API TTS pour Jeux Vidéo : Générez des voix IA pour vos NPCs

Par L'équipe VoixOff Studio · Mis à jour 2026-11-18

Bienvenue chez VoixOff Studio. Notre API TTS transforme vos textes en audio pour les studios de jeux indépendants et les startups. Cette page présente notre API TTS robuste, qui transforme vos scripts en audio prêt à être intégré directement dans vos moteurs de jeu, offrant ainsi une solution simple pour donner vie à vos personnages non joueurs (NPCs) et interfaces utilisateur.

Vous y trouverez des exemples concrets d'intégration, une explication détaillée de nos 8 voix presets adaptées aux archétypes de jeux, ainsi que les tarifs transparents et les méthodes de paiement en crypto. Que vous utilisiez Unity ou Unreal Engine, découvrez comment accélérer votre production audio tout en maîtrisant vos coûts grâce à notre facturation au caractère et à notre API compatible avec les standards existants.

API TTS pour Jeux Vidéo : Générez des voix IA pour vos NPCs

Questions fréquentes

Quelle est la qualité des voix IA ?

Nos voix sont basées sur des enregistrements licenciés (LibriTTS-R) et des lectures du domaine public. Chaque fichier généré contient un filigrane inaudible indiquant qu’il s’agit de voix synthétiques. Les huit modèles offrent des tonalités variées, de la narration chaleureuse au documentaire profond, adaptées à vos personnages.

Combien coûte l'API TTS ?

Le tarif est de 10 $ par million de caractères, soit 0,01 $ pour 1 000 caractères. Les espaces et ponctuations comptent. Les requêtes échouées sont gratuites. Un essai gratuit de 0,50 $ (environ 50 000 caractères) est offert lors de la connexion avec Google.

Peut-on utiliser les voix dans des jeux commerciaux ?

Oui, vous pouvez utiliser les voix générées dans vos jeux commerciaux. Les voix proviennent de données sous licence CC BY 4.0 ou du domaine public. L'API fournit les fichiers audio nécessaires à l'intégration dans votre moteur de jeu.

Quelles langues sont supportées ?

Nous supportons 23 langues : anglais, français, allemand, espagnol, japonais, chinois, arabe, hindi, etc. Toute voix peut parler n'importe laquelle de ces langues. Si la langue n'est pas précisée, elle est devinée (l'anglais par défaut pour le latin). Le vietnamien et le thaï ne sont pas supportés.

Les voix sont-elles modifiablees ?

Vous pouvez ajuster la vitesse de parole entre 0,25 et 4,0. Le format audio est choisissable (mp3, wav, opus, flac, pcm). Cependant, il n'y a pas de balises d'émotion, pas de SSML et pas de clonage vocal personnalisé. Les voix restent celles des huit presets disponibles.

Comment fonctionne le paiement ?

Le paiement se fait uniquement en USDT sur le réseau TRON (TRC-20), minimum 5 $. Le solde est crédité automatiquement en quelques minutes. Il n'y a pas de carte bancaire, ni de PayPal, ni d'abonnement. Le solde n'expire pas. Une clé API est générée pour gérer votre compte.

Y a-t-il une limite de caractères ?

Chaque requête est limitée à 4 096 caractères. Pour les textes plus longs, vous devez diviser le texte en parties de cette taille et joindre les fichiers audio résultants. Cela permet de gérer efficacement les dialogues de jeux ou les narrations de longueur variable sans dépasser les limites de l'API.

Les voix sont-elles uniques ?

Les voix sont des presets standardisés (Aria, Nova, Luna, etc.) basés sur des enregistrements licenciés. Elles ne sont pas uniques par session, mais chaque fichier généré contient un filigrane inaudible le marquant comme synthétique. Vous ne pouvez pas créer vos propres voix ni importer votre propre voix pour le clonage.

Comment gérer les erreurs ?

