On a appris à la radio d'Euro Truck Simulator 2 à lire les news et à remercier pour les dons, pour $1
L'auteur d'une radio compagnon pour Euro Truck Simulator 2 a ajouté en une journée de travail trois mécaniques à l'antenne : les actualités, les salutations aux viewers du streamer et les remerciements vocaux pour les dons. Les 23 répliques sont toutes doublées à l'avance et ne passent à l'antenne qu'après avoir été écoutées par un humain. Le pool entier a coûté environ $1, donc réécrire et redoubler une phrase ne pose aucun problème. Pour votre propre fonctionnalité vocale, reprenez la même chaîne : brouillon, humain, synthèse, vérification, flag.
Traité par IA depuis Habr AI ; édité par Hamidun News
Un personnage IA doublé par synthèse vocale bute en général moins sur la synthèse elle-même que sur des détails : le synthétiseur place mal l'accent tonique, et une réplique non vérifiée part à l'antenne. L'auteur du projet « Канал 15 » est un programme compagnon pour Euro Truck Simulator 2, où dix-huit routiers imaginaires animent une émission de radio. Il raconte comment il y a ajouté en une seule journée de travail trois mécaniques : les actualités du jour sur le jeu, les salutations aux viewers du streamer et un remerciement vocal pour les dons.
Par exemple, le « гудни » du jargon des routiers (de goodnight, souhait de bonne nuit) est obstinément lu « гУдни » par le synthétiseur, et ce genre d'erreur doit être rattrapé avant la diffusion. Au total, 23 répliques sont passées par le pipeline, et le pool entier est revenu à environ $1. Si vous développez des personnages doublés, des bots pour le streaming ou toute fonctionnalité vocale reposant sur des répliques préenregistrées, cette approche peut servir de checklist prête à l'emploi.
Ce qui a été ajouté et les règles posées
La radio lit la télémétrie du jeu dans la mémoire partagée et ne touche pas aux fichiers du jeu. Les actualités sont lues par le personnage de la comptabilité : il envoie déjà au joueur des messages vocaux pour chaque « amende », sa voix colle donc au rôle. Les commentaires sur les actualités sont distribués aux conducteurs eux-mêmes. Les dons sont captés par un détecteur distinct : un script interroge DonationAlerts ou un équivalent, et l'événement de don déclenche un remerciement déjà validé et doublé.
Il y a trois contraintes. Première contrainte : les voix sont synthétisées à l'avance, sans synthèse à la volée. L'antenne doit fonctionner hors ligne, et la réplique suivante est tirée d'un « deck ». L'auteur lui-même doute de la nécessité de cette contrainte, mais reconnaît qu'elle rend le projet plus intéressant. Deuxième contrainte : tout texte passe par l'oreille d'un humain. Les assistants IA rédigent des brouillons à partir d'un brief, mais seul ce qui a été approuvé et écouté passe à l'antenne. Troisième contrainte : la nouveauté ne doit pas casser la build stable, donc tout est déployé derrière des flags.
La chaîne d'une réplique : brouillon de l'assistant IA, approbation humaine, synthèse dans ElevenLabs, vérification par reconnaissance vocale, enregistrement dans le deck, flag pilote, antenne. Le détecteur de dons ne sait rien de l'antenne : il reçoit l'événement et place la réplique prête dans la file. Les remerciements ne sont pas générés à la volée : le don ne fait que choisir une phrase dans un pool préparé.
Des flags plutôt que des branches, et deux boucles de contrôle du doublage
Trois flags dans la configuration, stream_news_pilot, stream_greet_pilot et donation_pilot, sont désactivés par défaut et s'activent séparément pour chaque stream. Les avantages : pas de forks, le banc de test exécute toujours le même code, et un retour arrière consiste à changer la configuration, pas à annuler des commits. L'auteur a transformé l'inconvénient en règle : chaque flag pilote doit passer le banc de test à l'état activé, sinon on se retrouve avec une branche de code morte et invisible. Le banc de test est une simulation de trajets avec des seeds fixes ; le critère de recette d'un pilote est de 20 exécutions vertes sur 20, sans nouvel avertissement du linter.
La première boucle intervient avant la synthèse et s'attaque aux accents toniques. Le projet contient un dictionnaire de 101 mots, enrichi au fil des incidents. Le script fait passer la réplique dans ruaccent et la compare au dictionnaire ; en cas de divergence, la réplique repart en correction. Le texte arrive en synthèse avec une substitution grossière mais fiable : la voyelle accentuée est doublée (« гуднии »). GigaChat (paquets gratuits de Sber) propose des candidats pour le dictionnaire, mais la source de vérité reste le dictionnaire, et le balisage du modèle est confirmé par un humain.
