La synthèse vocale est devenue un pilier de l’accessibilité numérique, de l’interaction homme-machine et des interfaces vocales. Les technologies récentes utilisent des approches neuronales comme Tacotron, WaveNet ou FastSpeech, qui permettent une prosodie réaliste, une intonation expressive et un contrôle fin de la voix générée. Les usages sont multiples : assistants vocaux, lecture d’articles, systèmes embarqués, automatisation d’appels, ou encore narration de contenus audiovisuels. Les enjeux incluent la personnalisation (choix de voix, ton, langue), la compatibilité avec des systèmes multilingues, ou la génération temps réel. D’un point de vue éthique, la synthèse vocale soulève des problématiques liées à l’usurpation de voix, au consentement des locuteurs originaux, ou à la désinformation via des deepfakes audio. Elle s’inscrit dans les logiques de multimodalité et doit être encadrée par des règles d’usage claires et responsables.