Faites lire « wach nta mrid ? » à un moteur de synthèse vocale en arabe standard : le résultat est soit incompréhensible, soit prononcé avec un accent moyen-oriental qu'aucun Marocain n'emploie. La synthèse vocale (text-to-speech, TTS) en darija est restée longtemps un angle mort des grands fournisseurs, alors qu'elle est la brique indispensable de tout agent vocal crédible au Maroc.
Pourquoi la darija résiste aux moteurs TTS classiques
La première difficulté est le code-switching permanent. Une phrase darija réelle mélange l'arabe et le français dans le même souffle : « safi, n'confirmiw le rendez-vous de demain inchallah ». Un moteur TTS arabe bute sur les mots français, un moteur français massacre les mots arabes ; la darija exige un modèle qui bascule naturellement entre les deux systèmes phonétiques au milieu d'une phrase.
Viennent ensuite les phonèmes propres au parler marocain — des consonnes emphatiques et des enchaînements de consonnes sans voyelles que l'arabe standard vocalise différemment — et l'absence d'orthographe normalisée : la darija s'écrit tantôt en caractères arabes, tantôt en latin avec des chiffres (le fameux « 3 » pour le ayn, « 7 » pour le ha). Le moteur doit interpréter ces graphies avant même de prononcer quoi que ce soit.
Enfin, la darija n'est pas monolithique : les intonations et certains mots diffèrent entre Casablanca, le nord et les régions du sud. Un TTS entraîné sur un corpus étroit produit une voix qui sonne « étrangère » pour une partie du pays.
Des voix marocaines enregistrées en studio
La qualité d'un modèle TTS dépend d'abord de ses données d'entraînement. Il n'existe pas de grand corpus public de darija parlée propre : les modèles génériques s'entraînent sur de l'arabe standard médiatique ou sur des données web bruitées, et cela s'entend immédiatement.
L'approche de SAWT IA a été d'enregistrer des voix marocaines en studio : des locuteurs natifs, des scripts couvrant les registres réels de la langue — conversation commerciale, chiffres et montants, dates, noms de villes, mélanges darija-français — et une qualité audio maîtrisée de bout en bout. C'est ce travail de corpus, long et peu spectaculaire, qui fait la différence entre une voix robotique et une voix qu'un client prend pour un téléconseiller humain.
Cas d'usage : bien au-delà des voicebots
Le premier usage est évidemment l'agent vocal : un voicebot qui répond au téléphone en darija a besoin d'une voix darija. Mais le TTS marocain ouvre d'autres portes. Les médias et créateurs de contenu peuvent générer des voix off en darija pour des capsules vidéo, des publicités radio ou des podcasts sans réserver un studio à chaque itération de script.
L'e-learning et la formation interne sont un autre terrain naturel : des modules de formation vocalisés en darija touchent des publics que des contenus en français ou en arabe standard laissent de côté — agents de terrain, livreurs, équipes de vente. Même logique pour les messages d'attente téléphonique, les notifications vocales et l'accessibilité (lecture d'écran, contenus pour publics peu lecteurs).
Un TTS darija disponible en API
Pour les équipes techniques, le TTS darija de SAWT IA est exposé en API : vous envoyez un texte — en graphie arabe ou latine — et récupérez l'audio, avec le choix de la voix. Cela permet d'intégrer la voix marocaine dans vos propres produits : application mobile, SVI existant, chaîne de production de contenu.
L'API s'utilise seule ou combinée aux autres briques vocales (reconnaissance vocale darija, agent conversationnel), selon que vous construisez votre propre pile ou que vous préférez un agent clé en main.
SAWT IA développe sa synthèse vocale darija sur des voix marocaines enregistrées en studio, utilisée par ses propres agents vocaux et disponible en API pour vos produits. Voyez la page Solutions pour les agents clé en main, la page API pour l'intégration directe, et la page Tarifs pour les prix.