Pour accéder à l’index complet de la documentation, consultez llms.txt. Pour obtenir la version Markdown d’une page de documentation, ajoutez .md à la fin de l’URL de la page.
Navigation principale
Nov 19, 2026 Audio

Adapter les prompts de GPT-Live aux langues et aux accents régionaux

Créez une voix avec un accent régional, testez sa prononciation et son respect des conventions locales, puis personnalisez les prompts de vos agents vocaux multilingues.

Auteurs: Charlie Guo, Erika Kettleson

Adapter les prompts de GPT-Live aux langues et aux accents régionaux

Même si un agent vocal parle espagnol, sa façon de parler peut surprendre le public auquel vous le destinez. Il peut avoir l’accent d’une autre région, employer des tournures trop formelles ou lire un prix d’une manière inhabituelle pour quelqu’un de la région.

Les options par défaut de GPT-Live couvrent déjà de nombreux besoins. Pour créer une application vocale destinée à des publics de langues et de régions différentes, vous pouvez aller plus loin en jouant sur le choix de la voix et les instructions de session. Voyons comment procéder avec l’anglais d’Inde, l’espagnol d’Espagne et l’arabe émirati.

Commencez par choisir la voix qui convient

Examinez d’abord les voix intégrées à GPT-Live. Certaines présentent déjà des caractéristiques proches de la langue ou de l’accent régional que vous recherchez. On retrouve par exemple des sonorités du portugais du Brésil chez Bossa et Tempo, tandis que Nira est une voix hindi. Les voix intégrées sonnent d’emblée très naturel. Essayez-les dans vos propres conversations avant de concevoir une nouvelle voix.

Trouver une voix intégrée Voix supplémentaires de GPT-Live par langue, influence régionale et présentation vocale
Langue / influence régionaleVoix fémininesVoix masculines
Anglais Australie Quartz (source Générée) Ripple (source Naturelle)
Anglais Royaume-Uni — Vesper (source Naturelle)
Anglais Irlande Willow (source Naturelle) Stone (source Naturelle)
Anglais Amérique du Nord Gleam (source Naturelle) Meridian (source Naturelle)
Anglais Philippines — Beacon (source Générée)
Anglais Sud des États-Unis Delta (source Générée) Cinder (source Générée)
Portugais Brésil Bossa (source Naturelle) Tempo (source Naturelle)
Allemand Nuri (source Naturelle) Juni (source Naturelle) Flitz (source Naturelle)
Français Brise (source Naturelle) Sillage (source Naturelle)
Hindi Nira (source Naturelle) —
Japonais Harema (source Naturelle) Shida (source Naturelle)
Coréen Noeul (source Naturelle) —
Source naturelle Source générée

Pour sélectionner une voix intégrée, utilisez son nom en minuscules dans l’API (par exemple, nira). Consultez le guide des options vocales pour obtenir le catalogue complet et à jour.

Si vous recherchez un accent régional plus précis, utilisez la génération de voix à partir d’un prompt pour créer une voix de synthèse à partir d’une description écrite. Précisez la région autant que possible et décrivez la hauteur de voix, le débit et le timbre souhaités. Lors de la génération, utilisez le champ script_hint pour fournir un exemple représentatif de la langue parlée. Pour une voix bilingue, incluez les deux langues dans l’exemple et décrivez le rendu souhaité dans chacune. Créez des voix d’adultes originales et n’imitez pas de personnes réelles. Consultez les consignes d’utilisation responsable.

Les clients éligibles peuvent également créer une voix personnalisée à partir d’un enregistrement d’une personne consentante. Vérifiez les modèles et accents pris en charge avant d’opter pour cette méthode. Avant d’importer les enregistrements, obtenez le consentement exprès de la personne et les droits nécessaires pour utiliser les enregistrements et la voix obtenue dans votre application. L’enregistrement du consentement et l’échantillon de référence doivent provenir de la même personne. Pour toute voix générée, indiquez clairement aux auditeurs qu’ils entendent une voix générée par IA.

La politique de non-conservation des données ne s’applique pas à la création de voix. Consultez le guide des contrôles des données pour connaître les paramètres applicables aux sessions GPT-Live.

Exemple : l’anglais d’Inde avec les sonorités du hindi de Nira

Pour un agent qui s’adresse en anglais à des utilisateurs en Inde, définissez session.audio.output.voice sur "nira" à la création de la session, puis ajoutez ce prompt aux instructions de session :

Vous participez à une conversation vocale en anglais. Exprimez-vous avec clarté et naturel. Parlez couramment anglais avec votre accent indien naturel, marqué par le hindi. Gardez ce rythme familier tout au long de la conversation.

