Voix IA : ne laissez pas le « meilleur » vous cacher la perle rare

On entend partout qu’ElevenLabs 4 est le meilleur pour générer des voix IA. À force, on finit par le croire et par arrêter de chercher. C’est justement ce réflexe que je veux remettre en cause : la réputation d’un outil ne signifie pas que l’on ne trouvera pas mieux ailleurs.

Pour moi, Fish Audio fait mieux. La qualité de la voix et le contrôle de l’émotion m’ont convaincu. C’est la perle que je veux vous faire découvrir dans cette vidéo. Si l’on s’arrête au nom que tout le monde cite, on peut passer à côté. Il faut se donner la peine de chercher, d’essayer et d’écouter. Pour tester : 👉  https://fish.audio/?fpr=b6nesi

Transparence : cette vidéo est réalisée en collaboration commerciale avec Fish Audio, comme indiqué dans sa présentation.

Avant de découvrir Fish Audio, j’utilisais déjà un autre modèle de voix dont j’étais satisfait. Je le dis dans la vidéo : je l’utilise encore. Cela ne m’a pas empêché d’essayer autre chose et de trouver, avec S2.1 Pro, une qualité et un contrôle de l’émotion qui m’ont convaincu pour mes créations.

C’est ce que je vous invite à faire. Gardez les outils qui vous rendent service, mais laissez une place aux essais. La réputation aide à choisir par où commencer. Votre propre usage doit décider de la suite : une voix off de tutoriel, un dialogue et un récit ne demandent pas le même jeu.

Avec Fish Audio, cette recherche a été payante. Je vous montre les résultats pour que vous puissiez entendre ce qui m’a convaincu : une voix expressive, une intention que je peux diriger et des prises que je peux reprendre sans tout refaire.

La vidéo commence par une phrase très simple : « Regardez cet homme. Vous pensez qu’il promène son chien ? Non, il travaille. » Je garde les mots et la voix, puis je change les indications de jeu. Le passage à écouter, c’est notamment ce « Non, il travaille » : la façon de le dire change ce que l’on ressent.

Dans cette capture du montage, les prises restent accessibles pour être réécoutées et choisies. C’est ce travail de comparaison qui m’intéresse : obtenir une interprétation qui sert le passage, puis conserver celle qui fonctionne.

Le timbre compte, bien sûr. Mais je veux aussi pouvoir diriger la voix : plus calme, plus inquiète, plus énergique, ou avec une réaction particulière. Dans mon essai, les indications ajoutées au texte donnent cette direction. Il reste ensuite à écouter ce que le modèle en a fait.

Une belle phrase de démonstration ne suffit pas à choisir un outil de production. Je veux savoir comment récupérer les fichiers, assembler les passages et corriger ce qui ne me plaît pas. C’est pour cela que je montre aussi Capsule Studio, l’application que j’ai développée pour mes usages. Elle tourne sur mon ordinateur et appelle l’API de Fish Audio pour produire la voix. L’application est locale ; la synthèse vocale passe par le service distant.

Je demande ensuite à Hermes de lire la documentation de l’application et de préparer une capsule avec ma voix. Le projet récupéré contient neuf segments, pour environ deux minutes d’audio. Je peux les écouter, travailler le montage et régénérer seulement la prise à reprendre. Ce sont les résultats montrés dans la vidéo, pas une promesse de durée ou de réussite pour tous les projets. [1]

C’est aussi un critère de choix : est-ce que l’outil vous laisse reprendre la main facilement ? L’agent prépare le travail. Je garde le choix des mots, de l’intention et du résultat final.

Gardez les fichiers et vos notes. Vous aurez une base concrète pour choisir, plutôt que le souvenir de la démonstration qui vous a le plus impressionné. Et si votre outil habituel reste votre préféré après comparaison, cette recherche aura quand même servi : vous saurez pourquoi vous le gardez.

Au 12 novembre 2026, Fish Audio annonce un accès gratuit à l’API S2.1 Pro Free jusqu’au 30 novembre 2026, sous conditions d’utilisation raisonnable. L’éditeur ne garantit ni la disponibilité ni le délai de réponse et indique que les requêtes peuvent servir à améliorer le modèle. Certains usages commerciaux sont soumis à des restrictions. Cette offre concerne cette API, pas tous les outils montrés dans la vidéo. [2]

Vérifiez donc les conditions en vigueur et les données que vous envoyez avant vos essais. Pour le clonage, utilisez votre propre voix ou une voix pour laquelle vous avez les autorisations nécessaires. Le prix fait partie du choix ; le contrôle du résultat et la confidentialité aussi.

Il faut parfois accepter de passer un peu de temps sur un outil que l’on connaît moins pour trouver celui qui nous convient mieux. C’est la leçon que je retiens de cet essai de Fish Audio. Gardez vos références, mais continuez à chercher. Pour la voix IA comme pour le reste, la perle rare se trouve plus facilement avec ses propres essais qu’en s’arrêtant au mot « meilleur ».

• [1] Johan : Solutions Digitales, « J’ai donné ma voix à mon agent IA : écoutez le résultat », vidéo publiée le 12 novembre 2026. Repères : 00:00, comparaison des intentions ; 05:38, préparation par Hermes ; 07:17, segments ; 09:36, reprise d’une prise. https://www.youtube.com/watch?v=MK383MTuZKw
• [2] Fish Audio, « Fish Audio S2.1 Pro: Free Text-to-Speech API for Developers », conditions consultées le 12 novembre 2026. https://fish.audio/blog/s2-1-pro-free-api/
• [3] Fish Audio, documentation « Overview », interface web et API, consultée le 12 novembre 2026. https://docs.fish.audio/overview/capabilities