Questions fréquentes
Quelle voix est la meilleure pour les annonces ?
Atlas est adapté aux annonces neutres et claires, tandis que Sage convient aux instructions calmes. Felix apporte de l'énergie aux messages dynamiques. Chaque voix peut prononcer n'importe lequel des 23 langues supportées. Le choix dépend du ton souhaité pour vos annonces, mais toutes offrent une clarté optimale pour la diffusion publique.
Le TTS est-il adapté aux gares bruyantes ?
Les voix sont conçues pour être claires et distinctes, ce qui aide à la compréhension dans des environnements bruyants. Cependant, le produit ne garantit pas une performance acoustique spécifique hors du contrôle du client. Pour les annonces critiques, nous recommandons de tester le volume et la fréquence des voix générées dans votre environnement réel.
Comment intégrer le TTS dans un système existant ?
Utilisez l'endpoint standardisé POST /v1/audio/speech. Le format de la requête JSON est identique à l'API OpenAI, ce qui permet d'utiliser les SDK officiels en modifiant simplement l'URL de base. Cela facilite l'intégration rapide dans vos workflows de diffusion d'annonces existants sans nécessiter de développement complexe ou de nouveaux outils.
Quel format audio choisir pour les annonces ?
Le format MP3 est un format supporté pour la génération audio. Le WAV est un format supporté. Le FLAC est un format supporté. Choisissez selon les capacités de votre matériel de diffusion sonore.
Le TTS supporte-t-il les langues régionales ?
Nous supportons 23 langues spécifiques, dont l'anglais, le français, l'espagnol et l'allemand. Les langues régionales comme le breton ou l'occitan ne sont pas listées comme supportées. Si votre texte utilise un script latin non reconnu, définissez explicitement le paramètre 'language' pour éviter une détection par défaut en anglais qui pourrait altérer la prononciation.
Comment gérer les pics de demande d'annonces ?
La limite est de 60 requêtes par minute par clé. Pour les textes longs, divisez-les en parties de 4096 caractères maximum et joignez les fichiers audio. Les requêtes sont traitées séquentiellement ; sous forte charge, une file d'attente peut se former. Prévoyez une marge de temps pour la génération qui est proche du temps réel.
Le coût du TTS est-il prévisible ?
Oui, le tarif est fixe : 10 $ par million de caractères, soit 0,01 $ par 1 000 caractères. Les espaces et ponctuation comptent. Les requêtes échouées sont gratuites et le solde est remboursé intégralement. Vous pouvez suivre votre consommation et votre solde restant directement sur votre tableau de bord après la connexion.
Les voix sont-elles naturelles pour les voyageurs ?
Les voix sont basées sur des enregistrements licenciés et incluent un filigrane audio invisible marquant le contenu comme synthétique. Elles offrent une clarté professionnelle adaptée aux annonces. Elles ne sont pas des clones de célébrités. Pour un usage commercial ou public, vérifiez les conditions d'utilisation liées aux voix issues de LibriVox et du licence CC BY 4.0.
Le TTS fonctionne-t-il hors ligne ?
Non, c'est une API cloud. Vous envoyez le texte via une requête HTTP et recevez le fichier audio. Une connexion internet est donc nécessaire pour chaque génération. Nous ne proposons pas de version hors ligne ou d'installation sur site. La latence dépend du traitement séquentiel des requêtes sur nos serveurs.
Comment sécuriser sa clé API ?
Une seule clé active est associée à votre compte. Vous pouvez en émettre une nouvelle à tout moment ; l'ancienne devient inactive immédiatement. Utilisez l'en-tête Authorization: Bearer tts-... dans vos requêtes. Comme nous n'avons pas de support téléphonique, conservez précieusement vos clés et utilisez des méthodes de stockage sécurisées pour vos applications.
Y a-t-il une limite de caractères par annonce ?
Oui, la limite est de 4096 caractères par requête. Pour les annonces plus longues, vous devez découper votre texte en segments de cette taille. Générez ensuite chaque segment et assemblez les fichiers audio résultants. Cette méthode garantit que chaque partie est traitée correctement sans dépasser les limites imposées par l'endpoint de synthèse vocale.
