Guide complet d'utilisation de Un générateur audio complet pour la voix et la musique
Le générateur audio PoYo regroupe les modèles de génération vocale, de voix off et de musique dans un espace de travail ciblé. Vous pouvez choisir ElevenLabs, Gemini, xAI, MiniMax et d'autres modèles audio exécutables directement dans le panneau Input.
Chaque modèle conserve ses réglages natifs : langue, voix, tags d'émotion, vitesse, paroles, mode instrumental, format de sortie, aperçu, réponse JSON et téléchargement n'apparaissent que lorsque le modèle actif les prend en charge.
Générez parole, voix off et musique, puis prévisualisez, téléchargez et validez vos paramètres pour l'API.
01
Transformez scripts, textes produit, narration et dialogues en audio naturel. Les modèles compatibles exposent les voix, langues, tags d'émotion, normalisation du texte, vitesse et timestamps.
02
Créez de la musique à partir de prompts, paroles, mode instrumental et idées de composition structurées. Les modèles text-to-music aident à produire démos, hooks, pistes d'accompagnement et directions créatives.
03
Passez d'une famille de modèles audio à l'autre sans perdre les contrôles natifs. TTS rapide, voix expressives, musique, sample rate, bitrate, format de sortie et options de qualité restent liés au modèle actif.
04
Écoutez l'audio généré dans le navigateur, inspectez JSON et timestamps quand ils sont renvoyés, téléchargez le fichier final et réutilisez les réglages validés dans vos workflows API ou agents.
Créez narration, audio de démonstration produit, doublage multilingue et pistes vocales pour réseaux sociaux.
Générez leçons parlées, aperçus de chapitres, segments de podcast et tests de narration longue.
Prototypez voix d'application, narration d'onboarding, audio de type lecteur d'écran et expériences localisées.
Créez idées de chansons, beds instrumentaux, hooks, démos et musiques d'accompagnement.
Explorez voix de personnages, sons d'interface jeu, assets créateur et concepts audio interactifs.
Validez prompts, voix, formats, aperçus et réponses JSON avant l'intégration API.
1. Choisissez un modèle audio dans Input. Sélectionnez le fournisseur et le modèle exécutable adapté à la voix ou à la musique.
2. Ajoutez texte, paroles ou direction musicale. Renseignez script, prompt, langue, style de voix, humeur, instrumentation ou paroles.
3. Ajustez les contrôles du modèle. Configurez uniquement les options visibles : voix, tags d'émotion, vitesse, sample rate, bitrate, format, lyrics optimizer ou mode instrumental.
4. Lancez, écoutez et téléchargez. Soumettez la génération, écoutez l'aperçu, inspectez JSON si nécessaire, puis téléchargez le fichier.
Le générateur audio PoYo peut créer text-to-speech, voix off, narration, dialogue, démos musicales, chansons et instrumentaux selon le modèle choisi. Le panneau Input n'affiche que les champs pris en charge.
Commencez par ElevenLabs V3 TTS pour des voix off expressives, ElevenLabs TTS Turbo v2.5 ou xAI TTS 1 pour des tests rapides, Gemini 3.1 Flash TTS pour une parole guidée par style, ElevenLabs Music pour la musique structurée, MiniMax Music 2.6 pour prompts et paroles, et Generate Music pour la création musicale générale.
La qualité dépend du modèle, du prompt, de la langue, de la voix et des réglages. Les modèles TTS modernes peuvent être très naturels, mais une écoute, des corrections de prononciation, un contrôle du rythme et un mastering restent utiles.
Oui quand le modèle le permet. Certains modèles vocaux exposent langue, voix, vitesse, stabilité, style, tags d'émotion ou timestamps. Les modèles musicaux peuvent exposer genre, humeur, paroles, instrumental, structure et format.
La galerie lit les fichiers audio courants dans le navigateur. Selon le fournisseur, les téléchargements peuvent inclure MP3, WAV, OGG, Opus, PCM, mu-law, A-law, timestamps ou fichiers associés.
Utilisez des scripts propres, des indications de prononciation, une direction vocale précise, un rythme réaliste et des tags d'émotion modérés. Pour la musique, décrivez genre, humeur, tempo, instruments, voix, structure, paroles et éléments à éviter.
Le temps et le coût varient selon modèle, longueur du texte, durée, format, longueur musicale, qualité et fournisseur. Vérifiez le coût du modèle actif dans le footer Input avant les longues générations.
L'usage commercial dépend du modèle, des conditions fournisseur, du plan et des droits liés aux scripts, paroles, voix, références et fichiers importés. Vérifiez les conditions et évitez les contenus sans autorisation.
Comparez voix, speech et musique sans reconstruire vos prompts dans plusieurs outils.
Chaque modèle garde ses voix, langues, styles, paroles, formats et résultats.
Écoutez les sorties directement dans la galerie avant téléchargement.
Testez scripts, prompts, voix, formats et JSON avant de passer en production API.
