Vérifié dans la documentation de Google, octobre 2026

Livre audio Google AI Studio : jusqu'où Gemini TTS peut vous mener

Inscription gratuite, sans carte. La création consomme des crédits.

Gemini TTS sonne très bien, et AI Studio vous permet de l'essayer gratuitement. Voici comment donner voix à un chapitre, les limites indiquées dans la documentation de Google, et ce qu'exige un livre entier au-delà.

Aperçu des étapes4 étapes
  1. 1Étape 1Ouvrir l'atelier de synthèse vocale
  2. 2Étape 2Choisir les locuteurs et les voix
  3. 3Étape 3Coller une section et la diriger
  4. 4Étape 4Générer, télécharger, recommencer
Alice's Adventures in Wonderland — The Cheshire Cat
NarrateurNaomiAliceAbbyCheshire CatSnik Mode d'emploi
Couverture de « Alice's Adventures in Wonderland »

Lewis Carroll

Alice's Adventures in Wonderland

Alice demande son chemin au Chat du Cheshire, qui sourit — pour ne rien obtenir.

NarrateurNaomiConteur

The Cat only grinned when it saw Alice. It looked good-natured, she thought; still it had very long claws and a great many teeth, so she felt it ought to be treated with respect.

Cheshire Puss, would you tell me, please, which way I ought to go from here?

Cheshire CatSnikMalicieux

That depends a good deal on where you want to get to.

I don't much care where—

Cheshire CatSnikMalicieux

Then it doesn't matter which way you go.

—so long as I get somewhere.

Cheshire CatSnikMalicieux

Oh, you're sure to do that, if you only walk long enough.

Environ 1 minute · 3 voix · Prêt à lire7
Écoute gratuite, sans inscription. Le traitement de vos propres chapitres et l'export nécessitent une connexion et des crédits.Je suis prêt →
Voix IA disponibles
137
70 standard · 67 premium
Formats de fichiers importables
5
EPUB · PDF · DOCX · TXT · MD
Modes d'export
3
M4B avec chapitres · MP3 · ZIP
Modèles vocaux
4
Gemini · ElevenLabs

Guide étape par étape

Un chapitre dans Google AI Studio, étape par étape

La méthode à faire soi-même pour un livre audio Google AI Studio. Répétez-la pour chaque chapitre.

  1. Ouvrir l'atelier de synthèse vocale

    Connectez-vous à Google AI Studio (l'API Gemini est réservée aux utilisateurs de 18 ans et plus), ouvrez la génération vocale et choisissez un modèle TTS. Google indique que 3.8 Flash TTS et 3.8 Flash-Lite TTS sont les modèles actuels.
  2. Choisir les locuteurs et les voix

    Choisissez un seul locuteur pour la narration ou plusieurs locuteurs pour le dialogue, deux au maximum, et attribuez à chacun l'une des 30 voix prédéfinies.
  3. Coller une section et la diriger

    Collez une scène ou une section, assez courte pour une seule requête, et ajoutez une consigne de style comme « conteur chaleureux, sans hâte ».
  4. Générer, télécharger, recommencer

    Générez, écoutez et téléchargez le clip. Répétez pour chaque section de chaque chapitre, puis assemblez les clips dans un éditeur audio.

D'après la documentation de Google

Les limites que vous rencontrerez sur un livre entier

Ce à quoi un livre audio Google AI Studio se heurte, chaque point issu des pages de Google, vérifié en octobre 2026.

  • Deux locuteurs par requête

    La documentation de Google indique que la génération multi-locuteurs en une seule requête prend en charge jusqu'à deux locuteurs. Avec plus de personnages, il faut enregistrer les répliques une par une et les assembler.
  • 8 192 jetons d'entrée par requête

    La page du modèle plafonne l'entrée à 8 192 jetons et la sortie à 16 384, alors prévoyez de découper un chapitre de roman typique en plusieurs requêtes.
  • Offre gratuite, plafonds non publiés

    Les modèles TTS sont gratuits dans l'offre gratuite, mais la page des limites de débit de Google indique seulement que vos limites s'affichent dans AI Studio. Des rapports de la communauté en situent certaines à 10 requêtes par jour.
  • Les données de l'offre gratuite peuvent être utilisées

    Dans l'offre gratuite, Google utilise les entrées et les sorties pour améliorer ses produits, et des relecteurs humains peuvent les lire. L'usage payant est exclu.
  • Un clip, pas un livre

    Chaque requête renvoie un seul clip audio (WAV mono 24 kHz via l'API). Il n'y a ni liste de chapitres, ni détection des locuteurs, ni M4B.
  • Les tarifs payants doublent en 2027

    La page de tarification de Google indique que les tarifs payants des modèles TTS 3.8 doublent le 1er janvier 2027. Prévoyez un grand projet en conséquence.