Le TTS est-il conforme aux normes d'accessibilité ?
Le produit fournit un fichier audio standard qui peut être utilisé dans des contextes accessibles. Cependant, nous ne certifions pas spécifiquement la conformité aux normes WCAG ou autres. Le format MP3 ou WAV est largement supporté par les technologies d'assistance. Il vous appartient de vérifier la compatibilité avec vos lecteurs d'écran et lecteurs audio.
Comment tester le TTS avant de payer ?
Inscrivez-vous avec Google pour recevoir 0,50 $ de crédit d'essai, valable 7 jours, soit environ 50 000 caractères. Vous pouvez générer des annonces de test pour vérifier la qualité des voix et l'intégration. Si vous créez un compte par email, aucun crédit d'essai n'est offert, et vous devrez effectuer un dépôt en USDT.
Le TTS est-il utilisé pour les annonces de sécurité ?
Oui, les voix comme Atlas (neutre) ou Sage (calme) sont adaptées aux annonces de sécurité. Le texte est converti en audio via une API fiable. Bien que le contenu soit synthétique, il est clair et audible. Assurez-vous de tester les annonces critiques dans votre environnement réel pour valider leur efficacité lors des situations d'urgence.
Critères de sélection pour les annonces
La clarté est primordiale pour les annonces de transport. Les voix comme Atlas (neutre) ou Aria (narrateur clair) garantissent une intelligibilité optimale même dans des environnements bruyants, assurant que chaque instruction soit comprise instantanément par les voyageurs.
L'intégration technique repose sur un endpoint REST standard. En utilisant le format de requête OpenAI, vous pouvez générer des fichiers audio via une simple commande POST, sans nécessiter de SDK propriétaire ni de dépendances complexes à votre infrastructure existante.
Clarté et intelligibilité de la voix
Le choix de la voix impacte directement la compréhension. Atlas offre un ton neutre idéal pour les informations officielles, tandis qu'Aria assure une narration précise et chaleureuse pour les annonces de service.
Ces presets sont conçus pour rester audibles et distincts, même lorsque le bruit ambient est élevé dans les gares ou les stations.
- Atlas : ton neutre, idéal pour les nouvelles et informations officielles
- Aria : narratrice claire, parfaite pour les annonces détaillées
- Voix basées sur des enregistrements licenciés pour une qualité naturelle
Support des langues locales et internationales
Notre API prend en charge 23 langues, incluant le français, l'anglais, l'espagnol et l'allemand. Une même voix peut parler toutes ces langues, simplifiant la gestion des flottes internationales.
La détection automatique se base sur le script du texte. Pour les textes en caractères latins hors anglais, il est recommandé de définir explicitement le paramètre language pour éviter les erreurs de prononciation.
- Support de 23 langues majeures
- Détection automatique basée sur le script
- Forçage manuel du paramètre
languagerecommandé pour le texte latin non-anglais
Simplicité d'intégration technique
L'intégration se fait via un endpoint POST standard. Vous envoyez du texte et recevez un fichier audio, sans gérer de protocoles complexes comme le streaming ou le WebSockets.
La compatibilité avec le SDK OpenAI permet une migration rapide. Il suffit de changer l'URL de base et d'utiliser votre clé API existante pour commencer la génération.
- Endpoint POST standard pour la génération audio
- Compatibilité native avec les SDK OpenAI
- Pas de dépendance à un logiciel propriétaire
Les voix disponibles et leurs usages
Le choix de la voix détermine la perception des annonces dans les transports. Nous sélectionnons trois presets adaptés aux contextes critiques : Atlas pour l'information neutre, Aria pour la narration claire et Felix pour les annonces dynamiques.
Chaque voix offre une tonalité distincte pour garantir que le message soit reçu correctement, qu'il s'agisse d'un retard de métro ou d'une promotion commerciale.
