Convertir HTML en MP3

Un téléphone, un autoradio, un éditeur de podcasts ou une archive hors ligne peut nécessiter un contenu audio parlé au format MP3 plutôt qu’une page HTML lisible dans un navigateur. Comme HTML contient du balisage et du texte au lieu d’une piste audio finalisée, la conversion utilise normalement la synthèse vocale (TTS).

Qu’est-ce que le format HTML ?

HTML (HyperText Markup Language) décrit les titres, paragraphes, liens, tableaux, images et autres éléments d’une page web. Les navigateurs affichent le HTML ; les éditeurs de code, créateurs de sites web, systèmes de gestion de contenu, exportateurs d’e-mails et traitements de texte capables d’enregistrer des pages web peuvent en créer. Les fichiers courants comprennent les pages enregistrées, la documentation, les exportations d’e-mails et le contenu de sites web stocké localement.

HTML n’identifie pas chaque élément qui doit être lu à voix haute. Un convertisseur doit extraire le texte lisible tout en excluant les balises, la navigation, les scripts, les styles, les publicités, les commentaires et les commandes sans rapport. Le contenu généré par JavaScript peut ne pas exister dans le fichier d’origine et peut nécessiter l’ouverture préalable de la page dans un navigateur.

Qu’est-ce que le format MP3 ?

MP3 est un format audio compressé avec perte pris en charge par les téléphones, les voitures, les lecteurs de musique, les logiciels de montage et les services de podcast. Il produit des fichiers nettement plus petits que le format WAV non compressé, ce qui le rend pratique pour le stockage et le partage, mais il supprime certaines informations audio.

Pour la parole ordinaire, 64–96 kbps mono offre généralement un compromis raisonnable entre la taille et la qualité de la voix. Utilisez 128 kbps pour la musique, les effets sonores ou une parole de meilleure fidélité. La voix TTS sélectionnée, la prononciation et le nettoyage du texte source influent généralement davantage sur l’intelligibilité que le débit binaire MP3.

Conversion sur ordinateur sous Windows

Balabolka est une option pratique sous Windows : il peut ouvrir des fichiers HTML, utiliser les voix compatibles avec SAPI installées et enregistrer la parole synthétisée au format MP3.

1. Installez Balabolka ainsi qu’une voix prenant en charge la langue du document, par exemple une voix système Microsoft ou une autre voix compatible avec SAPI.
2. Ouvrez le fichier avec File → Open et sélectionnez page.html. Si le fichier contient de la navigation, des publicités ou du contenu généré par des scripts, ouvrez-le dans un navigateur, utilisez le mode lecture s’il est disponible, puis copiez uniquement le texte requis dans Balabolka.
3. Sélectionnez la voix, la langue, le débit de parole et la hauteur. Préécoutez plusieurs paragraphes afin de repérer les erreurs de prononciation, les caractères manquants ou le texte indésirable de la page.
4. Choisissez File → Save Audio File, sélectionnez MP3, définissez la destination, par exemple page.mp3, puis choisissez un débit binaire approprié. Le mono suffit pour la plupart des contenus parlés.
5. Lisez le résultat dans VLC, sur le téléphone ou l’autoradio cible, ou dans un éditeur audio. Vérifiez les titres, les liens, les notes de bas de page, les tableaux et les sauts de page afin de repérer les erreurs d’ordre de lecture.

Conversion sur macOS et Linux

Extrayez et nettoyez le texte avant d’invoquer un moteur de synthèse vocale. Le mode lecture d’un navigateur, un outil de lisibilité ou un utilitaire HTML-to-text en ligne de commande peut créer clean.txt ; ces méthodes ne peuvent pas récupérer le contenu généré uniquement après l’exécution de JavaScript.

Sous macOS, la commande intégrée say peut créer un fichier AIFF intermédiaire :

say -f clean.txt -o speech.aiff

Sous Linux, une voix eSpeak NG installée peut créer un fichier audio WAV :

espeak-ng -f clean.txt -w speech.wav

Encodez l’audio intermédiaire avec FFmpeg :

ffmpeg -i speech.wav -codec:a libmp3lame -b:a 96k -ac 1 page.mp3

Pour une entrée AIFF sous macOS, remplacez speech.wav par speech.aiff. FFmpeg encode uniquement l’audio ; il n’analyse pas le HTML et n’effectue pas de synthèse vocale. Le moteur de synthèse vocale doit d’abord créer l’audio intermédiaire.

Conversion en ligne

Les services TTS cloud tels que ElevenLabs et NaturalReader peuvent transformer le texte nettoyé d’une page, collé dans le service, en fichier audio téléchargeable, sous réserve des limites actuelles de leur compte et de leurs options d’exportation. La prise en charge directe de l’envoi de fichiers .html varie : collez donc le texte lisible ou envoyez plutôt un document pris en charge, au lieu de supposer que le service exécutera correctement la page.

Le traitement en ligne envoie le texte à un tiers. N’envoyez pas de documentation privée, de données personnelles ou de pages confidentielles, sauf si les conditions du fournisseur concernant la conservation, l’entraînement et la suppression des données sont acceptables. Une application locale est préférable lorsque la source doit rester hors ligne.

Limites de qualité et de compatibilité

Ce processus crée normalement un rendu de synthèse vocale ; il n’extrait pas une piste audio déjà présente dans la page. Si le HTML contient un lecteur audio, examinez sa source ou sa requête réseau et téléchargez le fichier audio d’origine lorsque cela est autorisé. La re-synthèse du texte associé ne préservera pas la narration, la musique ou les effets sonores d’origine.

Les images, graphiques, mises en page CSS, hyperliens, formulaires, commentaires et commandes interactives ne peuvent pas être représentés directement en MP3. Le texte alternatif peut être lu à voix haute s’il est conservé lors de l’extraction et si l’application TTS l’inclut, mais les relations visuelles et la structure des tableaux peuvent être perdues.

Enregistrez le texte intermédiaire en UTF-8 afin de préserver les caractères accentués et les écritures non latines, puis sélectionnez une voix prenant en charge la langue du document. MP3 est un format audio séquentiel : il ne conserve ni texte interrogeable, ni liens cliquables, ni signets HTML ; conservez le HTML d’origine ou une transcription séparée lorsque ces fonctionnalités sont nécessaires.

La commande d’un navigateur Save page as enregistre une page HTML et ses ressources associées ; elle ne convertit pas la page en MP3. Renommer un fichier .html avec une extension .mp3 ne crée pas non plus un fichier audio valide.