2 octobre 2026
Créer un jeu vidéo avec des personnages IA qui parlent : Fish Audio pas à pas
Un jeu d'enquête construit en quelques heures, sans écrire de code, où trois suspects répondent à voix haute. Leurs voix ont été inventées à partir d'une phrase avec Fish Audio, et l'une d'eux ment.
🎁Bonus gratuit avec cette vidéoLes dossiers des suspects, les voix et le prompt du jeuRécupérer🚀Tester Fish Audio · L'API S2.1 Pro actuellement accessible gratuitement (Fair Use Policy)Lien affilié : ça soutient ma chaîne et vous permet de bénéficier de la meilleure offreOuvrir →Le jeu : La Nuit du Studio
Cette nuit, quelqu’un a effacé les rushes de ma prochaine vidéo. Trois personnes avaient un badge d’accès : Marco, le monteur, Serge, le gérant de l’immeuble, et Léa, la community manager. Vous avez quatre minutes pour les interroger, à la voix, et désigner le coupable. Vous maintenez la barre d’espace, vous parlez, le suspect vous répond. Ce que l’un vous apprend sert à coincer l’autre.
Le jeu est gratuit et tourne dans le navigateur, il vous faut un micro : game.gregory-beyrouti.com. Les voix sont générées par IA et les personnages sont fictifs.
Comment il est construit
- Les voix : Voice Design de Fish Audio crée une voix à partir d’une description en une phrase et en propose quatre. Une phrase par suspect, aucun enregistrement.
- Le cerveau : chaque suspect reçoit un dossier privé (ce qui est vrai, ce qu’il cache, ce qui le fait craquer) et n’a pas le droit d’inventer un fait qui n’y figure pas.
- L’émotion : le suspect choisit une balise pour chaque réplique ([panting], [sobbing], [whispering]…) et la voix la joue.
- L’assemblage : ma voix est transcrite par Fish Audio, le suspect rédige sa réponse, Fish Audio la lit en streaming avec sa voix. Le tout en une à deux secondes. Le code a été écrit par un assistant de code, à partir d’une description en français.
Ce que ça coûte
L’API S2.1 Pro de Fish Audio, celle qui fait les voix et la transcription, est actuellement accessible gratuitement, dans le cadre de leur Fair Use Policy. De quoi tester et prototyper un jeu comme celui-là ; un produit qui tourne en continu passe sur un plan payant.
Les limites
Une à deux secondes de latence, qui passent pour de la réflexion dans un interrogatoire. Une transcription qui se trompe parfois sur les prénoms et les chiffres dits trop vite. Une première description de voix rarement bonne. Et un personnage qui improvise déborde : le moment où le coupable craque est décidé par le serveur, pas par le modèle.
Les descriptions de voix sont ci-dessous en accès libre ; le prompt du jeu et les dossiers complets des trois suspects, contre votre email. 👇
Les dossiers des suspects, les voix et le prompt du jeu
La première version (ratée : une voix molle, lente, pas naturelle) : A French-speaking man in his late forties, deep gravelly smoker's voice, slow and tired delivery, low energy, weary, speaks in short clipped sentences. La version retenue : A French-speaking man in his late forties with a gravelly, textured voice. Natural, lively conversational delivery like a real person talking back in an argument: blunt, irritated, energetic, brisk pace, clear articulation, strong dynamic intonation. Not a narrator, not a whisper, not slow. La leçon : décrivez une personne vivante, pas une ambiance. Voice Design propose quatre voix à chaque description ; comptez plusieurs essais avant de trouver la bonne.
A French-speaking man in his sixties with a warm, resonant baritone. Lively, articulate and self-assured, slightly pompous, natural conversational rhythm with expressive rising and falling intonation, brisk pace, crisp precise diction. Sounds like a real person indignantly defending himself, not a narrator, not slow.
A French-speaking woman in her mid-twenties, bright high-pitched voice, fast nervous delivery, upbeat and talkative, tends to laugh in the middle of sentences.