Atlas pour les informations neutres et officielles
Atlas est la voix masculine neutre idéale pour les annonces de service standard. Sa tonalité droite et prévisible convient parfaitement aux annonces de départ de train ou aux instructions de sécurité.
Il transmet l'autorité sans imposer d'émotion excessive, assurant une lisibilité maximale dans les environnements bruyants.
- Tonalité neutre et professionnelle
- Idéal pour les annonces régulières
Aria pour les narrations claires et précises
Aria offre une voix féminine chaude et claire, excellente pour les narrations ou les messages détaillés. Sa clarté articulée rend le texte facile à comprendre pour les voyageurs pressés.
Utilisez-la pour les annonces explicatives ou les messages d'alerte nécessitant une attention particulière.
- Voix féminine claire et chaleureuse
- Haute intelligibilité
Felix pour les annonces promotionnelles dynamiques
Felix est une voix masculine énergique, conçue pour capter l'attention. Il est parfait pour les annonces promotionnelles ou les messages nécessitant un ton plus vif.
Son caractère dynamique aide à distinguer les offres spéciales des informations de service standard.
- Voix masculine énergique
- Ton dynamique et engageant
Langues et détection automatique
L'API VoixTransit supporte 23 langues, incluant l'anglais, le français, l'arabe, le chinois et l'espagnol. Une seule voix peut générer du contenu dans n'importe quelle langue supportée, simplifiant la gestion des flottes multi-régionales.
La détection repose sur le script du texte entré. Pour le texte latin non anglais, définissez le paramètre language pour éviter les erreurs de prononciation. Le vietnamien ou l'ukrainien ne sont pas supportés.
23 langues supportées par les mêmes voix
Chacune des 8 voix presets (comme Atlas ou Aria) peut s'exprimer dans les 23 langues listées. Cette polyvalence permet d'unifier l'identité sonore de vos annonces, qu'elles soient en malais, en turc ou en swahili, sans changer de moteur audio.
Les langues incluses sont : arabe, chinois, danois, néerlandais, anglais, finnois, français, allemand, grec, hébreu, hindi, italien, japonais, coréen, malais, norvégien, polonais, portugais, russe, espagnol, swahili, suédois et turc.
- Arabe, Chinois, Danois, Néerlandais, Anglais
- Finnois, Français, Allemand, Grec, Hébreu
- Hindi, Italien, Japonais, Coréen, Malais
- Norvégien, Polonais, Portugais, Russe, Espagnol
- Swahili, Suédois, Turc
Détection automatique basée sur le script
Si le paramètre language est omis, l'API devine la langue via les caractères utilisés. Le texte en alphabet latin sera par défaut interprété comme anglais.
Cette méthode fonctionne bien pour le texte latin standard, mais peut échouer pour des langues utilisant d'autres scripts ou si le texte est ambigu.
Forçage de la langue pour le texte latin
Pour du texte en français, allemand ou néerlandais écrit en caractères latins, définissez explicitement le champ language avec le code ISO correspondant (ex: fr, de, nl).
Cela garantit une prononciation correcte et évite que l'API ne force l'accent anglais sur des mots locaux.
Formats audio pour les systèmes embarqués
Le choix du format audio impacte directement la compatibilité avec les lecteurs embarqués et la bande passante des systèmes de diffusion. Sélectionnez le format qui correspond le mieux à vos contraintes matérielles et réseau.
WAV pour les lecteurs audio standards
Le format WAV offre une compatibilité universelle avec la majorité des lecteurs audio embarqués. Il est idéal pour les annonces courtes nécessitant une lecture immédiate sans latence de décompression.
MP3 pour la compression et la bande passante
Le MP3 réduit significativement la taille des fichiers tout en maintenant une qualité audible. Il est recommandé pour les réseaux à bande passante limitée ou les systèmes de diffusion à distance.
OPUS et FLAC pour la haute qualité
OPUS et FLAC sont des formats supportés pour la génération audio. Ces formats sont pertinents pour les enregistrements haute définition ou les archives.