Exemple : l’espagnol du centre et du nord de l’Espagne

Supposons que vous développiez un assistant d’achat pour une clientèle en Espagne. Pour obtenir un accent plus précis qu’un simple « accent espagnol », ouvrez le Playground vocal et essayez cette description dans l’outil de génération de voix à partir d’un prompt :

Une voix féminine adulte originale, claire et légèrement brillante, dans le médium, avec une touche de chaleur. Parlez espagnol avec l’accent naturel du castillan standard du centre et du nord de l’Espagne. Prononcez les voyelles et les consonnes, placez les accents toniques et modulez les phrases comme une locutrice native. Distinguez naturellement le s du z et du c devant e ou i, sans exagération. Adoptez le débit assez vif d’une conversation, avec des pauses naturelles et une intonation variée.

Accompagnez cette description d’un script_hint en espagnol qui donne à la voix un exemple de phrases courantes qui s’enchaînent naturellement :

Hola, ¿qué tal? Estoy aquí para ayudarte. Podemos revisar las opciones con calma y elegir la que mejor encaje contigo. ¿Prefieres empezar por los colores o por las tallas? Esta chaqueta azul combina bien con unos zapatos cómodos. Acércate a la ventana para ver el color con luz natural.
Reproduction de l’éditeur du Playground vocal avec l’exemple espagnol.

Cette description vise une variété précise d’espagnol. La distinction de prononciation décrite dans le prompt ne se retrouve pas partout en Espagne ni dans le reste du monde hispanophone. Avec ce prompt, générez quelques voix, conservez la voix enregistrée que vous préférez et testez-la sur une phrase qui ne figurait pas dans le texte de création. Répétez l’essai jusqu’à obtenir le résultat souhaité.

Exemple : l’arabe émirati de Dubaï

Pour l’arabe aussi, le seul nom de la langue laisse de nombreux choix ouverts. Pour créer une voix qui s’exprime comme dans une conversation à Dubaï, vous pouvez la décrire en arabe comme suit :

صوت رجالي خيالي أصلي لرجل بالغ، بلهجة أهل دبي الإماراتية الحضرية المعاصرة. نطق الحروف وحركة الكلام وإيقاعه محليّان ومتناسقان، وتبقى الكلمات واضحة داخل الكلام اليومي المتصل. طبقة متوسطة تميل للانخفاض، ورنين دافي وصافي. يتكلم على مهله، والجملة تمشي كفكرة وحدة بنبر متنوع حسب المعنى.

La description demande une voix masculine adulte originale avec l’accent urbain contemporain de Dubaï, un timbre chaleureux, un registre légèrement grave et un phrasé fluide et détendu. Fournissez aussi un script_hint en arabe conversationnel :

هيه، شفت رسالتك. أنا هني صوب الحديقة، لا، أقصد صوب المواقف عند الباب الثاني. زين؟ المكان أهدى من اللي كنا فيه أمس. خذ راحتك، أنا توني واصل وما عندي شي مستعيل عليه. تبانا نتمشى شوي ولا نقعد؟ عادي، اللي يريحك.

En règle générale, concentrez la description de la voix sur ses caractéristiques sonores. Pour préciser si l’agent doit répondre en arabe émirati à une personne qui appelle d’Égypte, passer à l’anglais ou confirmer une commande, utilisez les instructions de session, que nous verrons plus loin.

Testez la voix sur ce que votre application dira réellement

Le choix d’une voix n’est qu’un début. Pour la mettre à l’épreuve, préparez un petit jeu de tests d’écoute avec des phrases inédites, des conversations réalistes ainsi que les mots et les valeurs que votre application traite le plus souvent.

Certains cas particuliers méritent une attention particulière :

  • Prononciation en contexte : incluez des noms de personnes, de lieux et de produits, ainsi que du vocabulaire spécialisé. En japonais, par exemple, indiquez à l’agent comment lire un mot, comme dans 承る(うけたまわる), puis testez-le dans une phrase complète de service client. Si l’agent prononce la fin de Lakshmi comme le mot anglais « my » alors que vous attendez le son « mee », ajoutez une indication dans les instructions de session : लक्ष्मी — अंत में ‘क्ष्मी’, ‘क्ष्माई’ नहीं. Pour les langues à tons, écoutez les mots importants dans plusieurs phrases différentes.

  • Conventions régionales pour les nombres : le système de numération indien utilise le lakh et le crore. Un lakh correspond à 1,00,000 (100 000) et un crore à 1,00,00,000 (10 000 000). Pour un agent anglophone destiné au public indien, vérifiez que ₹1,25,000 se prononce « one lakh twenty-five thousand rupees » si c’est la convention souhaitée.

  • Identifiants et corrections : demandez à une personne d’épeler au téléphone un code de réservation fictif, de faire une pause, puis de corriger un caractère. Vérifiez que l’agent attend la correction et répète fidèlement le code final. Testez aussi les adresses e-mail et les autres saisies alphanumériques acceptées par votre produit.

  • Alternance entre langues : essayez une phrase en arabe contenant un nom de produit en anglais et un prix, puis changez de langue à la réplique suivante. Vérifiez le montant énoncé, la devise et le nom du produit indépendamment de l’accent.

