Lire un texte à voix haute, proprement

1Ne pas confondre audio et accessibilité

C'est l'erreur la plus fréquente, et la plus coûteuse : ajouter un bouton « lire l'article » en pensant avoir traité l'accessibilité.

Les personnes qui utilisent un lecteur d'écran ont déjà un outil de synthèse vocale, réglé à leur vitesse, avec leur voix, et qui sait naviguer par titres, par liens et par régions. Un bouton de lecture maison leur est au mieux inutile, au pire une gêne : il lit d'un bloc ce qu'elles parcourent normalement de façon structurée.

Ce qui aide réellement ces personnes est ailleurs :

• Des titres hiérarchisés dans le bon ordre, qui servent de sommaire navigable.
• Des textes alternatifs sur les images porteuses d'information.
• Un attribut lang correct sur la page, et sur les passages dans une autre langue. Sans lui, la synthèse lit du français avec une prononciation anglaise.
• Des libellés de liens explicites, parce qu'un lecteur d'écran peut lister les liens hors de leur phrase.

2Préparer le texte avant de le donner à lire

Un texte écrit pour l'œil se lit mal à voix haute. Quatre nettoyages font l'essentiel de la différence.

1. Les éléments non lisibles. Les URL, les tableaux, les blocs de code et les notes de bas de page produisent du bruit. Il faut décider pour chacun : le retirer, ou le remplacer par une formulation parlée.
2. Les abréviations et les sigles. Certains se prononcent lettre par lettre, d'autres comme un mot. Une synthèse se trompe régulièrement, et il vaut mieux écrire la forme voulue dans le texte destiné à la lecture.
3. Les nombres et les unités. « 1,5 M€ » se lit rarement bien. Écris « un million et demi d'euros » dans la version audio.
4. Les respirations. Une phrase de quarante mots passe à l'écrit et étouffe à l'oral. Coupe.

La conséquence pratique : garde deux versions du texte, celle qui s'affiche et celle qui se lit. La seconde se génère à partir de la première.

Transforme ce texte en version destinee a une lecture a voix haute.
Regles : remplace chaque URL par une formulation parlee, developpe les
sigles a leur premiere occurrence, ecris les nombres en toutes lettres,
supprime les blocs de code et remplace-les par une phrase decrivant ce
qu'ils font, coupe les phrases de plus de trente mots. Rends-moi le texte
et, a part, la liste des elements que tu as retires.

La liste demandée à la fin permet de vérifier que rien d'important n'a disparu.

3Lire dans le navigateur, sans fichier

Pour un usage simple, l'API de synthèse vocale du navigateur suffit et ne coûte rien. Elle est disponible dans les navigateurs courants depuis septembre 2018.

L'objet speechSynthesis expose speak(), cancel(), pause(), resume() et getVoices(), ainsi que les propriétés en lecture seule speaking, paused et pending. Le texte se passe dans un objet SpeechSynthesisUtterance :

const enonce = new SpeechSynthesisUtterance("Bonjour, voici l'article.");
enonce.lang = "fr-FR";
enonce.rate = 1;
enonce.pitch = 1;
speechSynthesis.speak(enonce);

Les plages de valeurs sont documentées : rate va de 0,1 à 10 avec 1 par défaut, pitch de 0 à 2 avec 1 par défaut, volume de 0 à 1 avec 1 par défaut.

Un piège classique : getVoices() peut renvoyer une liste vide au premier appel, parce que les voix se chargent de façon asynchrone. L'événement voiceschanged sert exactement à ça.

speechSynthesis.addEventListener("voiceschanged", () => {
  const voix = speechSynthesis.getVoices().filter((v) => v.lang.startsWith("fr"));
  console.log(voix.map((v) => v.name));
});

Les voix disponibles dépendent du système et du navigateur. Tu ne contrôles ni leur qualité, ni leur présence : prévois un repli si aucune voix française n'est installée.

4Produire un fichier audio local

Dès qu'il faut un fichier téléchargeable, réécoutable et identique partout, il faut une synthèse hors navigateur. piper fonctionne localement, sans appel réseau au moment de la génération :

pip install piper-tts
python3 -m piper.download_voices en_US-lessac-medium
python3 -m piper -m en_US-lessac-medium -f test.wav -- 'This is a test.'

Le drapeau -m désigne le modèle de voix, -f le fichier de sortie, et le texte suit après --. Le français fait partie des langues prises en charge, listé sous fr_FR : télécharge une voix française et remplace le nom du modèle dans les deux commandes.

5Publier proprement

L'élément audio avec l'attribut controls suffit, et il faut y ajouter un lien de téléchargement direct :

<audio controls src="/audio/article.mp3"></audio>
<a href="/audio/article.mp3">Télécharger la version audio</a>

Trois règles complètent la publication. preload="none" ou preload="metadata" évite de télécharger le fichier à chaque affichage de page. Aucun autoplay : un son qui démarre seul est une nuisance, et il perturbe les lecteurs d'écran. Enfin, le texte écrit reste la version de référence : l'audio le double, il ne le remplace pas.

Si la voix employée est une voix de synthèse, dis-le en une ligne sous le lecteur. Ça évite l'ambiguïté, et ça devient une bonne habitude au moment où les règles de transparence sur les contenus générés se durcissent.