Côte à côte

AI Studio à la main ou un flux de travail multi-voix

Un livre audio Google AI Studio et FullCastBook utilisent la même famille de voix, avec des quantités de travail très différentes.

FullCastBookGoogle AI Studio (Gemini TTS)
Voix Gemini TTSOui, comme voix standardPris en charge
Coût pour commencerInscription gratuite ; crédits (abonnement ou recharge)Offre gratuite, plafond quotidien affiché dans AI Studio
Locuteurs par scèneChaque personnage, une réplique à la foisJusqu'à 2 par requête
Détecte qui parle à chaque répliquePris en chargeNon pris en charge
Importe EPUB, DOCX ou PDFPris en chargeSaisie de texte uniquement
Chapitres et export M4BPris en chargeNon pris en charge
Conception et reproduction de voixNon pris en chargePris en charge
Qui possède l'audioVous, selon les conditionsGoogle ne revendique pas la propriété

Faits Google issus de ses pages sur le guide de génération vocale, le modèle, la tarification, les limites de débit et les conditions d'utilisation de l'API ; règle ACX issue de sa page sur les exigences de soumission. Tout vérifié le 21 octobre 2026. Les menus d'AI Studio changent souvent ; les limites proviennent de la documentation de Google.

Sources : API Gemini : génération vocale (mise à jour le 2026-10-12) · API Gemini : page du modèle Gemini 3.8 Flash TTS · API Gemini : tarification (mise à jour le 2026-10-19) · API Gemini : limites de débit (mise à jour le 2026-10-15) · API Gemini : conditions d'utilisation supplémentaires · ACX : exigences de soumission audio (2026-04-15)

Sommaire de la page
  1. 1Ce qu'un livre audio Google AI Studio peut et ne peut pas être
  2. 2Ce que fait la génération vocale de Google AI Studio
  3. 3Étape par étape : un chapitre dans AI Studio
  4. 4Les limites : deux locuteurs, longueur d'entrée, quotas quotidiens
  5. 5Assembler les chapitres et distribuer plus de deux personnages
  6. 6Publication : pourquoi la voie ACX des tutoriels YouTube enfreint les règles
  7. 7Les mêmes voix Gemini avec distribution automatique et export M4B
  8. 8Sources et dates

Guide complet

Ce qu'un livre audio Google AI Studio peut et ne peut pas être

Un livre audio Google AI Studio est un travail à faire soi-même : vous collez du texte dans l'atelier de synthèse vocale de Google, une voix Gemini TTS le lit, et vous téléchargez le clip. Les voix comptent parmi les meilleures disponibles, l'offre gratuite ne coûte rien, et pour une nouvelle courte ou un chapitre d'exemple, cela peut suffire.

Pour un livre entier, le travail se cache dans les détails. Gemini TTS ne gère au maximum que deux locuteurs par requête, accepte environ 8 000 tokens d'entrée à la fois et ne connaît rien aux chapitres. Ce guide couvre les étapes, les limites issues de la documentation officielle de Google en date d'octobre 2026, la façon dont les gens contournent ces limites, et une erreur de publication que commet un tutoriel populaire.

Ce que fait la génération vocale de Google AI Studio

Google AI Studio est l'environnement de test dans le navigateur pour l'API Gemini, et son mode vocal est le moyen le plus rapide d'essayer la synthèse vocale de Google AI Studio ; la documentation de Google suggère d'y tester les modèles avant de développer quoi que ce soit. Elle liste quatre modèles TTS : Gemini 3.8 Flash TTS et 3.8 Flash-Lite TTS (mis à jour en septembre 2026), ainsi que 3.1 Flash TTS Preview et 2.5 Pro Preview TTS. 3.8 Flash couvre plus de 130 langues et détecte la langue de votre texte.

