Guide — Vocal Studio

1. Transcriptions Ouvrir

Un atelier complet, organisé par projet, pour transformer un enregistrement (interview, émission, podcast) en texte exploitable, puis l'éditer, l'analyser et le réutiliser. L'éditeur est synchronisé à l'audio.

Besoin juste du texte brut, sans édition ? Utilisez plutôt Generate Text (transcription express).

Le parcours, étape par étape

Les onglets d'édition

Bonnes pratiques

• Qualité audio : plus le fichier source est propre (peu de bruit de fond, une voix à la fois), plus la transcription est précise.
• Nombre d'intervenants : indiquez-le (1 à 10) pour une meilleure séparation des locuteurs.
• Noms propres : les noms d'artistes, marques ou lieux peu courants peuvent être mal transcrits — renseignez-les dans « Contexte & Artistes » et vérifiez-les.

2. Generate Text Ouvrir

Transcription audio → texte, version express. Pas de projet ni d'édition : on dépose un fichier, on transcrit, on récupère le texte. Pour un vrai travail d'édition (intervenants, analyse, export SRT, envoi vers Publications), utilisez Transcriptions.

En 3 gestes

1. Glissez un fichier audio dans la zone de dépôt — MP3, WAV, M4A, AAC, OGG, FLAC (max 500 Mo).
2. Réglez la « Langue » (ou auto-détection) et le « Nombre d'intervenants » (auto, ou 1 à 5).
3. Cliquez « Transcrire », puis consultez le résultat « Par intervenant » ou « Texte complet » et utilisez « Copier » ou « Exporter TXT ».

3. Audio Content Ouvrir Nouveau

Audio Content automatise la production de contenus audio minutés et multilingues : flash infos, météos, chroniques, spots. Un pipeline complet de la source à l'export.

Prérequis avant d'utiliser Audio Content

Créer une Définition (gabarit de production)

Une Définition est un gabarit réutilisable qui encapsule toutes les règles d'une production récurrente (ex : "Flash Info FR+EN quotidien à 8h").

Générer un contenu audio — les 4 étapes

Planification automatique

Une définition peut être planifiée via une expression cron. Le système vérifie toutes les 5 minutes et déclenche le pipeline complet (source → script → audio → export) sans intervention.

Convention de nommage des fichiers audio

AUDIO-{TYPE}-{BRAND}-{LANG}-{YYYY}-{MM}-{DD}-{HHmm}-{uuid8}.mp3

Exemples :
AUDIO-FLASHINFO-IBIZA1-FR-2026-02-20-0800-ab12cd34.mp3
AUDIO-FLASHINFO-IBIZA1-EN-2026-02-20-0800-ef56gh78.mp3
AUDIO-METEO-IBIZA1-FR-2026-02-20-1200-cd90ef12.mp3

Les fichiers sont stockés sur le serveur dans /audio_uploads/audio-content/. Le template de nommage FTP est personnalisable dans les Settings destination.

4. Generate Audio Ouvrir

Generate Audio permet de synthétiser vocalement n'importe quel texte à la demande, en choisissant librement la voix, le modèle ElevenLabs et les réglages d'intonation.

Utilisation basique

1. Choisir une voix : soit un de vos Modèles de Voix (réglages verrouillés, prêts à l'emploi), soit une voix ElevenLabs standard (curseurs alors librement modifiables)
2. Le cas échéant, ajuster les paramètres (stabilité, clarté, style, vitesse) et le « Modèle IA » ElevenLabs
3. Saisir ou coller le texte (la barre d'outils insère des balises SSML : pause, emphase, prosodie, prononciation)
4. Cliquer sur « Générer l'audio »
5. Écouter via le lecteur intégré, puis « Télécharger le fichier MP3 » — ou « Sauvegarder comme modèle… » pour réutiliser ces réglages

Comprendre les paramètres de voix

Recettes de réglages recommandées

Ces recettes sont optimisées pour eleven_multilingual_v2. Pour eleven_v3, utilisez les Audio Tags à la place du slider Style.

SSML — Contrôle avancé de la prononciation

Le SSML (Speech Synthesis Markup Language) permet d'aller au-delà des réglages globaux pour contrôler la prononciation au niveau d'un mot ou d'une phrase.

J'adore le nouveau morceau de <lang xml:lang="en-US">Four Tet</lang>, c'est incroyable.

Un son <prosody rate="x-slow" volume="loud">incroyablement</prosody> puissant.

Bienvenue sur Ibiza1. <break time="800ms"/> Et maintenant, la météo.

5. Voice Models Ouvrir

Un Voice Model est un préset nommé qui encapsule une voix ElevenLabs, un moteur TTS et des paramètres d'intonation. Il est réutilisable dans Generate Audio et dans chaque langue d'une définition Audio Content.

La page comporte deux onglets : « Création des Modèles » (les présets de voix décrits ci-dessous) et « Animateurs » — des personas virtuels (voix + profil de personnalité : âge, origine, style, catchphrases, traits) principalement utilisés par le produit Ibiza1OnAir.

Pour créer un modèle : nommez-le, choisissez la voix ElevenLabs et le modèle TTS, réglez les curseurs, testez avec « Test FR » / « Test UK », puis « Sauvegarder le modèle ».

Composants d'un Voice Model

Choisir le bon modèle TTS ElevenLabs

Audio Tags — Contrôle émotionnel avancé (Eleven v3)

Le modèle eleven_v3 introduit les Audio Tags : des mots entre crochets placés directement dans le texte pour moduler l'émotion et la livraison vocale.

Stratégie de Voice Models pour Audio Content multilangue

Dans une définition Audio Content multilangue, chaque langue peut utiliser un Voice Model différent :

Cela permet d'adapter le style vocal à chaque marché linguistique tout en partageant la même définition de contenu.

Bonnes pratiques de nommage

Adoptez une convention claire pour retrouver facilement vos modèles :

• [Marque] [Langue] [Usage] → ex : "Ibiza FR Flash Info", "Ibiza EN Playlist"
• [Voix] [Modèle] → ex : "Rachel Multilingual", "Adam Turbo"