Aller au contenu

API de synthèse vocale pour l’accessibilité et les versions audio du contenu

Proposez des versions audio de vos contenus écrits aux personnes malvoyantes, confrontées à des troubles de la lecture ou à des contraintes situationnelles. Un endpoint, 32 langues.

Pourquoi c’est important.

  • Les lecteurs d’écran prononcent incorrectement les termes techniques et les noms propres

    Les lecteurs d’écran des systèmes d’exploitation (NVDA, VoiceOver) appliquent des règles phonétiques génériques. Audexum restitue votre texte exact avec une voix TTS entraînée : les noms propres, noms de produits et abréviations sont prononcés de manière plus naturelle. L’audio pré-généré permet également d’éviter entièrement la latence des lecteurs d’écran.

  • La WCAG 1.2.1 demande des alternatives audio pour les contenus textuels

    Les fichiers audio pré-générés constituent un moyen simple de satisfaire au critère de succès WCAG 1.2.1 (Audio seul et Vidéo seule). Générez un MP3 par article, reliez-le avec un élément <audio> et le critère est satisfait pour cette unité de contenu.

  • À grande échelle, la génération à la demande coûte plus cher que la pré-génération

    Pour les contenus statiques (articles de blog, documentation, pages juridiques), générez l’audio au moment de la publication et stockez le fichier. Vous payez le coût en caractères une seule fois. La diffusion d’un MP3 en cache lors des visites suivantes ne coûte aucun appel API supplémentaire.

  • Les audiences multilingues ont besoin d’un audio dans leur propre langue

    Si vous publiez du contenu dans 5 langues, une seule intégration API génère l’audio pour les 5. Aucun fournisseur de TTS distinct par langue, aucune majoration tarifaire par langue.

Votre premier audio en 60 secondes.

Aucun SDK. Une requête POST, avec l’audio binaire dans le corps de la réponse.

Python : générer une version audio au moment de la publication de l’article
"""
Accessibility audio generator: called from your CMS publish webhook.
Stores one MP3 per article in /audio/<slug>.mp3 (or S3 / R2).
"""
import os, requests

API = "https://audexum.com/api/synthesize"
KEY = os.environ["AUDEXUM_API_KEY"]

def publish_audio_version(article_slug: str, body_text: str, lang: str = "en") -> str:
    """
    Render body_text as MP3, save to disk, return file path.
    Call this from your CMS publish hook.
    """
    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": body_text,
            "voice": "F1",          # warm, readable narrator voice
            "lang": lang,
            "format": "mp3",
        },
        timeout=120,
    )
    r.raise_for_status()

    dest = f"/var/www/audio/{article_slug}.mp3"
    with open(dest, "wb") as f:
        f.write(r.content)

    return dest   # link in your <audio src="..."> element

Référence complète des paramètres : audexum.com/docs. Formats : wav, mp3, ogg. Voix : F1 à F5, M1 à M5 (43 voix au total). Langues : 33.

Aucun supplément selon le cas d’utilisation.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Tous les détails tarifaires
Free
€0
2,000 + 250/day
Creator
€12/mo
480,000 / mo
Pro
€29/mo
1,200,000 / mo
Scale
€49/mo
4,000,000 / mo
Business
€149/mo
15,000,000 / mo
Packs de crédits
€7/mo
250,000, sans expiration

Vos questions, nos réponses.

Audexum prend-il en charge le SSML pour contrôler la prononciation ?

La prise en charge du SSML est prévue. Pour l’instant, l’endpoint de texte brut couvre la majorité des cas d’utilisation liés à l’accessibilité. Pour développer les abréviations ou remplacer des phonèmes, prétraitez le texte avant l’appel à l’API.

Puis-je pré-générer l’audio pour un site de documentation entier ?

Oui. Parcourez vos pages de contenu, transmettez le corps de chaque article et stockez le MP3 renvoyé. L’offre PAYG (€28/1M crédits) est économique pour les grands sites de documentation. Un article de 1,000 mots (~5,000 crédits) coûte environ €0.14.

Quelle voix est recommandée pour la narration d’accessibilité ?

Lors des tests utilisateurs portant sur la lecture longue, F1 (diction claire, rythme mesuré) et M1 (voix neutre, posée) obtiennent les meilleurs résultats. Les deux sont disponibles dans les 32 langues.

Puis-je diffuser l’audio à la demande au lieu de le pré-générer ?

Oui. Appelez l’API dans le gestionnaire de route de votre serveur et transmettez la réponse au navigateur. La latence médiane est inférieure à 200 ms pour les textes de moins de 300 caractères, ce qui convient aux interactions à la demande du type « lire ce paragraphe ».

Une seule API pour tous les cas d’utilisation.

Un unique endpoint gère les bots Discord, la narration de podcasts, les formations en e-learning, l’audio d’accessibilité et les newsletters.

Explore more tools

More free voice, transcription and audio tools

See all

Commencez gratuitement. Livrez vite.