Vous dirigez l'interprétation en anglais simple. Une instruction de style comme « cheerful and friendly » s'applique à une réplique, et Google documente des événements vocaux en ligne écrits entre chevrons, comme <laugh>, <sigh> ou <whispering>. Il existe 30 voix prédéfinies plus une bibliothèque étendue, et AI Studio propose aussi la conception de voix et la réplication de voix, ce qu'un outil dédié aux livres peut ne pas offrir.

Étape par étape : un chapitre dans AI Studio

Découpez d'abord le chapitre. Chaque requête est limitée à 8 192 tokens d'entrée et 16 384 tokens de sortie, donc coupez le chapitre aux changements de scène en morceaux assez courts pour une seule requête ; si un clip s'arrête prématurément, raccourcissez le morceau. Ensuite, pour chaque morceau, choisissez « single-speaker » pour la narration, sélectionnez une voix, rédigez une instruction de style pour le narrateur, collez le texte, lancez la génération et téléchargez l'audio.

Tenez un journal des modèles, voix et instructions de style de chaque morceau. La sortie varie d'une exécution à l'autre, donc un narrateur qui semble chaleureux dans la scène un peut sembler plus sec dans la scène trois si tous les réglages ne correspondent pas. Écoutez chaque clip avant de passer au suivant : un livre assemblé est bien plus difficile à corriger qu'un clip isolé.

Les limites : deux locuteurs, longueur d'entrée, quotas quotidiens

La synthèse vocale multi-locuteurs de Gemini est là où la plupart des fictions se heurtent à un mur, et la documentation de Google est claire : « Single-request multi-speaker generation … supports up to 2 speakers using prebuilt voices. » Pour plus, il faut synthétiser la réplique de chaque locuteur individuellement. Une scène avec un narrateur et trois personnages compte déjà quatre voix, donc la plupart des fictions finissent par être générées réplique par réplique.

Les quotas quotidiens sont plus difficiles à cerner. Les modèles TTS sont gratuits sur le niveau gratuit, mais la page de Google sur les limites de débit indique désormais seulement que vos limites sont visibles dans AI Studio, et des rapports communautaires de 2026 font état d'une allocation gratuite pour certains modèles TTS aussi basse que 10 requêtes par jour. Les entrées et sorties du niveau gratuit sont utilisées pour améliorer les produits Google, et les tarifs payants des modèles TTS 3.8 doublent le 1er janvier 2027.

Assembler les chapitres et distribuer plus de deux personnages

Pour donner voix à une distribution complète à la main, parcourez le chapitre ligne par ligne : déterminez qui parle dans chaque ligne, générez les répliques de chaque locuteur avec sa voix, puis assemblez les clips dans l'ordre dans un éditeur audio. Google note que chaque réponse WAV comporte un en-tête de 44 octets à retirer avant de joindre les fichiers dans du code. Ajoutez ensuite des marqueurs de chapitre, égalisez le volume et exportez.

Cette gestion (qui parle, avec quelle voix, dans quel ordre, où commencent les chapitres) est exactement le travail que les outils de synthèse vocale multi-voix existent pour faire. Pour un roman avec des dizaines de rôles parlants, cela représente des centaines ou des milliers de clips. Si vous évaluez aussi les chatbots, ChatGPT peut-il créer un livre audio couvre ce qu'ils font avec un manuscrit.

Publication : pourquoi la voie ACX des tutoriels YouTube enfreint les règles

La vidéo la plus populaire pour cette recherche, « Google AI Studio: Create an AI Audiobook and Publish It on Audible! » (juillet 2025), est un guide utile pour l'environnement de test, mais sa dernière étape invite les spectateurs à publier via ACX. Cette étape ne tient pas. Les exigences de soumission audio d'ACX, datées du 15 avril 2026, stipulent qu'un livre audio « must be narrated by a human unless otherwise authorized » et que « unauthorized use of text-to-speech, AI, or automated recordings in ACX titles is prohibited. »

Audible indique sur la même page qu'il travaille à accepter du contenu TTS tiers et communiquera un calendrier ultérieurement, donc cela peut changer. D'ici là, un livre narré par Gemini et téléversé sur ACX risque le rejet ou le retrait. Consultez si Audible accepte la narration par IA pour les règles actuelles, et publier sur Spotify pour une voie qui accepte la narration vocale numérique avec une mention.

