Des voix de reprise IA que vous écoutez avant de choisir

Une voix de reprise IA est un modèle vocal entraîné qui reprend un enregistrement chanté et le rechante avec le timbre d'un tout autre interprète. Vous gardez votre mélodie, votre tempo, votre phrasé et votre émotion. Ce qui change, c'est la voix elle-même : les cordes vocales, la résonance, l'accent, le grain. Chantez un refrain avec votre propre voix, faites-le passer par un modèle soul, et la même interprétation revient comme si elle avait été enregistrée par un chanteur de studio spécialisé dans la soul.

C'est différent de la synthèse vocale et différent des générateurs de chansons IA. La synthèse vocale lit un texte que vous tapez, sans aucune interprétation musicale derrière. Les générateurs de chansons IA inventent un morceau entier à partir d'une consigne, et vous n'avez aucun contrôle sur la mélodie. Les voix de reprise IA se situent entre les deux : il s'agit de conversion voix vers voix, donc l'interprétation musicale reste toujours la vôtre et seule l'identité vocale est remplacée. C'est pour cela que les producteurs s'en servent pour leurs maquettes, que les auteurs-compositeurs les utilisent pour présenter un titre dans une voix plus proche de l'artiste visé, et que les créateurs publient des voix chantées sans jamais avoir à engager un chanteur professionnel.

Chaque voix de cette bibliothèque est sous licence et libre de droits. Ce sont des modèles entraînés en studio à partir de chanteurs de séance consentants, et non des imitations de célébrités récupérées sans autorisation. Cette distinction compte bien plus qu'on ne l'imagine. Une voix de reprise construite sur un artiste réel sans son accord vous expose à des poursuites pour atteinte au droit à la voix et à l'image, et dans plusieurs pays la plateforme qui fournit l'outil engage elle aussi sa responsabilité. Tout ce qui se trouve ici est autorisé pour un usage commercial : un morceau réalisé avec ces voix peut sortir sur Spotify, YouTube, TikTok ou dans un projet client sans risque de retrait.

La bibliothèque est organisée par genre, parce que le genre reste le meilleur indicateur pour savoir si une voix conviendra à votre morceau. Un modèle de voix pop est entraîné pour une interprétation nette, en avant, calibrée pour la radio. Un modèle R&B ou soul porte plus d'air, plus de mélismes et un bas-médium plus chaleureux. Les modèles rock poussent davantage vers le grain et la tension dans l'aigu. Les modèles rap sont entraînés sur un débit parlé-rythmé plutôt que sur des notes tenues : ils gèrent donc le flow et l'attaque des consonnes bien mieux qu'un modèle chanté ne le ferait.

Chaque carte du catalogue ci-dessus joue une démo de la voix en train de chanter : vous pouvez donc auditionner toute la bibliothèque avant de dépenser quoi que ce soit. Dès qu'une voix vous convient, cliquez et votre propre enregistrement part vers ce modèle précis. La conversion prend trente à soixante secondes et renvoie un fichier WAV haute qualité, à poser directement dans votre mixage.

Les voix portent aussi une étiquette de voix d'homme ou de femme et une étiquette de langue. La langue compte, car un modèle entraîné sur des voyelles anglaises restitue le plus naturellement des paroles en anglais, même si chaque modèle convertit de l'audio dans n'importe quelle langue. Si vous chantez dans une autre langue, en espagnol par exemple, partir d'une voix étiquetée dans cette langue donnera en général des voyelles plus propres et moins d'artefacts que de forcer un modèle anglais à faire le travail.