Si la synthèse échoue, la requête est gratuite et le montant est intégralement remboursé. Vous pouvez réessayer ou ajuster vos paramètres (voix, format). L'API retourne un statut indiquant l'échec, vous permettant de gérer le flux de génération dans votre jeu sans perte financière pour les erreurs techniques.

Quelle est la latence ?

La génération prend environ une seconde par seconde de parole pour les textes longs. Les phrases courtes peuvent prendre quelques secondes. Les requêtes sont traitées séquentiellement, donc sous forte charge, une requête peut attendre dans une file d'attente. La vitesse est d'environ 25 caractères par seconde.

Peut-on utiliser l'API en local ?

L'API est cloud et nécessite une connexion internet pour envoyer le texte et recevoir l'audio. Il n'y a pas d'installation locale possible. Vous utilisez le SDK OpenAI ou HTTP avec l'URL de base https://api.getth39.com/v1. Aucun SDK mobile ou plugin WordPress n'est fourni.

Les fichiers audio sont-ils stockés ?

Les fichiers audio générés sont retournés dans la réponse et ne sont pas stockés par nos soins. Seul le texte d'entrée est utilisé pour produire l'audio. Les métadonnées de requête (temps, caractères, statut) sont conservées uniquement pour la facturation et la gestion du compte.

Comment contacter le support ?

Le support est disponible uniquement par e-mail. Il n'y a ni numéro de téléphone, ni chat en direct. Vous pouvez nous contacter via la page /contact/ du site. Les réponses sont fournies par e-mail, sans garantie de délai immédiat ni de disponibilité 24h/24.

Y a-t-il une garantie de disponibilité ?

Non, il n'y a pas de garantie de disponibilité (SLA) ni de contrat entreprise. Nous ne garantissons pas un temps de fonctionnement spécifique. L'API peut subir des variations de charge affectant la latence. Nous ne proposons pas non plus de certifications comme SOC 2 ou HIPAA.

Première requête

curl

curl https://api.getth39.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Créez des personnages crédibles en quelques clics

Illustration d'onde sonore pour: Créez des personnages crédibles en quelques clics

Transformez vos scripts en voix IA réalistes pour donner vie à vos personnages de jeu. Notre API traite vos textes et génère des fichiers audio prêts à être intégrés directement dans vos moteurs de jeu préférés.

Gagnez du temps sur la production audio. Chaque voix est un preset conçu pour s'adapter aux archétypes de vos NPCs.

Voix uniques pour vos personnages

Voix uniques pour vos personnages

Choisissez parmi huit presets vocaux distincts pour différencier vos personnages. Que ce soit pour une narration calme ou une voix énergique, nous avons le profil adapté à votre univers.

Chaque voix est basée sur des enregistrements licenciés, garantissant une texture sonore naturelle et professionnelle pour vos dialogues.

  • Huit presets vocaux masculins et féminins
  • Voix adaptées aux archétypes de jeu (narration, promo, conversation)

Intégration API simple pour Unity/Unreal

Utilisez la même structure de requête que l'API OpenAI pour une intégration rapide. Modifiez simplement le base_url vers https://api.getth39.com/v1 et envoyez vos textes en JSON.

Le SDK OpenAI fonctionne en modifiant l'URL de base, facilitant la connexion entre votre code C# ou C++ et notre service de synthèse vocale.

Coût prévisible par caractère

Payez uniquement pour ce que vous utilisez : 0,01 $ pour 1 000 caractères. Pas d'abonnement mensuel ni de frais cachés.

Le solde ne expire pas, vous permettant de gérer votre budget audio en toute transparence pendant le développement.

Nos 8 voix preset pour tous les archétypes

Illustration d'onde sonore pour: Nos 8 voix preset pour tous les archétypes

Pour donner vie à vos univers, nous proposons huit voix prédéfinies, issues d'enregistrements licenciés et de domaine public. Chaque voix est un preset disponible pour vos personnages et interfaces.

Narration et intro (Aria, Luna)

Aria offre une narration claire et chaleureuse, idéale pour les tutoriels ou les présentations de jeu. Luna, avec sa douceur caractéristique, convient parfaitement aux histoires racontées ou aux ambiances plus intimes.

