Générez de l'audio avec notre API de synthèse vocale

Par L'équipe éditoriale Hagy · Mis à jour 2026-11-19

ConteVoix est une API de synthèse vocale conçue pour les développeurs indépendants souhaitant intégrer de la narration audio dans leurs applications. Vous recevrez simplement un fichier audio en envoyant du texte via une requête JSON standard, compatible avec les SDK OpenAI.

Cette page détaille les fonctionnalités techniques, les voix disponibles et la tarification transparente. Vous y trouverez les informations nécessaires pour utiliser notre clé API, gérer votre compte et intégrer efficacement la voix dans vos projets de contes et d'histoires.

Générez de l'audio avec notre API de synthèse vocale

Questions fréquentes

Comment fonctionne l'API ?

Envoyez du texte via un endpoint POST JSON et recevez un fichier audio. L'API accepte les SDK OpenAI en modifiant l'URL de base. Les textes longs sont découpés en parties de 4096 caractères maximum et les fichiers sont ensuite joints pour former le fichier final.

Quels formats audio sont disponibles ?

Vous pouvez choisir entre le MP3, le WAV, l'OPUS, le FLAC et le PCM selon vos besoins de compatibilité. Ces formats sont spécifiés dans le champ response_format de votre requête JSON envoyée à l'endpoint de synthèse vocale pour obtenir le fichier audio généré.

Combien coûte l'utilisation de l'API ?

Le tarif est de 10 $ par million de caractères, soit 0,01 $ pour 1 000 caractères. Les espaces et la ponctuation comptent comme des caractères. Cette tarification simple s'applique à tous les modèles et voix disponibles sur la plateforme sans frais cachés.

Y a-t-il un essai gratuit ?

Oui, une inscription via Google offre 0,50 $ de crédit, soit environ 50 000 caractères, valables 7 jours. Les comptes créés avec email et mot de passe ne reçoivent pas ce crédit d'essai initial. Le solde ne expire pas une fois rechargé.

Comment payer ?

Les recharges se font uniquement en USDT sur le réseau TRON (TRC-20), avec un minimum de 5 $. Le crédit est ajouté automatiquement en quelques minutes après la confirmation de la transaction. Nous ne proposons ni cartes bancaires, ni PayPal, ni abonnements mensuels.

Les voix sont-elles des clones ?

Non, il n'y a pas de clonage vocal personnalisé ni de téléchargement de voix propres. Les voix sont basées sur des enregistrements licenciés (LibriTTS-R) et des lectures du domaine public (LibriVox). Chaque fichier généré contient un filigrane inaudible marquant la parole comme synthétique.

Combien de langues sont supportées ?

L'API prend en charge 23 langues, dont l'anglais, le français, l'arabe, le chinois et l'espagnol. Toute voix peut parler n'importe laquelle de ces langues. Si la langue n'est pas précisée, elle est déduite du script, par défaut l'anglais pour le latin.

Peut-on ajuster la vitesse de parole ?

Oui, vous pouvez ajuster la vitesse entre 0,25 et 4,0 via le paramètre speed. Cela permet d'adapter le débit de parole à vos besoins, que ce soit pour des contes lents ou des annonces dynamiques. La vitesse s'applique à toutes les voix disponibles.

Que se passe-t-il en cas d'échec ?

Si la synthèse échoue, la demande est gratuite et le montant est entièrement remboursé sur votre solde. Vous n'êtes facturé que pour les requêtes ayant abouti avec succès. Cela garantit que vous ne payez que pour le travail effectivement accompli par le moteur TTS.

Les données sont-elles utilisées pour l'entraînement ?

Non, votre texte d'entrée est utilisé uniquement pour produire le fichier audio et n'est pas utilisé pour l'entraînement des modèles. Votre texte d'entrée est utilisé uniquement pour produire le fichier audio et n'est pas utilisé pour l'entraînement.

Les fichiers audio sont-ils stockés ?

Non, les fichiers audio générés sont retournés dans la réponse immédiate et ne sont pas conservés sur nos serveurs. Seules les métadonnées de la requête (heure, nombre de caractères, statut) sont conservées à des fins de facturation et de suivi de l'utilisation.

