La synthèse vocale classique lit tout d'une seule voix. Un podcast, une interview ou un sketch demandent plus : deux ou trois personnes qui se répondent, s'interrompent et rient. Assembler les répliques à la main prend un temps fou, et les pauses sonnent toujours artificielles. L'outil Dialogue vocalise tout le script d'un coup, en un seul enregistrement.
Écrivez chaque réplique sur sa propre ligne : « Anna : Salut ! De quoi on parle aujourd'hui ? ». Le nom avant les deux-points identifie le locuteur, et vous attribuez une voix à chacun. Les lignes commençant par un tiret alternent automatiquement entre deux voix. Pas encore de script ? Décrivez un sujet — « deux amis se disputent pour savoir s'ils doivent déménager » — choisissez une durée de 1 à 5 minutes, et l'IA rédige gratuitement un dialogue à deux voix que vous pourrez ensuite modifier.
Gemini 3.1 Flash TTS de Google vocalise deux locuteurs à moindre coût et avec des pauses naturelles, et vous pouvez décrire l'ambiance de la conversation en quelques mots. Eleven v3 Dialogue d'ElevenLabs prend en charge jusqu'à trois voix avec l'interprétation la plus expressive : des balises comme [rires], [chuchote], [interrompt] directement dans les répliques. Vous ne payez que pour le texte parlé — les noms des locuteurs ne sont pas comptés.