Intégration via API REST standard
L'intégration de l'API TTS VoixTransit repose sur une architecture REST simple et standardisée, conçue pour s'adapter rapidement aux systèmes d'annonce existants dans le secteur des transports. Le point d'entrée principal permet de convertir du texte brut en fichier audio en une seule requête HTTP.
Cette approche technique permet aux équipes IT de générer des annonces de retard, de sécurité ou d'information voyageur.
Endpoint POST pour la génération audio
Vous envoyez une requête JSON à l'endpoint POST https://api.456a.info/v1/audio/speech en incluant le texte, le modèle (tts-1 ou tts-1-hd), la voix choisie et le format audio souhaité. Le système traite la demande et retourne le fichier audio directement dans la réponse.
Cette méthode standardisée garantit que les données sont envoyées et reçues de manière prévisible, facilitant le débogage et l'intégration dans les flux de travail automatisés des centres de contrôle.
- Requête
POSTavec corps JSON - Paramètres :
model,input,voice,response_format,speed - Retour immédiat du fichier audio
Compatibilité avec le SDK OpenAI
L'API adopte la même forme de requête que l'endpoint de synthèse vocale d'OpenAI. Il suffit de modifier l'URL de base (base_url) du SDK OpenAI vers https://api.456a.info/v1 et d'utiliser la clé API VoixTransit pour profiter de la bibliothèque officielle.
Cette compatibilité permet aux développeurs familiers avec l'écosystème OpenAI de migrer ou d'intégrer rapidement la solution sans apprendre un nouveau schéma d'API complexe.
Pas de dépendance à un logiciel propriétaire
Aucun logiciel spécifique ou agent lourd n'est nécessaire sur vos serveurs. Vous pouvez utiliser n'importe quelle bibliothèque HTTP standard ou même un simple outil en ligne de commande comme curl pour tester et générer des annonces.
Cette légèreté technique réduit les coûts d'infrastructure et permet une intégration directe dans les systèmes d'annonce embarqués ou les serveurs d'application existants sans dépendre d'un fournisseur logiciel unique.
Gestion des volumes et limites
Pour les équipes de transport générant des annonces à grande échelle, la gestion du débit est cruciale. Notre API impose une limite de 60 requêtes par minute par clé API, suffisante pour la plupart des scénarios d'annonces standard. Avant toute première recharge, le débit est limité à 10 requêtes par minute, ce qui permet de tester l'intégration sans surcharge.
Au-delà des limites de débit, la gestion des volumes textuels et la fiabilité sous charge garantissent la livraison de vos messages.
60 requêtes par minute par clé API
Chaque clé API est limitée à 60 requêtes par minute. Cette limite s'applique à l'ensemble des appels envoyés depuis votre compte. Si vous utilisez plusieurs clés, les limites sont cumulatives. Pour les nouveaux comptes sans recharge, le débit est réduit à 10 requêtes par minute, ce qui permet de valider le fonctionnement de l'intégration avant un déploiement à grande échelle.
- Limites applicables par clé API, pas par serveur.
- 10 requêtes/minute pour les comptes sans recharge.
- Possibilité de multi-clé pour augmenter le débit global.
Découpage automatique des longs textes
Le texte d'entrée est limité à 4096 caractères par requête. Pour les annonces longues, vous devez découper le texte en segments respectant cette limite. Chaque segment génère un fichier audio distinct. Vous pouvez ensuite assembler ces fichiers pour créer l'annonce complète. Cette approche évite les timeouts et garantit une génération stable même pour les messages les plus détaillés.
- Limite de 4096 caractères par requête.
- Nécessite un pré-découpage du texte en amont.
- Chaque segment produit un fichier audio indépendant.
Files d'attente sous charge pour la fiabilité
Les demandes sont traitées séquentiellement. En cas de charge élevée, les requêtes peuvent être mises en attente. Cela garantit qu'aucune annonce ne soit perdue, mais peut augmenter légèrement le temps de génération. Pour les annonces critiques, prévoyez une marge de latence. La génération dure environ une seconde par segment de 25 caractères, ce qui correspond à un rythme proche du temps réel pour les textes longs.
