Comparatif
Synthèse vocale open source : Piper, Kokoro, eSpeak NG
Trois moteurs open source de synthèse vocale comparés sur la licence, le français et le matériel. Données tirées des dépôts GitHub lus le 16/11/2026.
Mis à jour le
Un moteur open source de synthèse vocale s'installe et tourne sur sa propre machine. Le texte n'a pas besoin de partir chez un fournisseur, ce qui peut simplifier certaines questions de données. Ce n'est pas une garantie : la protection des données dépend aussi de la machine, des sauvegardes et des accès. Trois projets sont comparés ci-dessous, d'après leurs dépôts GitHub lus le 16/11/2026. Trois critères comptent : la licence, la prise en charge du français et le matériel. Quand la page ne donne pas l'information, le tableau le dit.
Le tableau
| Projet | Licence (dépôt lu) | Français | Matériel indiqué | État du dépôt |
|---|---|---|---|---|
| Piper | MIT, selon le dépôt rhasspy/piper ; GPL-3.0 dans le dépôt qui prend le relais | fr_FR dans la liste officielle | Non précisé | Archivé le 06/10/2025 ; développement déplacé |
| Kokoro | Apache-2.0 | « fr-fr » listé dans le README | Non précisé ; Mac M1 à M4 : réglage MPS présenté dans le README | Aucune mention d'archivage ; date du dernier commit non lue |
| eSpeak NG | GPL-3.0 ou ultérieure | fr (France), fr-be et fr-ch dans la liste officielle | Non précisé | État du dépôt non lu |
Piper
Piper est décrit par son dépôt comme un moteur de synthèse vocale neuronale « fast and local », rapide et local. Il s'installe avec pip install piper-tts et embarque espeak-ng pour la phonémisation, c'est-à-dire la conversion du texte en sons. Le dépôt rhasspy/piper indique qu'il a été archivé par son propriétaire le 06/10/2025, et que le développement a été déplacé vers OHF-Voice/piper1-gpl. Ce dépôt est sous licence GPL-3.0. La page de ce nouveau dépôt indique aussi que la Open Home Foundation recherche des mainteneurs : cet appel ne suffit pas à conclure que le développement est arrêté. L'activité et les versions à déployer doivent être examinées séparément.
La liste officielle confirme le français de France (fr_FR). Pour les droits, la documentation distingue la licence du moteur et celle des enregistrements d'entraînement. La ligne License d'une MODEL_CARD ne vaut pas automatiquement licence des poids. Lisez aussi Training et remontez aux modèles de départ : une voix réentraînée peut garder son nom tout en changeant de provenance. Conservez la fiche de la copie réellement téléchargée.
Kokoro
Kokoro est décrit comme un modèle de synthèse vocale à poids ouverts de 82 millions de paramètres. Son dépôt est sous licence Apache-2.0. Le README présente les poids sous licence Apache comme utilisables également en production. Le code de langue « fr-fr » figure parmi les langues prises en charge. La page ne nomme cependant aucune voix française : seul un exemple, la voix af_heart, est donné.
Le dépôt indique une dépendance à espeak-ng. Pour les Mac Apple Silicon, le README propose PYTORCH_ENABLE_MPS_FALLBACK=1. La documentation PyTorch précise le rôle exact de ce réglage : les opérations non prises en charge par MPS retombent sur le processeur. Ce n'est pas une garantie que tout le calcul s'exécute sur le processeur graphique. Aucun minimum matériel ni résultat de performance n'est déduit de cette variable.
eSpeak NG
eSpeak NG se présente comme un synthétiseur vocal libre qui prend en charge « more than hundred languages and accents », plus de cent langues et accents. Il utilise une synthèse formantique. Sa licence est GPL-3.0 ou ultérieure, avec un fichier getopt.c couvert par une licence BSD à deux clauses.
La liste de langues a été ouverte : elle comprend fr pour la France, fr-be pour la Belgique et fr-ch pour la Suisse. Le dépôt ne donne pas de configuration matérielle, seulement des versions minimales de systèmes d'exploitation. Ce moteur est souvent utilisé comme composant : il est aussi une dépendance de Piper et de Kokoro, selon leurs dépôts.
Préparer une comparaison reproductible sur sa machine
Utilisez un même passage fictif contenant une adresse, un sigle et une phrase longue. Notez la version du moteur, le fichier de voix, sa provenance et les paramètres. Mesurez séparément le chargement initial et les générations suivantes ; écoutez le fichier obtenu avant de conclure qu'un moteur convient à une production. Aucun essai matériel n'a été réalisé pour ce guide.
Préparer une reprise sans la machine du premier auteur
Sur une installation de démonstration, établissez une fiche de transmission : moteur, version, modèle vocal, provenance, licence et exemple de texte. Un pair devrait pouvoir identifier ce qu’il faut récupérer pour refaire l’essai et ce qui ne peut pas être redistribué sans examen. Ajoutez les dépendances et le fichier audio de référence. Ce dossier prépare une reprise ; il ne prouve pas que deux machines produiront le même rendu.
Un intégration d’une synthèse vocale locale peut aider à structurer ce travail.
Pour préparer un échange au cercle, apportez un texte fictif et les points à faire examiner, sans enregistrement personnel.
Comment choisir
- Commencez par le français. Testez le moteur sur votre texte avant de l'intégrer. Une langue annoncée n'est pas une voix française de qualité.
- Lisez la licence. La GPL-3.0 et la licence Apache-2.0 n'ont pas les mêmes conditions. Lisez le texte de la licence avant d'intégrer un moteur dans un produit vendu ou distribué.
- Vérifiez la maintenance. Un dépôt archivé ou en recherche de mainteneurs demande un plan de repli.
- Mesurez le matériel. Les pages lues ne donnent pas de chiffres. Faites le test sur la machine qui servira vraiment.
- Gardez les données sous contrôle. Un moteur local garde le texte sur la machine, mais le fichier audio reste une donnée à protéger, comme le rappelle transcription audio et RGPD.
Pour les modèles d'IA ouverts et leurs licences en général, voir licences des modèles IA. Pour une voix utilisée dans un produit payant, les conditions de la voix comptent aussi : voir Voix IA et usage commercial.
Si vous préférez un service hébergé avec des formules et des conditions écrites, voir API text to speech : prix.
Questions fréquentes
Piper fonctionne-t-il en français ?
Oui : la liste officielle des voix inclut fr_FR. Il faut encore choisir le modèle précis, lire sa provenance et vérifier sa prononciation sur le texte prévu.
Kokoro est-il utilisable pour un usage commercial ?
Le dépôt indique une licence Apache-2.0, et son README précise que les poids sous licence Apache permettent un déploiement jusqu'en production. Lisez le fichier de licence du dépôt avant de vous engager.
Sources
Pages consultées pour écrire cet article :
- https://iarche.fr/services/developpement
- https://github.com/OHF-Voice/piper1-gpl/blob/main/docs/VOICES.md
- https://github.com/OHF-Voice/piper1-gpl/blob/main/docs/LICENSING.md
- https://github.com/espeak-ng/espeak-ng/blob/master/docs/languages.md
- https://docs.pytorch.org/docs/2.15/mps_environment_variables.html
- https://github.com/rhasspy/piper
- https://github.com/OHF-Voice/piper1-gpl
- https://github.com/hexgrad/kokoro
- https://github.com/espeak-ng/espeak-ng