Il lit les données d’alignement mot à mot attachées à un morceau généré sur ce site. Ce n’est pas de la reconnaissance vocale appliquée à un audio quelconque : il n’y a pas de champ d’import, et un fichier venu de votre disque n’a aucune donnée d’alignement à consulter. Si vous voulez des repères pour un enregistrement fait ailleurs, ce n’est pas le bon outil.
Paroles horodatées avec un repère sur chaque mot
Obtenez un horodatage par mot sur les paroles d’un morceau généré ici. Choisissez une piste vocale terminée, vérifiez l’alignement et exportez un texte.
Choisissez un morceau généré sur ce site et récupérez ses paroles avec un début et une fin sur chaque mot. Lancez la lecture, voyez le mot en cours s’éclairer, cliquez sur n’importe lequel pour y sauter, puis exportez les repères en texte.
01
Ce que l’outil aligne, et ce qu’il n’aligne pas
Ce qui revient est une liste de mots, chacun avec un temps de début, un temps de fin et un indicateur disant si ce mot précis s’est aligné correctement. L’alignement se fait au mot et non à la ligne, et la différence compte : un outil à la ligne vous dit quand une ligne commence, tandis qu’un repère au mot vous dit où vous en êtes à l’intérieur.
Comme la donnée est liée au morceau généré, les paroles alignées sont celles à partir desquelles le morceau a été créé. Vous ne transcrivez pas une interprétation en espérant que les mots sortent justes : les mots sont déjà connus, et la seule question posée est de savoir quand chacun est chanté.
02
Obtenir les repères
Connectez-vous, ouvrez l’outil, puis choisissez dans votre historique musical un morceau terminé comportant des voix. Seules les générations achevées apparaissent, car un morceau encore en cours de rendu n’a pas d’audio sur lequel s’aligner. Chaque demande coûte 5 crédits.
Les générations instrumentales sont la raison habituelle d’un résultat vide. Il n’y a aucun mot à placer, donc le résultat revient vide plutôt que faux : si vous obtenez un résultat vide, vérifiez que la piste choisie comporte bien une voix.
Une fois les repères arrivés, les paroles s’affichent à côté du lecteur. Le mot correspondant à la position de lecture s’éclaire au fil du morceau, et cliquer sur n’importe quel mot déplace le lecteur jusqu’à son temps de début. Ce clic est le moyen le plus rapide de vérifier un passage sans faire glisser la forme d’onde à la main.
03
Pourquoi il vaut la peine de vérifier
Chaque mot porte un indicateur de réussite, et tous ne l’obtiennent pas. Les mots qui n’ont pas pu être alignés restent dans la liste pour que les paroles demeurent lisibles, mais leur repère ne devrait pas être pris pour argent comptant sans écoute. Les repérer d’abord va plus vite que de relire toutes les paroles contre l’audio.
Trois endroits déraillent plus souvent que les autres. Une note longue tenue sur plusieurs syllabes a tendance à rassembler ses mots au début de la phrase au lieu de les étaler. Les passages rapides serrent tant les mots qu’un voisin peut prendre la place. Et les ad-libs ou les voix doublées placées derrière la voix principale tirent le repère vers la ligne d’arrière-plan.
Le reste est en général assez juste pour servir tel quel. En pratique, écoutez le morceau une fois depuis le début, repérez où la surbrillance décroche de ce que vous entendez, et n’examinez que ces moments-là.
04
Le fichier exporté
L’export est un fichier texte avec un mot par ligne, écrit sous la forme d’un horodatage entre crochets suivi du mot lui-même. Une ligne tient dans un repère en minutes et secondes puis un seul mot, ce qui rend le fichier facile à lire comme à analyser.
Deux détails comptent si vous comptez l’envoyer ailleurs. Les horodatages sont arrondis à la seconde inférieure, de sorte que plusieurs mots consécutifs partagent souvent le même repère dans les passages rapides. Et comme chaque ligne contient un mot et non une ligne de paroles, passer à un format par lignes suppose de regrouper les mots vous-même.
Les formats de sous-titres et de karaoké ne sont pas exportés directement. Construire un fichier LRC ou SRT à partir de ces données est simple si vous en avez besoin, mais cela implique de décider où couper les lignes et combien de temps chacune reste à l’écran : des choix qui méritent d’être faits délibérément plutôt que devinés par un outil.
05
Sa place parmi les autres outils
La limite tient à la source. Cet outil ne fonctionne que sur les morceaux générés sur ce site, parce que les données d’alignement sont produites en même temps que la génération et conservées avec le morceau. Rien de tout cela ne s’applique à un MP3 ou un WAV venu d’ailleurs.
Si vous disposez de votre propre enregistrement et souhaitez y placer des mots, il s’agit de transcription et non d’alignement : un travail différent, avec une autre nature de précision. Si ce que vous voulez, ce sont les mots plutôt que leur placement, le générateur de paroles écrit un texte à partir d’un thème, et le générateur de musique transforme un texte en morceau chanté.
Si vous travaillez sur un instrumental et cherchez sa structure plutôt que ses mots, le détecteur de tonalité et de tempo lit les deux dans l’audio. C’est en général ce que les gens veulent réellement quand ils demandent des informations de timing sur un morceau sans voix.
06
Questions sur les paroles horodatées
Puis-je importer mon propre fichier audio ?
Non. L’outil lit des données d’alignement stockées avec un morceau généré sur ce site, il n’y a donc rien à consulter pour un fichier extérieur. C’est pour cette raison qu’il n’existe pas de champ d’import.
Les repères sont-ils par ligne ou par mot ?
Par mot. Chaque mot revient avec son propre début et sa propre fin, ce qui permet au lecteur d’éclairer exactement le mot chanté et d’y sauter d’un clic.
Combien de crédits coûte une demande ?
Cinq crédits par demande, débités au moment où vous soumettez une piste vocale terminée depuis votre historique musical.
Pourquoi ma demande est-elle revenue vide ?
Presque toujours parce que la piste n’a pas de voix. Une génération instrumentale n’a aucun mot à placer, donc le résultat est vide plutôt qu’approximatif. Choisissez une génération chantée.
Quel est le format du téléchargement ?
Un fichier texte avec un mot par ligne, chacun précédé de son horodatage entre crochets. Les horodatages sont arrondis à la seconde inférieure.
Puis-je exporter des sous-titres LRC ou SRT ?
Pas directement. L’export texte contient les mêmes repères, mais en faire un fichier de sous-titres suppose de regrouper les mots en lignes et de choisir la durée d’affichage, ce que l’outil vous laisse décider.
Certains mots semblent légèrement en avance. Pourquoi ?
Les notes tenues et les passages rapides en sont la cause habituelle, et chaque mot porte un indicateur de réussite. Écoutez le passage et corrigez ces moments-là plutôt que l’ensemble des paroles.
Cela fonctionne-t-il quelle que soit la langue du morceau ?
L’alignement suit les paroles ayant servi à générer le morceau, il n’est donc pas limité à l’anglais. La précision dépend toujours de la netteté du chant, dans n’importe quelle langue.