Les mêmes voix Gemini avec distribution automatique et export M4B

Si ce que vous voulez, c'est un livre audio Gemini TTS sans la gestion des clips, sachez que les voix standard de FullCastBook reposent sur le Gemini TTS de Google : vous retrouvez donc la même famille de sons que dans AI Studio. La différence, c'est tout le travail autour. Importez un fichier EPUB, DOCX, PDF avec couche de texte, TXT ou Markdown, et les chapitres et les interlocuteurs sont détectés pour vous. Chaque réplique est générée avec la voix de son propre locuteur, la limite de deux interlocuteurs ne se pose donc jamais, et une indication comme [dry, unimpressed] est transmise comme consigne de style pour la réplique.

Vous écoutez dans le navigateur, régénérez des répliques individuelles et exportez un M4B avec marqueurs de chapitre, un MP3 unique ou un ZIP avec un fichier par chapitre. Les voix premium ElevenLabs sont également disponibles si vous souhaitez un rendu différent. L'inscription est gratuite et la création consomme des crédits (un forfait ou une recharge ponctuelle) ; la tarification indique ce que nécessite un livre complet.

Sources et dates

Vérifié le 21 octobre 2026 : le guide de génération vocale de Google (mis à jour le 12 octobre 2026), la page du modèle Gemini 3.8 Flash TTS, la page de tarification de l'API Gemini (mise à jour le 19 octobre 2026), les limites de débit (mises à jour le 15 octobre 2026) et les conditions d'utilisation de l'API (mises à jour le 28 avril 2026), ainsi que les exigences de soumission audio d'ACX (15 avril 2026). Les liens se trouvent sous le tableau comparatif. Google met souvent à jour ces modèles : vérifiez à nouveau les limites avant de commencer un livre audio Google AI Studio, quelle qu'en soit la longueur.

FAQ

Livre audio Google AI Studio : FAQ

Pas trouvé de réponse ? Écrivez à support@fullcastbook.com

Puis-je créer un livre audio avec Google AI Studio gratuitement ?

Pour des textes courts, oui. Les modèles Gemini TTS sont gratuits sur le niveau gratuit, mais des plafonds quotidiens s'appliquent (indiqués dans AI Studio), les données du niveau gratuit servent à améliorer les produits Google, et un livre complet implique de découper et d'assembler vous-même de nombreux clips.

Combien de locuteurs Gemini TTS peut-il doubler à la fois ?

Deux par requête, selon la documentation de Google en date d'octobre 2026. Pour plus de personnages, générez séparément le tour de chaque locuteur et assemblez les clips, ou utilisez un outil qui double ligne par ligne, comme la synthèse vocale multi-voix.

Puis-je vendre un livre audio créé dans Google AI Studio ?

Les conditions de l'API Gemini de Google stipulent que Google ne revendiquera pas la propriété du contenu généré, et l'API est destinée à un usage professionnel ou commercial. Vous avez toujours besoin des droits sur le texte, et chaque boutique fixe ses propres règles en matière de narration par IA.

Puis-je publier un livre audio narré par Gemini sur Audible ?

Pas via ACX en date d'octobre 2026 : ses règles exigent une narration humaine, sauf autorisation contraire d'Audible. Audible indique travailler à accepter la synthèse vocale tierce ; voir les règles actuelles d'Audible.

Quel modèle Gemini TTS est le meilleur pour les livres audio ?

Google liste Gemini 3.8 Flash TTS et 3.8 Flash-Lite TTS comme modèles actuels ; Flash couvre plus de langues (130+ contre 100+). Essayez les deux sur la même page de dialogue et choisissez à l'oreille. Les voix standard de FullCastBook utilisent également Gemini TTS.

Gardez les voix Gemini. Laissez tomber la jonglerie de clips.

Importez un chapitre et obtenez chaque réplique attribuée, doublée et assemblée, prête à être exportée en M4B ou MP3. Sans carte pour s'inscrire ; payez avec des crédits au moment de créer.