  • Aria : narratrice chaleureuse et claire
  • Luna : douce, idéale pour le storytelling

Personnages énergiques (Nova, Felix)

Nova apporte une touche lumineuse et dynamique, parfaite pour les interfaces modernes ou les personnages optimistes. Felix, plus énergique, s'adapte bien aux promotions ou aux annonces de jeu vives.

  • Nova : lumineuse et dynamique
  • Felix : énergique et promotionnel

Voix calmes et informatives (Sage, Milo, Atlas, Orion)

Sage et Milo offrent des tons calmes et conversationnels, excellents pour les dialogues NPCs ou les instructions. Atlas assure une neutralité professionnelle, tandis qu'Orion apporte une profondeur documentaire pour les récits sérieux.

  • Sage : calme et instructif
  • Milo : conversationnel et amical
  • Atlas : neutre, style journal
  • Orion : profond, documentaire

Support multilingue pour une audience globale

Illustration d'onde sonore pour: Support multilingue pour une audience globale

Notre API TTS prend en charge 23 langues, permettant aux studios de créer des expériences immersives pour une audience mondiale. Les 23 langues suivantes sont disponibles : Arabe, Chinois, Danois, Néerlandais, Anglais, Finnois, Français, Allemand, Grec, Hébreu, Hindi, Italien, Japonais, Coréen, Malais, Norvégien, Polonais, Portugais, Russe, Espagnol, Swahili, Suédois, Turc.

La détection automatique de la langue se fait en fonction du script utilisé, mais vous pouvez aussi forcer une langue spécifique via le paramètre language dans votre requête API. Cela garantit une prononciation précise même pour des textes en langues latines autres que l'anglais par défaut.

23 langues disponibles

Notre API TTS prend en charge 23 langues, permettant aux studios de créer des expériences immersives pour une audience mondiale. Des langues comme le français, l'anglais, l'espagnol, l'allemand, le chinois, le japonais, le coréen, le russe, l'arabe, l'hindi, le portugais, le turc, le polonais, le suédois, le norvégien, le danois, le finnois, le grec, le hébreu, le swahili, le malais et le néerlandais sont toutes disponibles avec une qualité constante.

  • Arabe, Chinois, Danois, Néerlandais, Anglais, Finnois, Français, Allemand, Grec, Hébreu, Hindi, Italien, Japonais, Coréen, Malais, Norvégien, Polonais, Portugais, Russe, Espagnol, Swahili, Suédois, Turc

Détection automatique ou forcing de langue

La détection automatique de la langue se fait en fonction du script utilisé, mais vous pouvez aussi forcer une langue spécifique via le paramètre language dans votre requête API. Cela garantit une prononciation précise même pour des textes en langues latines autres que l'anglais par défaut.

  • Utilisez le paramètre language pour imposer une langue spécifique.
  • Si language n'est pas défini, la langue est déduite du script (texte latin → anglais par défaut).

Qualité constante en français, anglais, espagnol, etc.

Chaque voix peut parler toutes les 23 langues, assurant une cohérence sonore à travers vos personnages. Que vous créiez un NPC français, un narrateur japonais ou un guide espagnol, la qualité reste homogène grâce à notre moteur TTS unique.

Technique : API compatible standard

Illustration d'onde sonore pour: Technique : API compatible standard

Notre API suit le format standard OpenAI : envoyez un POST à /v1/audio/speech avec une clé Bearer et recevez votre fichier audio. Les SDK officiels OpenAI fonctionnent immédiatement en modifiant simplement l'URL de base vers https://api.getth39.com/v1. Cette compatibilité garantit une intégration rapide dans vos pipelines de développement existants sans apprentissage complexe.

Profitez d'une flexibilité totale sur les formats de sortie. Choisissez entre MP3, WAV, OPUS, FLAC ou PCM selon vos besoins de compression et de qualité pour vos assets audio.

