont conservées à des fins de facturation et de suivi.
Comment contacter le support pour un problème de podcast ?
Le support est assuré exclusivement par e-mail. Nous ne disposons ni de numéro de téléphone, ni de chat en direct. Envoyez votre demande à l'adresse indiquée sur la page de contact. Nous traitons les demandes sans garantie de temps de réponse spécifique ni SLA.
Première requête
curl
curl https://api.victini.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Conversion texte-audio pour le podcasting
VoixParlante transforme votre texte brut en fichiers audio prêts à être intégrés dans vos flux podcasting. L'API accepte jusqu'à 4 096 caractères par requête, générant un fichier audio via une simple commande POST. Cette approche élimine la complexité technique tout en garantissant une production audio cohérente pour vos épisodes.
Le traitement est séquentiel : les requêtes sont exécutées une par une, ce qui peut créer une file d'attente lors des pics de charge. Pour les textes longs, vous devez diviser le contenu en segments de 4 096 caractères maximum et joindre les fichiers audio résultants. Cette méthode assure une intégration fluide sans nécessiter de gestion manuelle des découpages.
Génération audio rapide
La vitesse de génération est d'environ 25 caractères par seconde pour les textes longs, ce qui correspond approximativement au temps réel. Les phrases courtes peuvent prendre quelques secondes supplémentaires en raison des temps de traitement initiaux.
Contrairement aux solutions en streaming, l'API REST standard renvoie le fichier audio complet une fois la synthèse terminée. Cette simplicité facilite l'intégration dans les workflows d'édition podcast existants sans gérer des flux audio partiels.
- Requêtes POST standard vers /v1/audio/speech
- Réponse instantanée du fichier audio final
- Débit moyen de 25 caractères par seconde
- Gestion automatique des temps de traitement
Intégration API simple
L'API suit la forme de requête de l'endpoint OpenAI Speech. Vous pouvez utiliser les SDK officiels OpenAI en modifiant simplement l'URL de base vers https://api.victini.info/v1. Une seule clé API active suffit pour toutes les requêtes.
La configuration nécessite uniquement d'envoyer le texte dans le champ 'input', de spécifier un modèle ('tts-1' ou 'tts-1-hd') et de choisir une voix parmi les 8 présélections disponibles. L'en-tête Authorization Bearer valide chaque demande.
- Compatible avec les SDK OpenAI existants
- URL de base modifiable en une ligne
- Authentification par clé Bearer unique
- Structure JSON standardisée
Qualité de narration
Les voix sont issues d'enregistrements licenciés (LibriTTS-R CC BY 4.0) et de lectures de livres audio du domaine public. Chaque fichier généré contient un filigrane inaudible marquant le contenu comme une synthèse vocale.
La qualité est optimisée pour la narration podcast avec des voix variées : narratrice chaleureuse, voix documentaire profonde ou ton conversationnel. Le système devine la langue du texte, mais il est recommandé de spécifier le paramètre 'language' pour les textes en latin non anglais.
- Voix basées sur des enregistrements licenciés
- Filigrane inaudible pour identifier le contenu synthétique
- 8 voix presets adaptées à la narration
- Détection automatique ou forcée de la langue
Voix et langages disponibles
VoixParlante offre huit voix pré-enregistrées issues de lectures publiques, couvrant des registres variés du narrateur chaud à la voix profonde pour documentaires. Chaque voix est optimisée pour la clarté et la cohérence, essentiels pour la narration podcast.
8 présélection de voix
Choisissez parmi Aria, Nova, Luna et Sage pour des tons féminins, ou Felix, Milo, Atlas et Orion pour des tons masculins. Ces voix sont basées sur des enregistrements licenciés (LibriTTS-R) et garantissent une qualité auditive constante sans nécessiter de montage complexe.
- Aria : narratrice claire et chaleureuse
- Nova : ton dynamique et positif
- Luna : douceur pour le storytelling
- Sage : calme et instructif
- Felix : énergique, idéal pour le promo
- Milo : conversationnel et amical
- Atlas : neutre, style journal
- Orion : profond, voix documentaire
23 langues supportées
L'API supporte 23 langues, incluant l'anglais, le français, l'allemand, l'espagnol, le chinois et le japonais. Vous pouvez spécifier une langue ISO ou laisser le système la deviner pour le texte latin (par défaut anglais). Les langues comme le vietnamien ou le thaï ne sont pas supportées.