La seconde boucle intervient après la synthèse. La piste générée est écoutée par GigaAM v3, un modèle ouvert de reconnaissance vocale de Sber, qui fonctionne en local, gratuitement et sans réseau. Le texte reconnu est comparé à la référence, avec un seuil de correspondance de 80 %. Un mot perdu ou un mauvais accent tonique remonte immédiatement, et les répliques suspectes partent en écoute manuelle. Écouter soi-même chaque phrase coûte plus cher, alors que l'automatisation détecte les mêmes défauts types.
Boucle YouTube, quotas et coût
La radio récupère les métriques du stream (viewers, messages du chat, abonnés, Super Chat) via l'API officielle YouTube Data API v3, sans scraping. La méthode liveBroadcasts.list trouve la diffusion active et renvoie le liveChatId, mis en cache pour la session. Vient ensuite l'interrogation de liveChatMessages.list, jusqu'à 200 messages par appel. Cette interrogation consomme environ 330 unités de quota par heure pour une limite quotidienne de 10 000 : même un stream de trois heures n'utilise donc qu'environ un dixième du budget quotidien.
La dépendance est stricte : il faut un jeton OAuth du propriétaire de la chaîne, avec un accès en lecture seule. La boucle est donc liée à une chaîne et à une machine de streamer précises. Un joueur ordinaire n'a pas de jeton : le pilote se désactive alors silencieusement, et l'antenne continue de fonctionner. Autre piège : pour une application OAuth au statut « Testing », le refresh token ne vit que sept jours, et l'autorisation saute chaque semaine en plein travail. La solution consiste à passer l'application en production avec le bouton « Publish app » ; la vérification n'est pas nécessaire pour une application à utilisateur unique.
La synthèse d'une réplique coûte quelques cents. Le pool du jour, soit 23 répliques et environ 3,8 mille caractères, est revenu à environ un dollar, moins qu'une tasse de café ; les itérations « réécrire, redoubler » ne pèsent donc pas. Le temps et les limites d'usage des assistants IA coûtent plus cher : il faut les inscrire dans le plan de la journée, et non les découvrir le soir.
Conclusion pratique : pour du contenu vocal préenregistré, l'enchaînement « brouillon, approbation humaine obligatoire, synthèse, vérification par reconnaissance vocale, feature flag » permet de sortir une nouvelle mécanique en une journée sans toucher à la build stable. L'essentiel est de lancer les tests avec le flag activé, sinon le pilote deviendra du code mort.
- 22 avr. 2026Ford lance un assistant IA pour flottes qui surveille la ceinture de sécurité des conducteurs
- 12 nov. 2026Nuance Labs lance l'avatar Emma, qui hoche la tête et réagit pendant que vous parlez
- 30 avr. 2026Nvidia dévoile le premier jeu de données ouvert et des modèles d'IA de base pour les robots médicaux
- 27 avr. 2026Sereact lève 110 millions de dollars pour une IA qui permet aux robots d'anticiper les conséquences de leurs actions
Questions clés sur cet article
Que sait-on sur Ce qui a été ajouté et les règles posées ?
La radio lit la télémétrie du jeu dans la mémoire partagée et ne touche pas aux fichiers du jeu. Les actualités sont lues par le personnage de la comptabilité : il envoie déjà au joueur des messages vocaux pour chaque « amende », sa voix colle donc au rôle. Les commentaires sur les actualités sont distribués aux conducteurs eux-mêmes. Les dons sont captés par un détecteur distinct : un script interroge DonationAlerts ou un équivalent, et l'événement de don déclenche un remerciement déjà validé et doublé.
Que sait-on sur Des flags plutôt que des branches, et deux boucles de contrôle du doublage ?
Trois flags dans la configuration, stream_news_pilot, stream_greet_pilot et donation_pilot, sont désactivés par défaut et s'activent séparément pour chaque stream. Les avantages : pas de forks, le banc de test exécute toujours le même code, et un retour arrière consiste à changer la configuration, pas à annuler des commits. L'auteur a transformé l'inconvénient en règle : chaque flag pilote doit passer le banc de test à l'état activé, sinon on se retrouve avec une branche de code morte et invisible.
Que sait-on sur Boucle YouTube, quotas et coût ?
La radio récupère les métriques du stream (viewers, messages du chat, abonnés, Super Chat) via l'API officielle YouTube Data API v3, sans scraping. La méthode liveBroadcasts.list trouve la diffusion active et renvoie le liveChatId, mis en cache pour la session. Vient ensuite l'interrogation de liveChatMessages.list, jusqu'à 200 messages par appel.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.