Voxygen (1,2 million d’euros en 2022, 16 salariés) continue d’innover dans son activité de création et de génération de voix digitales. L’entreprise, spin-off d’Orange, réalise 95 % de ses synthèses vocales avec le procédé de concaténation, qui consiste à "coller" des morceaux de sons préalablement enregistrés, pour générer un texte. Elle développe désormais une technologie neuronale, qui fait appel à l’intelligence artificielle pour générer une voix à partir de l’analyse linguistique de voix humaines. "Cela représente déjà 5 % de notre activité et nous tendons vers ça", explique Olivier Rosec, DG de la SAS née en 2012. Pour y arriver, Voxygen dispose d’un catalogue d’une centaine de voix, en majorité féminines, dans onze langues (français, anglais, espagnol, allemand, néerlandais, italien, portugais, arabe, turc, wolof et swahili).
Clonage de voix
En parallèle, l’entreprise installée à Pleumer-Bodou travaille sur le clonage de voix, c’est-à-dire la conversion d’une voix en une autre. "On pourra, par exemple, ne faire intervenir qu’un seul acteur pour dire les textes de tous les personnages d’un jeu vidéo. Ou encore changer de langue avec la même voix sans devoir faire enregistrer au locuteur le texte dans chaque langue", confie le dirigeant. Voxygen devrait sortir une solution utilisant cette technologie en septembre. "Nous espérons qu’elle génère à terme 20 % de notre chiffre d’affaires."
La société costarmoricaine met aussi le cap sur l’international. "Nous avons adhéré à Bretagne Commerce International (BCI) en décembre 2022 pour qu’elle nous aide à trouver le meilleur marché pour nous", reprend Olivier Rosec. "Nous voulions y aller avec nos différenciants : notre grande expertise en français, espagnol et arabe." D’abord tentée par l’Espagne, Voxygen avait dû renoncer devant l’obligation de maîtriser le catalan, le basque et le galicien, en plus du castillan. BCI a mené une pré-étude pour les Pays du Golfe et y a trouvé un marché pas encore mature et nécessitant une solution globale incluant un très grand nombre de langues. Le choix s’est donc finalement porté vers l’Allemagne.
Concurrent de Microsoft et Google
Trouver la bonne voix a été primordial pour l’entreprise puisqu’elle doit parler sans erreurs et tenir compte de la prosodie (intonations) afin d’être perçue comme langue native. Voxygen, qui se vante d’un taux d’erreur en français inférieur à 2 % quand Microsoft atteint 5 %, ne pouvait se tromper. Cette voix, enregistrée en mars, devra ensuite être vendue dans la solution développée par Voxygen, en visant notamment la voix de marque, c’est-à-dire celle créée exclusivement pour une entreprise, souvent un grand compte. Objectif : réaliser 10 % du chiffre d’affaires en Allemagne en année 1.
Voxygen réalise aujourd’hui la totalité de son activité dans le text to speech, c’est-à-dire la conversion en voix de la réponse apportée à une question dans le cadre, par exemple, d’un robot vocal (auparavant appelé serveur vocal interactif). Ses clients sont plusieurs des plus grandes banques et assureurs français, des opérateurs téléphoniques, La Poste, pour ses centres de relation clients mais aussi la SNCF (la fameuse voix de Simone Hérault, que Voxygen a digitalisée pour les annonces en gare notamment), notamment. La moitié de son business est réalisée par l’intermédiaire d’intégrateurs, qui incluent sa solution dans un robot vocal complet. L’entreprise costarmoricaine présidée par Régis God-Higgins n’a que peu de concurrents mais ils sont de taille : Google, Amazon, Microsoft essentiellement.