- Arabe, Chinois, Danois, Néerlandais, Anglais
- Finnois, Français, Allemand, Grec, Hébreu
- Hindi, Italien, Japonais, Coréen, Malais
- Norvégien, Polonais, Portugais, Russe, Espagnol
- Swahili, Suédois, Turc
Voix mixtes multilingues
Toutes les huit voix peuvent prononcer n'importe quelle des 23 langues supportées avec une grande fidélité. Cette polyvalence permet de créer des épisodes multilingues avec une seule voix de base, assurant une cohérence stylistique à travers les segments linguistiques.
Formats audio et compatibilité
L'API TTS de VoixParlante offre une flexibilité maximale dans la gestion des fichiers audio générés. Vous pouvez choisir le format le plus adapté à votre pipeline de production podcast, qu'il s'agisse de compatibilité universelle ou d'optimisation du stockage.
Formats MP3 et WAV
Le format MP3 est idéal pour la diffusion web standard, offrant un bon équilibre entre qualité et taille de fichier. Le WAV fournit une audio brute non compressée, parfaite pour les traitements post-production exigeants.
Opus et FLAC
Opus assure une compression efficace avec une qualité sonore élevée, réduisant les coûts de bande passante. FLAC propose une compression sans perte, conservant l'intégralité des données audio pour une qualité maximale sans augmentation de volume.
PCM brut
Le format PCM brut fournit les échantillons audio bruts, sans aucune compression ni en-tête. Ce format est utilisé pour les intégrations nécessitant un contrôle total sur le flux audio à bas niveau.
Vitesse et performance
La génération audio suit un débit approximatif de temps réel, soit environ 25 caractères de texte par seconde générée. Pour les phrases courtes, la synthèse peut prendre quelques secondes. Les requêtes sont traitées séquentiellement, ce qui signifie qu'une file d'attente peut se former en cas de charge élevée.
Contrairement à ce que pourrait suggérer le terme, l'API ne divise pas automatiquement le texte en arrière-plan. Pour les contenus longs, vous devez diviser manuellement votre texte en segments de 4096 caractères maximum. Vous êtes ensuite responsable de la logique de concaténation des fichiers audio résultants côté client.
Débit réel approximatif
La vitesse de synthèse est d'environ 25 caractères par seconde pour les textes longs. Une phrase courte peut prendre quelques secondes à être générée. La latence dépend du traitement séquentiel des requêtes.
Files d'attente sous charge
Les requêtes sont traitées les unes après les autres. Sous une charge importante, vos requêtes peuvent attendre dans une file d'attente avant d'être exécutées. Cette latence est inhérente à la structure de traitement actuel.
Split automatique du texte
Pour les textes longs, divisez-les manuellement en parties de 4096 caractères maximum et joignez les fichiers audio résultants. L'API ne gère pas le split automatique en arrière-plan ; c'est à vous de gérer la logique de concaténation côté client.
Pourquoi choisir une API pour podcasts
Les créateurs de contenu audio doivent souvent adapter leur production aux imprévus des calendriers éditoriaux. Une API TTS permet de générer des heures de narration à la demande, sans bloquer de ressources humaines sur des tâches répétitives.
Vous payez uniquement pour les caractères réellement utilisés. Cette transparence financière élimine le gaspillage lié aux abonnements qui ne correspondent pas à vos pics de production.
Flexibilité des volumes
La facturation au caractère (0,01 $ pour 1 000 caractères) s'aligne sur votre activité réelle. Que vous produisiez un épisode hebdomadaire ou une série quotidienne, le coût reste proportionnel au volume généré.
Pas d'abonnement fixe
Contrairement aux services SaaS qui imposent des mensualités regardless de l'usage, nous ne proposons aucun plan fixe. Vous rechargez votre solde en USDT (TRC-20) et utilisez vos fonds au fil de l'eau.
Le solde ne expire jamais. Cette approche est idéale pour les freelances aux revenus variables qui préfèrent maîtriser leur trésorerie sans engagement à long terme.
Contrôle technique total
Vous maîtrisez entièrement le processus de génération via notre API standard. Vous décidez des formats audio (MP3, WAV, Opus, FLAC) et de la vitesse de lecture pour chaque fichier produit.