SDK OpenAI compatible

Utilisez les bibliothèques clientes OpenAI standard. Il suffit de pointer le base_url vers notre endpoint pour bénéficier d'une syntaxe de requête identique (JSON avec champs model, input, voice). Cette approche simplifie le débogage et l'intégration dans Unity ou Unreal Engine.

  • Compatible avec les SDK OpenAI officiels
  • Endpoint standard POST /v1/audio/speech
  • Authentification via clé Bearer

Formats audio variés (MP3, WAV, OPUS)

Sélectionnez le format response_format adapté à votre moteur de jeu. Le MP3 offre une compression efficace pour les dialogues courts, tandis que le WAV ou le PCM garantissent une qualité sans perte pour les sons d'interface. Le format OPUS est idéal pour réduire la bande passante.

  • MP3, WAV, OPUS, FLAC, PCM
  • Choix adapté à la compression ou qualité
  • Fichiers audio retournés directement dans la réponse

Contrôle de vitesse et débit

Ajustez la vitesse de parole avec le paramètre speed (de 0.25 à 4.0). Cela permet d'adapter le rythme des NPCs selon leur état émotionnel ou leur contexte narratif, sans nécessiter de post-production audio lourde.

  • Vitesse ajustable de 0.25x à 4.0x
  • Adaptation rapide du rythme des dialogues
  • Paramètre speed inclus dans la requête JSON

Pourquoi choisir une API TTS pour vos projets ?

Illustration d'onde sonore pour: Pourquoi choisir une API TTS pour vos projets ?

L'API génère l'audio à une vitesse moyenne de 25 caractères par seconde pour les longs textes. Les requêtes sont traitées séquentiellement, ce qui peut entraîner une file d'attente sous charge.

Génération rapide en temps réel

Pour les phrases courtes, la génération prend quelques secondes. Pour les dialogues longs, le ratio se rapproche de la vitesse réelle. Cette prévisibilité aide à synchroniser les animations faciales et les actions des personnages sans bloquer le thread principal de votre moteur.

Pas de frais cachés ou d'abonnement

Nous facturons uniquement $10 par million de caractères (soit 0,01 $ par 1 000 caractères). Les espaces et la ponctuation comptent. Si la synthèse échoue, le montant est intégralement remboursé. Pas de frais mensuels, pas de minimum, pas de frais d'abonnement.

Paiement en USDT simple et rapide

Rechargez votre compte en USDT sur le réseau TRON (TRC-20) dès $5. Le crédit est crédité automatiquement en quelques minutes. Pas de cartes bancaires, pas de PayPal, pas de factures avec TVA à gérer. Votre solde ne expire jamais.

Pourquoi choisir une API TTS pour vos projets ?

Exemple d'utilisation : Dialogues de jeux vidéo

Illustration d'onde sonore pour: Exemple d'utilisation : Dialogues de jeux vidéo

L'API permet de générer des lignes de dialogue NPC à la volée. En envoyant un texte via POST, vous recevez un fichier audio prêt à être intégré dans votre moteur de jeu. Cette approche simplifie le pipeline audio pour les petites équipes.

Les voix sont générées en quelques secondes. Pour les longs dialogues, le texte est découpé en segments de 4096 caractères maximum. Les fichiers audio sont ensuite joints pour former la réponse complète, assurant une cohérence narrative sans effort manuel.

Génération de lignes de dialogue

Envoyez simplement le texte du NPC via l'endpoint POST /v1/audio/speech. L'API retourne un fichier audio (MP3, WAV ou OPUS) que vous pouvez déclencher immédiatement dans le jeu.

Ce flux de travail élimine le besoin de stocker des milliers de fichiers audio pré-enregistrés, réduisant ainsi l'espace de jeu et simplifiant les mises à jour de contenu.