Quelle est la limite de caractères ?

Chaque requête peut contenir jusqu'à 4096 caractères dans le champ input. Pour les textes plus longs, vous devez diviser votre contenu en plusieurs parties et joindre les fichiers audio résultants. Cette limite s'applique à chaque appel individuel de l'API de synthèse.

Y a-t-il une garantie de disponibilité ?

Non, nous ne proposons aucune garantie de disponibilité (SLA) ni de contrat d'entreprise. Les demandes sont traitées séquentiellement, ce qui peut entraîner des files d'attente en cas de charge élevée. La vitesse est approximativement réelle, mais varie selon la charge du serveur.

Comment contacter le support ?

Le support est disponible uniquement par e-mail. Nous n'avons ni numéro de téléphone, ni chat en direct. Pour toute question technique ou liée à votre compte, envoyez-nous un message et nous vous répondrons dès que possible via cette voie unique.

Le site est-il affilié à OpenAI ?

Non, ConteVoix n'est affilié à aucune marque comme OpenAI, ElevenLabs ou Google. Nous utilisons simplement une structure d'endpoint compatible avec les SDK OpenAI pour faciliter l'intégration. Notre API est indépendante et fonctionne avec sa propre clé et ses propres modèles de synthèse vocale.

Une API simple pour la synthèse vocale

Illustration d'onde sonore pour: Une API simple pour la synthèse vocale

ConteVoix est une API cloud conçue pour les développeurs indépendants : vous envoyez du texte et recevez un fichier audio. L'API traite les requêtes de manière séquentielle, avec un débit d'environ 25 caractères par seconde pour les textes longs. Pour les textes supérieurs à 4096 caractères, il suffit de diviser le texte en segments et de joindre les fichiers audio résultants.

Envoi de texte et réception d'audio

Envoi de texte et réception d'audio

L'API accepte des requêtes JSON via POST. Vous spécifiez le modèle (tts-1 ou tts-1-hd), le texte d'entrée, la voix et le format de sortie. Les requêtes échouées sont gratuites et le solde est remboursé intégralement. L'authentification se fait via un jeton Bearer unique par compte.

Compatible avec les SDK OpenAI

Compatible avec les SDK OpenAI

La forme de la requête est identique à celle de l'endpoint OpenAI Speech. En modifiant simplement la base_url vers https://api.hagy.info/v1 et en utilisant votre clé ConteVoix, les SDK officiels OpenAI fonctionnent directement. Aucun formatage supplémentaire n'est nécessaire pour vos appels.

Endpoints standardisés et documentés

Endpoints standardisés et documentés

L'API expose POST /v1/audio/speech pour la génération, GET /v1/voices pour lister les voix et GET /v1/models pour les modèles. Ces endpoints standardisés facilitent l'intégration dans vos applications existantes sans nécessiter de bibliothèques propriétaires.

Voix et langues disponibles

Illustration d'onde sonore pour: Voix et langues disponibles

Notre API propose huit voix presets, soigneusement choisies pour leur clarté et leur caractère adapté à la narration. Qu'il s'agisse d'une voix féminine douce comme Luna ou masculine et dynamique comme Felix, vous disposez d'options variées pour vos contes et applications.

Ces voix sont basées sur des enregistrements licenciés, garantissant une qualité sonore constante et professionnelle pour chaque génération audio.

8 voix presets masculines et féminines

8 voix presets masculines et féminines

Huit voix sont disponibles, réparties entre quatre tons féminins et quatre tons masculins. Chaque voix possède une personnalité distincte : Aria pour une narration chaleureuse, Nova pour un ton ensoleillé, Luna pour l'histoire douce, Sage pour l'instruction calme, Felix pour le dynamisme, Milo pour la conversation, Atlas pour la neutralité et Orion pour le documentaire profond.

  • Aria (femme, narratrice chaleureuse et claire)
  • Nova (femme, ton lumineux et dynamique)
  • Luna (femme, douce, idéale pour le storytelling)
  • Sage (femme, calme, idéale pour l'instruction)
  • Felix (homme, énergique, idéal pour les promos)
  • Milo (homme, amical et conversationnel)
  • Atlas (homme, neutre, idéal pour l'information)
  • Orion (homme, voix profonde, idéal pour les documentaires)

23 langues supportées

Vous pouvez générer de l'audio dans vingt-trois langues, incluant le français, l'anglais, l'allemand, l'espagnol et le japonais. Toutes les voix peuvent prononcer n'importe laquelle de ces langues avec naturel.