Pour les dates, les montants et les identifiants, vérifiez à la fois ce que votre application transmet réellement au serveur et ce que la personne entend au téléphone. Dans de nombreuses régions, 04/05 peut désigner deux dates différentes. Il peut donc être utile de demander une précision, puis de répéter la date en prononçant le nom du mois.

Rédigez les instructions qui guideront l’agent pendant la conversation

Une fois la voix choisie, sélectionnez-la à la création de la session GPT-Live. Pour une voix générée et enregistrée, attribuez à session.audio.output.voice.id l’identifiant de voix renvoyé. Dans instructions, précisez le rôle de l’agent, les règles de choix de la langue, la façon de s’exprimer et la conduite à tenir pendant la conversation. Rappelez-y aussi les caractéristiques de la voix décrites à sa création.

Pour une application monolingue, rédigez les instructions et les exemples dans la langue que l’agent doit parler. Voici un point de départ pour l’assistant d’achat en espagnol :

Eres un asistente de compras. Habla en español de España, con acento castellano del centro y norte de la península, un ritmo conversacional y una entonación natural. Usa un tono cercano y respetuoso, sin sonar como un anuncio.

Responde en español salvo que el cliente pida cambiar de idioma. Haz una pregunta cada vez. Si un nombre o una talla no están claros, pide que los repita. No confirmes precios, disponibilidad ni cambios en un pedido hasta que el sistema los haya verificado.

Pour une application multilingue, définissez ce qui doit déclencher un changement de langue. Décidez aussi si la voix doit conserver ses caractéristiques régionales. Ces deux choix sont indépendants. Pour un assistant qui parle arabe émirati et anglais, complétez d’abord la description de voix précédente avec une consigne pour l’anglais, par exemple « En anglais, parlez naturellement avec un léger accent émirati, en gardant la même chaleur et le même registre grave. » Avant de générer la voix bilingue, ajoutez dans script_hint, à côté de l’arabe, une phrase représentative en anglais, par exemple « I can check the available sizes for you ». Utilisez ensuite des instructions de session de ce type :

Répondez dans la langue de la dernière intervention claire de votre interlocuteur. Passez de l’arabe à l’anglais ou inversement lorsque votre interlocuteur change clairement de langue. Un bref « OK », un nombre, un nom ou un nom de produit anglais dans une phrase en arabe ne suffit pas à changer la langue de la conversation.

En arabe, utilisez l’arabe émirati urbain tel qu’il se parle à Dubaï, même si votre interlocuteur parle une autre variété d’arabe. Privilégiez les expressions locales naturelles quand elles conviennent : شو pour « quoi », الحين pour « maintenant », وين pour « où » et مب pour la négation. Gardez un dialecte cohérent, sans exagération. En anglais, gardez une voix reconnaissable comme celle de la même personne.

Inspirez-vous de ces formulations et adaptez vos réponses à la conversation :
- Demande de précision : « تقصد العلبة الصغيرة ولا الكبيرة؟ وكم وحدة تبا؟ »
- Nom mal compris : « الاسم مب واضح عندي، ممكن تعيده أو تتهجّاه لي؟ »

Énoncez les montants dans la langue en cours en respectant leur valeur exacte et leur devise. Ne confirmez une recherche, un prix ou l’exécution d’une action que si les informations du serveur le permettent.

Dans cet exemple, l’assistant conserve délibérément le même dialecte en arabe tout en pouvant passer à l’anglais. Si votre produit doit adopter le dialecte demandé par la personne qui appelle, formulez et testez explicitement cette règle. Les descriptions de voix et les prompts de session peuvent orienter l’accent, sans garantir qu’il sera conservé à chaque réponse. Testez donc les changements de langue dans les deux sens, y compris après la reconnexion d’une session.

Donnez des exemples du registre souhaité

La langue et l’accent ne déterminent pas non plus le degré de formalité. En hindi, par exemple, un agent du service client peut marquer la politesse en employant आप et les formes verbales de politesse. Vous pouvez illustrer cette préférence dans le prompt de session :

ग्राहक से "आप" कहकर बात करें। सम्मानजनक भाषा और क्रिया रूपों का उपयोग करें। "हाँ, बताओ" की जगह "जी, बताइए" कहें। "तुम कैसे हो?" की जगह "आप कैसे हैं?" कहें।

Ces exemples distinguent un « oui, dis-moi » familier de son équivalent plus courtois. Le modèle comprend ainsi plus précisément le registre attendu qu’avec la seule consigne de prendre un ton professionnel. Choisissez des expressions qu’une personne du service client emploierait sur place et testez-les en contexte. Évitez de traduire mot à mot un texte écrit en anglais.

Pour en savoir plus sur les indications de prononciation, la personnalité de l’agent, les salutations et la gestion des interruptions, consultez le guide des prompts pour GPT-Live. Le guide d’évaluation des agents vocaux explique comment transformer vos tests d’écoute en une évaluation que vous pourrez répéter à chaque changement de voix, de prompt ou de modèle.