  • Format de réponse compatible avec les standards web et Unity/Unreal
  • Support des formats MP3, WAV, OPUS, FLAC et PCM
  • Texte limité à 4096 caractères par requête

Variation de ton selon l'humeur du NPC

Choisissez parmi 8 voix presets pour définir la personnalité de base. Pour moduler le ton, ajustez le paramètre speed (de 0.25 à 4.0) ou sélectionnez une voix différente selon l'état émotionnel.

Par exemple, utilisez nova pour une alerte rapide ou sage pour un conseil calme. Cette flexibilité permet de varier les réponses sans enregistrer plusieurs versions.

  • 8 voix distinctes pour divers archétypes
  • Contrôle de vitesse précis (0.25x à 4.0x)
  • Pas besoin de SSML pour les variations de base

Intégration dans les boucles de jeu

Intégrez l'API directement dans votre logique de jeu. Lors d'une interaction, votre code envoie le texte NPC à l'API et lit le fichier audio reçu.

La génération prend environ une seconde par seconde de parole pour les textes longs, avec un traitement séquentiel. Pour les phrases courtes, l'attente est de quelques secondes, ce qui reste fluide pour la plupart des interactions RPG.

  • Intégration simple via clé API Bearer
  • Compatibilité avec les SDK OpenAI existants
  • Gestion automatique des limites de caractères

Limites et transparence

Illustration d'onde sonore pour: Limites et transparence

Nous privilégions la fiabilité et la simplicité. Notre API retourne des fichiers audio complets après traitement, sans streaming ni support SSML pour le marquage sémantique. Vous contrôlez la vitesse et le format.

Pas de streaming ni SSML

La génération est synchrone : vous envoyez le texte, vous recevez l'audio. Cela garantit une intégration simple dans les moteurs de jeu comme Unity ou Unreal, sans gérer des flux WebSocket complexes.

Pas de clonage vocal personnalisé

Nous proposons 8 voix preset basées sur des enregistrements licenciés. Aucune possibilité de cloner votre propre voix ou d'en créer une sur mesure. Les voix sont génériques et non basées sur des célébrités.

Données non utilisées pour l'entraînement

Votre texte sert uniquement à produire le fichier audio. Il n'est pas conservé pour entraîner nos modèles. Seules les métadonnées de facturation (temps, statut) sont gardées.

Comment commencer avec l'API

Illustration d'onde sonore pour: Comment commencer avec l'API

Commencez en vous inscrivant sur /get-api-key/ via Google ou e-mail pour obtenir votre clé API unique. Cette étape vous donne accès à un tableau de bord affichant votre solde, votre clé et un exemple de commande curl prêt à l'emploi.

Inscription et obtention de la clé API

La création de compte est instantanée. Si vous utilisez Google, vous recevez immédiatement 0,50 $ de crédit d'essai (valable 7 jours). Les comptes par e-mail commencent sans crédit. Votre clé tts-... est affichée clairement et peut être révoquée à tout moment.

  • Inscription rapide via Google ou e-mail
  • Clé API unique et réversible
  • Solde et historique visibles en temps réel

Première requête de test

Utilisez l'exemple curl fourni ou votre SDK préféré (compatible OpenAI) avec base_url pointant vers https://api.getth39.com/v1. Envoyez un texte court (moins de 4096 caractères) avec un modèle tts-1 et une voix comme nova pour recevoir un fichier audio MP3 ou WAV.

  • Exemple curl directement copiable
  • Compatible avec les SDK OpenAI existants
  • Réponse immédiate en format audio

Déploiement dans votre projet

Intégrez les appels API dans votre backend ou votre jeu pour générer les dialogues des NPCs à la volée. Assurez-vous de gérer les limites de 60 requêtes par minute. Pour les textes longs, découpez-les en segments de 4096 caractères et assemblez les fichiers audio résultants.

  • Gestion de la limite : 60 req/min
  • Découpage automatique pour textes longs
  • Intégration simple dans Unity/Unreal

Questions fréquentes sur notre service

Illustration d'onde sonore pour: Questions fréquentes sur notre service

Vous avez des questions sur l'intégration de nos voix dans vos projets ? Voici les réponses précises pour vous aider à démarrer en toute confiance avec l'API TTS de VoixOff Studio.