  • Arabe, Chinois, Danois, Néerlandais, Anglais, Finnois, Français, Allemand, Grec, Hébreu, Hindi, Italien, Japonais, Coréen, Malais, Norvégien, Polonais, Portugais, Russe, Espagnol, Swahili, Suédois, Turc

Langue détectée ou spécifiée manuellement

Si le paramètre language n'est pas défini, le système devine la langue basée sur le script. Pour les textes en latin autre que l'anglais, il est recommandé de spécifier explicitement la langue ISO pour éviter toute ambiguïté.

Formats et paramètres audio

Illustration d'onde sonore pour: Formats et paramètres audio

Notre API vous offre une flexibilité totale sur le format de sortie audio. Choisissez parmi mp3, wav, opus, flac ou pcm selon vos besoins d'intégration dans vos applications de contes.

Vous pouvez ajuster la vitesse de lecture entre 0.25 et 4.0, permettant de ralentir la narration pour les jeunes enfants ou d'accélérer la lecture pour les audios rapides. Le texte est limité à 4096 caractères par requête.

Formats : mp3, wav, opus, flac, pcm

Sélectionnez le format audio qui s'adapte le mieux à votre application. Le MP3 est idéal pour le web, tandis que le WAV ou le FLAC conviennent aux archives haute qualité. Le PCM et l'OPUS offrent d'autres options de compatibilité.

  • MP3 pour une lecture web universelle
  • WAV et FLAC pour une qualité audio brute
  • OPUS et PCM pour une intégration technique spécifique

Vitesse ajustable de 0.25 à 4.0

Ajustez le paramètre speed pour contrôler le débit de parole. Une vitesse de 1.0 correspond au rythme naturel. Réduisez la vitesse pour une narration plus douce ou augmentez-la pour des dialogues dynamiques.

  • Vitesse minimale : 0.25 (lecture très lente)
  • Vitesse normale : 1.0
  • Vitesse maximale : 4.0 (lecture rapide)

Texte limité à 4096 caractères par requête

Chaque requête peut contenir jusqu'à 4096 caractères. Pour les textes plus longs, divisez-les en plusieurs appels et assemblez les fichiers audio générés. Cela garantit une synthèse fiable et réactive.

Tarification transparente

Illustration d'onde sonore pour: Tarification transparente

ConteVoix facture la synthèse vocale au caractère près, avec un tarif clair de 0,01 $ par 1 000 caractères (espaces et ponctuation inclus). Cet envoi de texte simple permet aux développeurs de maîtriser précisément leurs coûts de production audio.

Si la synthèse échoue, le montant est intégralement remboursé. Aucun frais caché ne viendra surprendre votre budget lors de la génération de vos voix off.

0,01 $ par 1 000 caractères

Le coût est calculé sur la longueur exacte de votre texte envoyé à l'API. Chaque caractère compte, y compris les espaces et la ponctuation, pour une facturation juste et prévisible.

Requêtes échouées gratuites

Vous ne payez que pour le travail effectué. Si la génération audio échoue, le montant correspondant est retourné sur votre solde sans aucune pénalité.

Pas d'abonnement, pas de frais cachés

Nous ne proposons ni plans mensuels ni abonnements obligatoires. Vous payez uniquement ce que vous consommez, sans engagement de durée ni minimum de dépenses imposé.

Tarification transparente

Limites et fonctionnalités absentes

Illustration d'onde sonore pour: Limites et fonctionnalités absentes

Notre API privilégie la simplicité et la fiabilité. Elle ne propose pas de flux audio en temps réel ni de connexion WebSocket, car nous nous concentrons sur une génération audio robuste via des requêtes HTTP standard. Cette approche garantit une compatibilité native avec les SDK OpenAI existants sans complexité supplémentaire.

