Aller au contenu

API de synthèse vocale pour l’e-learning et la narration de cours

Une voix d’instructeur cohérente sur chaque diapositive, chapitre et édition linguistique. 32 langues, 43 voix, un seul endpoint REST.

Pourquoi c’est important.

  • Les narrateurs humains compromettent la cohérence vocale lors des révisions du script

    Lorsqu’une mise à jour de conformité modifie 10 diapositives sur 200, un narrateur doit réenregistrer ces 10 avec un placement légèrement différent du microphone, un bruit de fond et une interprétation eux aussi légèrement différents. La narration IA est déterministe : même texte, même ID de voix, même caractère acoustique, à chaque fois.

  • La localisation triple le coût de production avec des voix humaines

    Audexum génère les versions française, allemande, espagnole et japonaise de votre cours en transmettant le script traduit avec lang modifié. Le nombre de voix (43 voix) et la grille tarifaire sont identiques, quelle que soit la langue.

  • Les plateformes LMS ont besoin de fichiers audio, et non d’un lecteur intégré

    Audexum renvoie un fichier WAV ou MP3 binaire. Stockez-le directement dans S3, Cloudflare R2 ou votre bibliothèque de ressources LMS. Aucun iframe intégré, aucune dépendance à un lecteur tiers, aucune requête CDN sortante depuis le navigateur de l’apprenant au moment de la lecture.

  • L’itération rapide des cours nécessite une génération par lots

    Les modifications du script surviennent souvent tard dans la production. Une boucle Python sur vos données JSON de diapositives régénère toutes les diapositives modifiées en quelques minutes. La page Batch du tableau de bord Audexum permet la synthèse en masse à partir d’un fichier CSV sans écrire de code.

Votre premier audio en 60 secondes.

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

Python : narration de cours diapositive par diapositive
"""
Generate narration audio for every slide in a course manifest.
manifest.json: [{"id": "s01", "lang": "en", "text": "Welcome..."}, ...]
"""
import json, pathlib, requests

API = "https://audexum.com/api/synthesize"
KEY = "sk_..."

slides = json.loads(pathlib.Path("manifest.json").read_text())
out_dir = pathlib.Path("audio")
out_dir.mkdir(exist_ok=True)

VOICE = "F1"   # consistent voice across all slides

for slide in slides:
    dest = out_dir / f"{slide['id']}_{slide['lang']}.mp3"
    if dest.exists():
        continue  # skip already-rendered slides

    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": slide["text"],
            "voice": VOICE,
            "lang": slide["lang"],
            "format": "mp3",
        },
        timeout=60,
    )
    r.raise_for_status()
    dest.write_bytes(r.content)
    print(f"Rendered {dest.name}")

print(f"Done: {len(slides)} slides.")

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.

La même voix peut-elle narrer dans plusieurs langues ?

Oui. Les ID vocaux (F1–F5, M1–M5) fonctionnent dans les 32 langues. F1 en anglais et F1 en français utilisent les mêmes poids de modèle sous-jacents : les apprenants entendent une voix de formateur cohérente, quelle que soit la version linguistique choisie.

Comment maintenir la narration synchronisée après la modification d’un script ?

Ne régénérez que les diapositives dont le texte a changé. Comme Audexum est déterministe (même texte + même voix = même audio), les diapositives inchangées produisent un résultat identique bit à bit et peuvent être mises en cache en toute sécurité.

Quel format de sortie attendent les plateformes LMS ?

La plupart des plateformes LMS fondées sur SCORM/xAPI (Moodle, Canvas, Articulate Rise) acceptent le MP3. Format demandé : "mp3" dans l’appel API. Pour les contenus riches en SSML ou nécessitant un minutage très précis, demandez "wav" et convertissez avec ffmpeg en post-traitement.

Existe-t-il une option sans code pour les concepteurs pédagogiques ?

La page Batch (/batch) de votre tableau de bord accepte un fichier CSV avec les colonnes : text, voice, lang, filename. Elle génère toutes les lignes et vous permet de télécharger un ZIP. Aucun code n’est nécessaire.

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.

Explorer plus d'outils

More free voice, transcription and audio tools

Voir tout

Commencez gratuitement. Livrez vite.