Les voix de l'IA remplaceront-elles les narrateurs de livres audio ?

Par WonderBooks · 15 oct. 2026

La narration synthétique est déjà présente dans les grandes librairies. Ce qu'un narrateur humain fait encore mieux, et pourquoi la plupart des livres n'auront de toute façon jamais d'enregistrement humain.

Pour les livres qui devaient de toute façon bénéficier d'un enregistrement humain, non, pas de sitôt, et les auditeurs qui s'y intéressent peuvent déjà faire la différence. Pour le nombre bien plus important de livres qui n'auraient jamais été enregistrés, la question est sans objet : le choix n'a jamais été entre une voix humaine et une voix synthétique. C'était entre une voix synthétique et le silence.

Les magasins ont bougé en 2023, et l'ont étiqueté.

Apple Books a commencé à vendre des livres audio avec narration numérique en janvier 2023. Audible a suivi plus tard cette année-là avec une option étiquetée qu'il appelle Virtual Voice pour les titres auto-publiés, de sorte qu'un auditeur voit la marque avant d'acheter. Les livres audio étaient déjà le format à la croissance la plus rapide dans l'édition : l'Audio Publishers Association a signalé plus d'une décennie de croissance consécutive à deux chiffres aux États-Unis, avec des ventes d'environ deux milliards de dollars par an. Les voix synthétiques n'ont pas créé ce marché. Elles y sont arrivées.

Les narrateurs avaient raison de s'inquiéter, et la plupart des débats publics depuis lors les ont concernés. Moins a été dit sur l'autre côté de la balance : un enregistrement professionnel est tarifé par heure finie, à plusieurs centaines de dollars pour chaque heure d'audio selon les tarifs couramment publiés, avant le temps de studio, le montage et la relecture. Un roman de dix heures est un investissement sérieux, c'est pourquoi la décision d'enregistrer a toujours suivi les ventes attendues. Le fonds de catalogue, les petites langues, les ouvrages non-fictionnels illustrés que personne ne s'attend à voir figurer dans les classements : ces livres ne sont pas enregistrés. La plupart des livres jamais publiés n'ont pas d'édition audio du tout.

Ce qu'un acteur vocal fait et qu'un modèle ne fait toujours pas.

Quiconque a écouté les deux connaît l'écart. Un bon narrateur donne une voix à chaque personnage sans faire de voix ; maintient une pause exactement aussi longtemps que la phrase l'exige ; sait qu'un nom à la page trois se prononce comme l'auteur le prononce ; et maintient le ton du livre sur dix heures sans l'aplatir. Une voix synthétique est uniforme. L'uniformité est sa vertu pour un ouvrage de référence et son échec pour un roman. Et elle est jugée langue par langue : une voix qui est bonne en anglais peut mal placer l'accent en arabe, où les voyelles ne sont pas écrites et la lecture à voix haute dépend de la compréhension de la phrase.

• Personnage et rythme : la pause intentionnelle, le changement de registre, la blague placée au bon moment.
• Noms et mots étrangers, prononcés comme l'auteur le ferait.
• Endurance du ton sur un long livre.
• Langues dont l'orthographe ne fixe pas la prononciation, où le lecteur doit comprendre pour lire à voix haute.

L'auditeur qui se perd.

Il y a une troisième chose à noter, car elle n'a rien à voir avec qui parle. La plupart des livres audio sont vendus séparément du texte et ne donnent à l'auditeur aucun moyen de savoir où il en est. Perdez le fil dans un train et il n'y a rien à regarder. L'audio de lecture accompagnée, où les mots sont sur la page et la ligne lue est marquée, a été étudiée pendant des décennies comme un soutien pour les jeunes lecteurs, les apprenants de langues et les lecteurs dyslexiques, avec des résultats globalement positifs. Presque aucun livre audio commercial ne l'offre.

Une bibliothèque narre chaque livre, en quinze langues, synchronisé avec la page.

WonderBooks est le cas à l'autre bout de l'arithmétique. Il contient 2 341 livres illustrés dans douze bibliothèques thématiques, chacun narré en quinze langues, avec l'audio synchronisé au texte afin que la ligne lue soit toujours visible sur la page. Cela représente plus de 35 000 éditions narrées. Aucun emploi du temps de studio n'atteint ce nombre, et aucune prévision de ventes n'aurait justifié l'enregistrement d'un livre de dix pages sur un pharaon en coréen. Le fondateur a engagé des narrateurs humains pour la première version en 2016, et la fonctionnalité autour de laquelle toute l'application a été construite à l'époque est la même que celle autour de laquelle elle est construite aujourd'hui.

Les livres audio ordinaires sont presque comme une radio où les lecteurs se perdent.

Jugé par langue, et corrigé quand un auditeur le signale.

La narration est vérifiée langue par langue avant la publication, avec des règles de qualité distinctes pour l'arabe et pour les langues ayant leurs propres conventions de pause et d'accentuation, et le fondateur est ouvertement son propre critique le plus sévère à ce sujet. Un auditeur qui signale un nom mal prononcé reçoit une correction et un remerciement, avec un lien vers le livre corrigé, ce qui est aussi la façon dont la prochaine voix s'améliore. La question n'est pas de savoir si cela égale un jour une grande lecture humaine d'un grand roman. L'affirmation est qu'un lecteur dans l'une des quinze langues peut se faire lire chaque livre, avec les mots devant lui, et que cela n'était pas possible auparavant.