Nous avons volontairement exclu des fonctionnalités avancées pour maintenir une interface claire et prévisible. Si vous avez besoin de balises SSML, de dictionnaires de prononciation personnalisés ou de clonage vocal, ce n'est pas disponible ici. Vous pouvez utiliser 8 voix presets optimisées pour la narration, sans besoin de configuration fine.

Pas de streaming ni de WebSocket

La génération d'audio se fait entièrement via une requête POST standard. Vous envoyez le texte et recevez le fichier audio une fois le traitement terminé. Il n'y a pas de flux continu ni de connexion persistante. Cette méthode simplifie l'intégration pour les développeurs indépendants qui préfèrent une logique de type demande-réponse claire.

  • Pas de flux audio en temps réel
  • Pas de connexion WebSocket
  • Génération synchrone via HTTP standard

Pas de SSML ni de clonage vocal

Le format d'entrée est du texte brut. Nous ne supportons pas les balises SSML pour contrôler la ponctuation ou la pause. De plus, vous ne pouvez pas cloner une voix spécifique ni en importer une nouvelle ; vous choisissez parmi les 8 presets disponibles. Cette limitation réduit la complexité tout en offrant des résultats de haute qualité pour la narration.

  • Texte brut uniquement (pas de SSML)
  • 8 voix presets fixes
  • Pas de clonage vocal personnalisé

Support par email uniquement

Nous n'avons ni téléphone ni chat en direct pour réduire les coûts et rester agiles. Toute assistance technique ou question concernant votre compte ou l'API se fait exclusivement par email. Nous répondons par email, mais nous ne garantissons pas de délais de réponse précis.

  • Assistance par email uniquement
  • Pas de numéro de téléphone
  • Pas de chat en direct

Compte et sécurité

Illustration d'onde sonore pour: Compte et sécurité

Votre accès repose sur une seule clé API active par compte, visible depuis votre tableau de bord. En cas de besoin, vous pouvez en générer une nouvelle à tout moment ; la précédente devient immédiatement invalide, garantissant une gestion simple et sécurisée de vos accès sans complexité inutile.

La sécurité et la simplicité sont au cœur de notre approche. Vous disposez d'un espace dédié où vous pouvez consulter vos informations clés et gérer vos paramètres sans friction.

Clé API unique par compte

Une seule clé active par compte. Vous pouvez en émettre une nouvelle à tout moment. L'ancienne est révoquée instantanément.

None

None

  • Génération instantanée
  • Révocation immédiate

Essai gratuit de 0,50 $

Connectez-vous avec Google pour recevoir 0,50 $ de crédit (environ 50 000 caractères), valables 7 jours. Les comptes créés par email n'ont pas de crédit d'essai.

None

None

  • Inscription Google : 0,50 $
  • Valable 7 jours
  • Compte email : aucun crédit

Paiement en USDT (TRC-20)

Recharges minimum de 5 $ en USDT sur le réseau TRON. Le crédit est ajouté automatiquement en quelques minutes après la transaction.

None

None

  • Réseau TRC-20 uniquement
  • Minimum 5 $
  • Crédit automatique et rapide

Écoutez les 8 voix

Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Sa voix claire et vive transforme chaque phrase en une expérience engageante, parfaite pour les jeunes publics ou les contenus dynamiques.

Avatar de la voix aria
ariafemme
Avatar de la voix nova
novafemme
Avatar de la voix luna
lunafemme
Avatar de la voix sage
sagefemme
Avatar de la voix felix
felixhomme
Avatar de la voix milo
milohomme
Avatar de la voix atlas
atlashomme
Avatar de la voix orion
orionhomme

23 langues

Chaque voix peut parler n'importe laquelle de ces langues.

Sources et lectures complémentaires

  1. Wikipedia
  2. Tether (USDT)
  3. Creative Commons Attribution 4.0
  4. Python documentation
  5. openai-node on GitHub
  6. MDN: Web Speech API
  7. OpenAI API reference: create speech
  8. LibriTTS-R corpus (OpenSLR 141)
  9. LibriTTS-R paper (arXiv 2305.18802)
  10. LibriVox public-domain audiobooks
  11. TRON developer hub: TRC-20
  12. FFmpeg documentation

Plus sur ce site