Vous arrive-t-il de tomber sur un rapport ou un long brouillon et de souhaiter simplement écouter au lieu de lire des pages entières ? Ou peut-être cherchez-vous à repérer ces fautes de frappe sournoises tout en faisant autre chose ? La dernière intégration de l’IA Gemini de Google dans Google Docs pourrait bien être la solution. Cette fonction de synthèse vocale intégrée transforme vos mots en un son naturel. Franchement, cela rend la révision et l’édition beaucoup moins ennuyeuses, et cela améliore l’accessibilité pour ceux qui assimilent mieux l’information en écoutant. Que vous soyez un étudiant jonglant avec plusieurs devoirs, un professionnel révisant du contenu ou un créateur de contenu peaufinant des scripts, cette nouvelle fonctionnalité est un ajout très pratique.
Comment utiliser la lecture audio Gemini dans Google Docs
La mise en place et le fonctionnement ne sont pas très compliqués, mais il y a quelques points à améliorer. Voici comment procéder :
Ouvrez votre document et préparez-vous à écouter
- Tout d’abord, ouvrez Google Docs dans votre navigateur et chargez votre fichier. La synthèse vocale ne fonctionne que s’il y a du texte à lire ; les documents vides sont donc interdits.
- Assurez-vous que votre navigateur est à jour et que vous êtes connecté à votre compte Google. Dans certaines configurations, l’activation du microphone ou des autorisations audio peut être nécessaire pour obtenir de meilleurs résultats.
Activez le lecteur audio — là où la magie commence
- Accédez à Outils > Audio > Écouter cet onglet. Si vous ne le voyez pas, vérifiez si vous disposez des dernières mises à jour de Google Docs ou essayez d’actualiser la page. Vous trouverez peut-être également un bouton dédié « Écouter cet onglet » dans la barre d’outils, selon votre configuration.
- Une fois activé, un lecteur audio flottant apparaît à l’écran. Il vous permettra de contrôler la lecture.
Contrôlez la lecture et personnalisez votre écoute
- Le lecteur vous permet d’appuyer sur lecture, de mettre en pause, de parcourir le texte (en cliquant ou en faisant glisser) et de régler la vitesse, afin que vous puissiez écouter plus rapidement si nécessaire.
- Concernant la voix, vous pouvez choisir parmi différents profils : narrateur, éducateur, enseignant, persuasif, explicatif, coach et motivateur. Je ne sais pas vraiment pourquoi cela fonctionne, mais changer de voix permet parfois de garder un message original ou plus facile à comprendre.
Déplacez le lecteur pour un accès plus facile
Faites glisser l’icône flottante pour qu’elle ne vous gêne pas, mais reste accessible. Sur certaines machines, les commandes peuvent être un peu rigides ou mal synchronisées ; c’est étrange, mais c’est la nature de toute fonctionnalité expérimentale. Elle affiche la durée totale et la progression actuelle, ce qui vous permet de faire une pause et de reprendre là où vous vous étiez arrêté.
Intégration de boutons et de puces audio pour la collaboration
L’une des mises à jour récentes les plus intéressantes est la possibilité d’intégrer la lecture audio directement dans les documents partagés, de nombreuses façons de faciliter la vie des coéquipiers ou des camarades de classe :
- Insérer des boutons audio : Accédez à Insertion > Boutons audio > Écouter cet onglet. Vous pouvez personnaliser la taille, le libellé et la couleur des boutons, ce qui est idéal pour mettre en évidence les sections ou instructions importantes. Désormais, en cliquant dessus, vous entendrez le texte sélectionné sans avoir à parcourir les menus.
- Intégrer des puces audio : Surlignez le texte souhaité, tapez @, puis sélectionnez « Écouter cet onglet ». Et voilà ! Vous disposez désormais d’une puce interactive qui, lorsqu’on clique dessus, lit uniquement cette section. Très pratique pour les révisions en équipe ou les sessions de montage collaboratives.
Cela accélère considérablement la collaboration, surtout lorsque vous consultez de longs rapports ou scripts. Plus besoin de faire défiler indéfiniment : il suffit de cliquer, d’écouter et de passer à autre chose. D’après mon expérience, c’est parfois un peu bugué si votre connexion Internet est instable, mais cela fonctionne généralement après une actualisation rapide de la page.
Comment fonctionne réellement la synthèse vocale de Gemini
Honnêtement, la synthèse vocale de Gemini est assez impressionnante. Elle utilise des modèles avancés de synthèse vocale avec de nombreuses options vocales. Le son n’est donc pas monotone, mais expressif, et vous pouvez affiner le rythme et la hauteur. Cela permet de repérer les erreurs ou les phrases maladroites qui vous échappent lors d’une lecture silencieuse. L’écoute, surtout sur les documents volumineux, peut révéler des choses que vous n’aviez jamais vues.
Pour les développeurs et les utilisateurs expérimentés, le dépôt GitHub de Gemini : Winhance et la prise en charge des API prennent en charge les configurations multi-locuteurs, le balisage vocal SSML et même les invites personnalisées. En résumé, il est suffisamment flexible pour toutes sortes d’utilisations créatives et professionnelles, comme les podcasts, les livres audio ou les scripts de support client.
Disponibilité du plan et langues prises en charge
Pour le moment, la lecture audio de Gemini est principalement disponible sur le web, en anglais. Aucune prise en charge multilingue n’est prévue pour le moment, mais Google semble y travailler. Cette fonctionnalité est incluse dans plusieurs forfaits Google Workspace, tels que AI Pro, AI Ultra, Business Standard, Business Plus, et certains forfaits Entreprise ou Éducation avec options Gemini. Si votre organisation y a déjà accès, vous pouvez probablement l’utiliser.
Autres options : API et outils tiers
Si vous recherchez plus de contrôle ou de meilleures voix, il existe des alternatives :
- API Gemini : Pour les développeurs, vous pouvez intégrer Gemini TTS à vos applications avec des voix personnalisées, une prise en charge multilingue et bien plus encore. C’est particulièrement pratique pour automatiser la création audio d’un projet d’envergure.
- Google Cloud Text-to-Speech : propose des centaines de voix dans des dizaines de langues, parfait pour les projets à grande échelle ou lorsque vous avez besoin de plus de diversité de voix et de styles.
Ces options sont assez solides si vous faites des choses au-delà de Docs, comme créer vos propres podcasts, livres audio ou expériences client.
Conclure
Google ajoute enfin les fonctionnalités audio Gemini AI à Docs pour la lecture ou la révision de documents ? Oui, c’est une véritable révolution pour le multitâche et l’accessibilité. Certes, le déploiement est encore en cours et comporte quelques bugs, mais dans l’ensemble, il fonctionne mieux que prévu. Espérons que les prochaines mises à jour apporteront davantage de langues, de voix et de personnalisations, mais pour l’instant, c’est une avancée significative.
Résumé
- Ouvrez votre document Google et assurez-vous que le texte est présent.
- Activez le lecteur audio flottant via Outils > Audio > Écouter cet onglet.
- Contrôlez la lecture, changez de voix et déplacez le lecteur sur votre écran.
- Intégrez des clips audio dans des documents partagés pour une collaboration plus facile.
- Explorez l’API de Gemini pour des intégrations personnalisées ou envisagez Google Cloud TTS pour des options linguistiques plus larges.