> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/dia-tts.md).

# Dia TTS (Nari Labs)

Générez des dialogues multivoix avec émotion à l'aide de Dia TTS de Nari Labs

Dia de Nari Labs est un modèle avancé de synthèse vocale qui se spécialise dans **le dialogue réaliste à plusieurs locuteurs**. Contrairement à la synthèse vocale traditionnelle qui traite un seul locuteur à la fois, Dia génère des conversations naturelles entre plusieurs locuteurs avec des émotions, des rires, des hésitations et d'autres indices non verbaux. Avec 1,6 milliard de paramètres, il fonctionne sur n'importe quel GPU de 8 Go et plus.

## Caractéristiques clés

* **Dialogue multi-locuteurs**: Générez des conversations entre 2 locuteurs ou plus en une seule passe
* **Indices non verbaux**: Rires `(rit)`, hésitations `(soupire)`, pauses — automatiquement intégrés
* **Parole émotionnelle**: Intonation naturelle sans balises d'émotion explicites
* **1,6 milliard de paramètres**: Tient sur une RTX 3070/3080 (8–10 Go de VRAM)
* **licence Apache 2.0**: Utilisation commerciale complète
* **Intégration à Hugging Face**: Fonctionne avec la bibliothèque Transformers

## Exigences

| Composant | Minimum         | Recommandé       |
| --------- | --------------- | ---------------- |
| GPU       | RTX 3070 (8 Go) | RTX 3080 (10 Go) |
| VRAM      | 8 Go            | 10 Go+           |
| RAM       | 16 Go           | 32 Go            |
| Disque    | 10GB            | 15 Go            |
| Python    | 3.9+            | 3.11             |

**GPU Clore.ai recommandé**: RTX 3080 10 Go (0,05–0,19 $/h)

## Installation

```bash
# Option 1 : installation avec pip
pip install dia-tts

# Option 2 : depuis les sources
git clone https://github.com/nari-labs/dia.git
cd dia
pip install -e .
```

## Démarrage rapide

### Dialogue multi-locuteurs de base

```python
from dia import Dia

# Charger le modèle
model = Dia.from_pretrained("nari-labs/Dia-1.6B")

# Générer une conversation à plusieurs locuteurs
# [S1] = Locuteur 1, [S2] = Locuteur 2
text = """[S1] Hé, as-tu essayé la nouvelle plateforme de location de GPU ?
[S2] Tu veux dire Clore ? Oui, j’ai loué une RTX 4090 hier.
[S1] Alors, c’était comment ?
[S2] (rit) Honnêtement ? Beaucoup moins cher que je ne l’avais imaginé. Genre deux dollars par jour.
[S1] Sans blague. C’est... c’est vraiment hallucinant."""

audio = model.generate(text)

# Enregistrer dans un fichier
import soundfile as sf
sf.write("dialog.wav", audio, samplerate=24000)
```

### Avec émotion et indices non verbaux

```python
# Dia gère automatiquement les schémas de parole naturels
text = """[S1] Je viens d’obtenir les résultats...
[S2] Et ? Ne me laisse pas dans le suspense !
[S1] (soupire) On a réussi. On a réellement réussi tous les tests.
[S2] (rit) Je te l’avais dit ! Je te l’avais dit qu’on y arriverait !
[S1] Je n’arrive pas à y croire... (rit) d’accord, d’accord, fêtons ça."""

audio = model.generate(text, temperature=0.8)
sf.write("emotional_dialog.wav", audio, samplerate=24000)
```

### Un seul locuteur

```python
# Fonctionne aussi pour un seul locuteur
text = "[S1] Bienvenue dans la documentation de Clore AI. Dans ce guide, nous allons parcourir la configuration de votre première location de GPU et le déploiement d’un modèle d’apprentissage automatique."

audio = model.generate(text)
sf.write("narration.wav", audio, samplerate=24000)
```

## Interface web Gradio

```python
# Lancer la démo interactive
python -m dia.app --port 7860 --share

# Ou manuellement :
import gradio as gr
from dia import Dia

model = Dia.from_pretrained("nari-labs/Dia-1.6B")

def generate_speech(text):
    audio = model.generate(text)
    return (24000, audio)

demo = gr.Interface(
    fn=generate_speech,
    inputs=gr.Textbox(label="Dialogue (utilisez les balises [S1], [S2])", lines=10),
    outputs=gr.Audio(label="Discours généré"),
    title="Dia TTS — Dialogue multi-locuteurs"
)
demo.launch(server_port=7860)
```

## Cas d’usage

* **Génération de podcasts**: Créez des podcasts conversationnels à partir de scripts
* **Dialogues pour livres audio**: Générez des conversations de personnages avec des voix distinctes
* **Dialogue de jeu**: Conversations de PNJ avec des schémas de parole naturels
* **Données d’entraînement**: Générez des ensembles de données vocales variés pour l'entraînement ASR
* **Voix de chatbot**: Dialogue à plusieurs tours avec réponses émotionnelles

## Conseils pour les utilisateurs de Clore.ai

* **La RTX 3080 est idéale**: 10 Go de VRAM suffisent largement à Dia, pour 0,05–0,19 $/h
* **Génération par lots**: Traitez plusieurs dialogues en boucle pour maximiser votre temps de location
* **Enregistrer les modèles dans un stockage persistant**: Si votre instance Clore dispose d’un disque persistant, mettez le modèle en cache pour éviter de le retélécharger
* **Température 0,7–0,9**: Plus bas = plus cohérent, plus haut = plus expressif/varié
* **Anglais uniquement**: Dia se concentre actuellement sur l’anglais — pour le multilingue, voir le guide Qwen3-TTS

## Dépannage

| Problème                     | Solution                                                                                           |
| ---------------------------- | -------------------------------------------------------------------------------------------------- |
| Mémoire CUDA insuffisante    | Utilisez `model.to("cuda", torch_dtype=torch.float16)` pour la demi-précision                      |
| Les locuteurs se ressemblent | Ajoutez plus de texte/contexte pour chaque locuteur ; essayez une température plus élevée          |
| Indices non verbaux ignorés  | Assurez-vous du bon format : `(rit)`, `(soupire)` entre parenthèses                                |
| Qualité audio faible         | Augmentez `num_steps` paramètre si disponible ; assurez-vous d’un taux d’échantillonnage de 24 kHz |

## Pour aller plus loin

* [GitHub de Nari Labs](https://github.com/nari-labs/dia)
* [Modèle Hugging Face](https://huggingface.co/nari-labs/Dia-1.6B)
* [Comparaison : Dia vs ElevenLabs](https://nari-labs.github.io/dia/) — page de démonstration officielle


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-fr/audio-et-voix/dia-tts.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.