Ces précisions techniques et commerciales vous permettront de planifier votre budget et vos workflows d'intégration sans surprise.

Quelle est la qualité des voix ?

Les voix sont générées à partir d'enregistrements licenciés (LibriTTS-R) et offrent un rendu naturel adapté aux NPCs. Un filigrane inaudible marque chaque fichier comme synthétique.

Combien coûte l'API ?

Le tarif est de 10 $ par million de caractères (soit 0,01 $ pour 1 000 caractères). Les requêtes échouées sont remboursées intégralement.

Peut-on utiliser les voix dans des jeux commerciaux ?

Oui, les voix sont basées sur des enregistrements sous licence CC BY 4.0 et des livres du domaine public. Vous pouvez les utiliser sans restriction dans vos jeux.

Quelles langues sont supportées ?

Nous supportons 23 langues, dont le français, l'anglais, l'espagnol, l'allemand et le japonais. Vous pouvez définir la langue ou laisser l'API la deviner.

Les voix sont-elles modifiablees ?

Vous pouvez ajuster la vitesse de lecture entre 0,25x et 4,0x. Aucune modification fine (SSML, phonèmes) n'est disponible pour l'instant.

Comment fonctionne le paiement ?

Le paiement se fait en USDT (TRC-20) sur le réseau TRON. Il n'y a ni abonnement, ni carte bancaire, ni facture avec TVA. Le solde n'expire pas.

Y a-t-il une limite de caractères ?

Chaque requête est limitée à 4 096 caractères. Pour les textes plus longs, vous devrez les diviser et assembler les fichiers audio résultants.

Les voix sont-elles uniques ?

Nous proposons 8 voix presets (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion). Chaque voix peut parler toutes les langues supportées.

Comment gérer les erreurs ?

Si la synthèse échoue, la charge est annulée et le crédit est restauré. Vérifiez simplement la réponse JSON de l'API pour les codes d'erreur.

Quelle est la latence ?

La génération prend environ 1 seconde par seconde de parole en temps réel. Les courtes phrases peuvent prendre quelques secondes de plus selon la file d'attente.

Peut-on utiliser l'API en local ?

L'API est cloud. Les fichiers audio sont retournés dans la réponse HTTP et ne sont pas stockés par nos soins après la réponse.

Les fichiers audio sont-ils stockés ?

Non, les fichiers audio générés ne sont pas stockés par VoixOff Studio. Seules les métadonnées de facturation (temps, statut) sont conservées.

Comment contacter le support ?

Le support est assuré uniquement par e-mail. Il n'y a ni téléphone, ni chat en direct pour l'instant.

Y a-t-il une garantie de disponibilité ?

Nous ne fournissons pas de SLA ni de garantie de disponibilité contractuelle. L'API est fiable mais peut subir des variations de charge.

Écoutez les 8 voix

Chaque échantillon ci-dessous a été généré par cette API à partir de la même phrase. Nos huit voix pré-enregistrées couvrent une large palette d'archétypes, du narrateur clair à la voix documentaire profonde.

Avatar de la voix aria
ariafemme
Avatar de la voix nova
novafemme
Avatar de la voix luna
lunafemme
Avatar de la voix sage
sagefemme
Avatar de la voix felix
felixhomme
Avatar de la voix milo
milohomme
Avatar de la voix atlas
atlashomme
Avatar de la voix orion
orionhomme

23 langues

Chaque voix peut parler n'importe laquelle de ces langues.

Sources et lectures complémentaires

  1. Wikipedia
  2. Tether (USDT)
  3. openai-python on GitHub
  4. curl documentation
  5. FFmpeg documentation
  6. OpenAI API reference: create speech
  7. Creative Commons Attribution 4.0
  8. Node.js documentation
  9. LibriTTS-R corpus (OpenSLR 141)
  10. Python documentation
  11. TRON developer hub: TRC-20
  12. ISO 639 language codes

Plus sur ce site