- Traitement séquentiel des requêtes.
- Latence accrue en période de forte charge.
- Ajustement du temps d'envoi pour les annonces critiques.
Coût et modèle économique
Notre modèle repose sur une facturation au volume réel, sans engagement de durée ni frais d'abonnement mensuel. Vous ne payez que pour ce que vous générez, ce qui garantit un coût prévisible et transparent pour les grandes équipes de transport.
Le tarif est fixe : 0,01 $ par 1 000 caractères. Les espaces et la ponctuation sont comptabilisés. Une requête échouée est intégralement remboursée, garantissant que vous ne payez que pour les annonces audio effectivement livrées.
Paiement au volume sans abonnement mensuel
L'absence de plans mensuels ou de minima de dépense simplifie la gestion budgétaire. Que vous diffusiez quelques annonces quotidiennes ou des milliers de messages d'alerte, la facturation s'ajuste automatiquement à votre consommation réelle.
0,01 $ par 1000 caractères
Chaque caractère, y compris les espaces et la ponctuation, est comptabilisé dans le volume facturé. Cette granularité permet une estimation précise des coûts avant la génération, essentielle pour les budgets opérationnels des réseaux de transport.
Recharge en USDT (TRC-20) uniquement
Les recharges se font exclusivement en USDT sur le réseau TRON (TRC-20). Le minimum est de 5 $ et le crédit est crédité automatiquement en quelques minutes. Aucun traitement bancaire classique, ni abonnements récurrents, ne viennent complexifier la gestion des fonds.
- Réseau TRC-20 exclusivement
- Crédit automatique sous quelques minutes
- Solde valide indéfiniment

Qualité et filigrane audio
La qualité audio repose sur des voix issues d'enregistrements licenciés (LibriTTS-R) et de lectures du domaine public. Chaque voix offre une clarté optimale pour les annonces de transport, garantissant une intelligibilité maximale même dans des environnements bruyants.
Voix basées sur des enregistrements licenciés
Nos huit voix sont générées à partir de sources licenciées CC BY 4.0 et de lectures audiobook. Cela assure une base acoustique stable et professionnelle, idéale pour les systèmes de diffusion publics.
Filigrane invisible marquant le contenu synthétique
Chaque fichier audio généré intègre un filigrane inaudible qui certifie son origine synthétique. Cette marque d'eau technique permet une identification fiable du contenu sans altérer l'expérience auditive des usagers.
Pas de clonage vocal personnalisé
Nous ne proposons pas de clonage vocal personnalisé ni d'importation de voix propres. Les voix restent des presets standardisés (comme Atlas ou Aria), garantissant une cohérence sonore uniforme sur tous vos terminaux de diffusion.
Exemples d'implémentation
La génération d'annonces de retard en temps réel permet de notifier rapidement les usagers sans intervention manuelle. En connectant les données GTFS à notre endpoint, vous pouvez déclencher la synthèse audio dès qu'un événement est détecté.
Génération d'annonces de retard en temps réel
Recevez les mises à jour de trafic et envoyez-les directement à l'API TTS. Le système traite la requête et retourne un fichier audio prêt à être diffusé sur les haut-parleurs de la gare ou du bus.
- Intégration via webhooks ou polling fréquent
- Latence réduite pour les annonces urgentes
Mise à jour dynamique des messages de sécurité
Modifiez les consignes de sécurité ou les instructions d'évacuation à la volée. Utilisez la voix Atlas pour un ton neutre et officiel, garantissant que le message reste clair et compréhensible pour tous les passagers.
- Ton professionnel et impartial
- Adaptation rapide au contexte local
Intégration avec les systèmes de diffusion existants
La compatibilité avec le SDK OpenAI facilite l'ajout de l'API à vos infrastructures actuelles. Modifiez simplement l'URL de base pour utiliser nos endpoints sans réécrire votre logique de lecture audio.
Les formats WAV et MP3 sont immédiatement compatibles avec la plupart des lecteurs embarqués. Vous pouvez ainsi maintenir votre système de diffusion actuel tout en modernisant votre contenu vocal.