Pas de plateforme propriétaire imposée : vous intégrez directement le résultat audio dans votre pipeline de montage ou d'hébergement podcast grâce à une simple requête HTTP.

Démonstration technique
La génération audio repose sur un endpoint POST standardisé. Envoyez votre texte et les paramètres dans un corps JSON pour recevoir un fichier audio instantanément.
Exemple de requête cURL
Utilisez la commande suivante en remplaçant la clé par la vôtre. Le modèle 'tts-1' offre un rapport qualité/prix optimal pour les podcasts.
- curl -X POST https://api.victini.info/v1/audio/speech \ -H "Authorization: Bearer tts-votre-clé" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Bonjour et bienvenue dans ce podcast.", "voice": "aria", "response_format": "mp3"}'
Configuration du SDK
Les SDK officiels OpenAI fonctionnent immédiatement. Modifiez simplement l'URL de base pour pointer vers notre API et utilisez votre clé VoixParlante.
- base_url: https://api.victini.info/v1
- Clé: Bearer tts-...
Gestion des erreurs
Si la synthèse échoue, aucun frais n'est débité. Vérifiez toujours la réponse HTTP et le statut du code pour assurer la fiabilité de votre pipeline audio.
Sécurité et confidentialité
Notre API traite vos textes pour générer l'audio sans le conserver. Une fois la réponse envoyée, le fichier audio n'est pas stocké en base de données durable. Seules les métadonnées de la requête (heure, statut, caractères) sont archivées pour la facturation précise de votre solde.
Pas de stockage audio
Le contenu audio généré est retourné dans la réponse HTTP puis détruit. Nous ne conservons pas vos fichiers audio pour une réutilisation ultérieure par nos soins.
Pas d'entraînement sur données
Votre texte saisi est utilisé exclusivement pour la synthèse vocale immédiate. Il n'est jamais intégré à nos jeux de données pour l'entraînement ou l'amélioration de nos modèles de langage.
Clés API uniques
Chaque compte possède une clé d'authentification Bearer unique. L'émission d'une nouvelle clé invalide immédiatement l'ancienne, garantissant un contrôle total sur l'accès à vos ressources sans persistance de session.
- Clé unique par compte
- Révocation instantanée
- Métadonnées de facturation uniquement
Support technique
La prise en charge est assurée exclusivement par voie électronique. En l'absence de numéro de téléphone ou de chat en direct, tout échange technique ou facturation passe par notre support par email pour garantir un suivi documenté et précis de vos demandes.
Support par email
Envoyez vos questions à notre adresse dédiée. Nos équipes traitent les requêtes dans l'ordre d'arrivée sans engagement de délai garanti.
Documentation API
Consultez la section /docs/ pour la référence complète de l'API. Elle détaille les paramètres de requête, les formats de réponse JSON et les codes d'erreur standards pour une intégration autonome sans assistance humaine systématique.
- Exemples de code cURL et SDK OpenAI
- Schéma des erreurs HTTP
- Paramètres de vitesse et de format
Mises à jour du service
Les éventuelles interruptions de service ou mises à jour des endpoints sont signalées via les canaux habituels du site. Aucune garantie de disponibilité (SLA) n'est contractuellement fournie.
Commencer avec VoixParlante
Créez votre compte sur la page /get-api-key/ en vous connectant avec Google ou en choisissant un identifiant et un mot de passe. Votre clé API s'affiche immédiatement avec votre solde actuel et un exemple de requête prêt à l'emploi.
Inscription rapide
L'inscription prend quelques secondes. Chaque compte est lié au site victini.info et stocke une seule clé active valide pour vos appels API.
Crédit d'essai
La connexion via Google offre un crédit de 0,50 $ (environ 50 000 caractères), valable 7 jours. Les comptes créés avec email et mot de passe débutent sans ce crédit.
Paiement USDT
Ajoutez du solde via le réseau TRON (TRC-20) en USDT, avec un minimum de 5 $. Le crédit est ajouté automatiquement en quelques minutes après la transaction.
- Réseau TRC-20 uniquement
- Minimum 5 $
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Utilisez cette voix pour les résumés trimestriels ou les comptes-rendus techniques.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
