Parler une minute dans un micro, attendre quelques instants, puis récupérer une copie numérique de sa propre voix capable de lire n’importe quel texte dans plusieurs langues. C’est la promesse de Custom Voices, la nouvelle fonctionnalité lancée par xAI dans sa console développeurs. L’entreprise affirme permettre la création d’une voix personnalisée à partir d’un court enregistrement, utilisable ensuite avec ses API de synthèse vocale, de streaming audio et d’agents vocaux en temps réel.

Sur le papier, l’outil ouvre un champ immense. Créateurs de contenus, médias, services clients, applications éducatives ou assistants vocaux peuvent désormais produire une voix cohérente, multilingue et facilement intégrable. xAI indique aussi avoir enrichi sa bibliothèque vocale avec plus de 80 voix prêtes à l’emploi, disponibles dans 28 langues.

Mais derrière la prouesse, la question du consentement devient centrale. Une voix n’est pas un simple habillage sonore : c’est une signature personnelle, intime, parfois plus reconnaissable qu’un visage. xAI met en avant un processus de vérification en deux étapes, avec lecture d’une phrase contrôlée puis comparaison des caractéristiques vocales, afin d’éviter le clonage à partir d’anciens enregistrements ou de voix tierces.

Reste que cette innovation arrive dans un climat déjà saturé par les deepfakes audio, les arnaques vocales et les manipulations politiques. La technologie progresse plus vite que les réflexes juridiques et médiatiques. Custom Voices n’est donc pas seulement une nouvelle fonction pour développeurs : c’est un test grandeur nature de notre capacité à distinguer la parole humaine de sa copie industrielle.