Support et limites connues
VoixTransit est conçu pour les équipes de transport qui privilégient la simplicité et la transparence. Nous offrons une API robuste sans les complexités des contrats d'entreprise, permettant une intégration rapide pour les annonces publiques et les messages d'alerte à grande échelle.
Pas de support SLA ni garantie de disponibilité
Contrairement aux solutions d'entreprise, nous ne proposons pas de contrat de niveau de service (SLA) ni de garantie de disponibilité. Cette approche simplifiée réduit les coûts fixes pour les équipes qui ont besoin d'une solution fiable mais ne nécessitent pas de compensations financières en cas d'indisponibilité.
Support par email uniquement
Nous ne disposons ni de numéro de téléphone ni de chat en direct. Pour toute question technique ou liée à votre compte, le support s'effectue exclusivement par email. Cette méthode nous permet de traiter vos demandes avec précision et de laisser une trace écrite des échanges.
Pas de SSML ni de balises de contrôle fin
L'API ne supporte pas le langage SSML ni les balises de contrôle fin pour la prononciation ou les émotions. Si vous avez besoin d'un contrôle précis sur les pauses ou l'intonation, vous devrez formuler votre texte de manière naturelle ou utiliser la vitesse ajustable pour modifier le rythme de lecture.
Sécurité et confidentialité
La confidentialité est au cœur de notre architecture. Votre texte brut n'est utilisé qu'une seule fois pour générer le fichier audio correspondant et n'est jamais conservé pour l'entraînement de nos modèles. Une fois la synthèse terminée, l'audio est restitué dans la réponse et n'est pas stocké sur nos serveurs, garantissant que vos annonces restent éphémères.
Texte non utilisé pour l'entraînement des modèles
Contrairement à certaines solutions grand public, nous ne conservons pas les corpus de texte pour améliorer nos voix. Cela assure que vos annonces internes ou vos messages d'alerte spécifiques ne servent pas à alimenter notre base de données d'apprentissage.
Clés API révoquables instantanément
Chaque compte dispose d'une clé API unique. Si vous soupçonnez une utilisation non autorisée ou si un membre du personnel change de poste, vous pouvez émettre une nouvelle clé. L'ancienne devient invalide immédiatement, sans délai d'attente.
Métadonnées conservées pour la facturation
Pour assurer la transparence de votre consommation, nous conservons uniquement les métadonnées de la requête : l'horodatage, le nombre de caractères traités et le statut de la synthèse. Ces données servent exclusivement au calcul de votre solde et ne contiennent pas le texte généré.
Conclusion : Pourquoi choisir une API TTS
Le choix d'une API TTS pour vos annonces de transport repose sur la capacité à générer des messages d'urgence ou d'informations de service sans dépendre de fichiers audio statiques. Cette approche offre une flexibilité maximale pour les grandes équipes qui doivent adapter rapidement le contenu diffusé.
Flexibilité pour les grandes équipes
Vous pouvez générer des annonces personnalisées en quelques secondes via l'API. Les équipes peuvent utiliser les 8 voix disponibles ou créer leurs propres scripts pour répondre à des besoins spécifiques sans attendre la production de fichiers audio physiques.
Génération centralisée des annonces
Toutes les annonces sont générées depuis un point de contrôle unique. Cela garantit une cohérence tonale et linguistique sur l'ensemble du réseau de transport, simplifiant la gestion des mises à jour d'information en temps réel.
Coût prévisible et transparent
Avec un tarif fixe de 0,01 $ par 1000 caractères, vous payez uniquement pour ce que vous utilisez. Le modèle sans abonnement mensuel et la recharge via USTR simplifient la budgétisation pour les projets à volume variable.
Écoutez les 8 voix
Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Votre texte brut n'est utilisé qu'une seule fois pour générer le fichier audio correspondant et n'est jamais conservé pour l'entraînement de nos modèles.
23 langues
Chaque voix peut parler n'importe laquelle de ces langues.
