L’intelligence artificielle s’installe rapidement dans l’industrie du livre audio. Pourtant, son rôle ne se limite pas à créer des voix de synthèse : elle sert surtout à accélérer la préparation des textes, renforcer le contrôle qualité et automatiser une partie des tâches techniques.
Selon le rapport Who Is Narrating the Future?, publié en septembre 2026 par la Frankfurter Buchmesse et le cabinet espagnol Dosdoce, 85% des professionnels interrogés utilisent déjà l’IA dans au moins une étape de leur processus de production audio. Une minorité, évaluée à 17%, y a recours dans plus de six phases de travail.
L’IA s’impose d’abord en coulisses
L’étude repose sur les réponses de 53 acteurs du secteur — éditeurs, studios et distributeurs — complétées par les retours de 32 autres professionnels. La moitié des répondants travaille dans des studios de production, tandis que 36% représentent des maisons d’édition et 14% des plateformes ou distributeurs.
Ces chiffres montrent une adoption déjà solide, mais ils ne signifient pas que les narrateurs humains sont en voie de disparition. Dans la pratique, l’IA est principalement utilisée pour des missions préparatoires ou techniques :
- adaptation d’un texte pour une lecture à voix haute ;
- vérification des noms propres, chiffres, acronymes et mots étrangers ;
- préparation de guides de prononciation ;
- analyse éditoriale ;
- alignement entre le manuscrit et l’enregistrement ;
- détection d’erreurs ;
- création de métadonnées ;
- assistance à la postproduction.
Des outils comme ChatGPT ou Claude peuvent aider à préparer un script ou à analyser le texte, tandis que Pozotron est cité pour le contrôle entre la version écrite et la version enregistrée. ElevenLabs apparaît davantage dans les usages liés aux voix artificielles et au clonage vocal.
Produire moins cher, mais pas à n’importe quel prix
L’un des arguments les plus souvent avancés en faveur de l’IA concerne la baisse potentielle des coûts. En théorie, la synthèse vocale pourrait permettre de transformer en livres audio des milliers d’ouvrages qui ne seraient pas rentables avec une production classique en studio.
Il peut s’agir notamment :
- de titres de fonds ;
- d’ouvrages universitaires ou techniques ;
- de livres destinés à de petits marchés linguistiques ;
- d’essais spécialisés ;
- de traductions vers des langues à faible potentiel commercial ;
- de catalogues anciens qui n’ont jamais été adaptés en audio.
Toutefois, les économies annoncées par certains fournisseurs technologiques doivent être relativisées. Une fois prises en compte la préparation du texte, la relecture, le contrôle qualité, les corrections, le montage et le mastering, l’étude estime que les gains réels se situeraient plutôt entre 20% et 50% après deux ou trois ans d’utilisation.
Les promesses de réduction de coûts de 85% à 95% paraissent donc éloignées de la réalité opérationnelle. Le contrôle qualité reste particulièrement exigeant : une vérification complète peut demander environ 1,2 fois la durée finale du livre audio. Pour un ouvrage de dix heures, l’écoute et la validation peuvent donc représenter environ douze heures de travail.
Vers un marché à trois niveaux
Plutôt qu’un remplacement massif des comédiens par des voix synthétiques, le rapport envisage une évolution du secteur vers trois grands modèles de production.
| Type de production | Caractéristiques principales | Formats concernés |
|---|---|---|
| Narration humaine premium | Interprétation artistique, réalisation soignée, comédiens professionnels | Romans, best-sellers, fiction littéraire, productions à forte valeur éditoriale |
| Modèle hybride | Outils d’IA combinés à des décisions, validations et interventions humaines | Une grande partie des productions commerciales courantes |
| Production synthétique | Voix artificielle et automatisation accrue pour réduire les coûts | Livres de niche, fonds éditoriaux, contenus techniques ou peu rentables |
La fiction reste le domaine où la présence humaine paraît la plus difficile à remplacer. La gestion des personnages, des émotions, du rythme, des accents, des dialogues et des changements de ton demande encore une interprétation que les professionnels associent largement aux comédiens.
À l’inverse, les ouvrages informatifs, académiques, techniques ou pratiques sont souvent considérés comme plus adaptés à une production partiellement automatisée.
Les droits deviennent le principal enjeu
La question technique n’est plus le seul frein à l’adoption de l’IA. Les professionnels interrogés placent désormais la qualité de la voix, la transparence sur les droits et la protection des manuscrits au premier rang de leurs préoccupations.
Ainsi, 86% des répondants considèrent la qualité vocale et la clarté des droits comme des critères essentiels pour choisir une solution d’IA. La sécurité des données et la protection des contenus éditoriaux sont citées par 79% des participants. À l’inverse, le gain de temps et les économies ne sont mentionnés que par 44% des répondants.
Les restrictions imposées par les auteurs, agents littéraires, éditeurs ou plateformes sont désormais perçues comme le premier obstacle au déploiement de l’IA. Les difficultés techniques d’intégration ne concernent qu’une minorité de professionnels.
Le clonage vocal cristallise particulièrement les inquiétudes. Une large majorité réclame une information claire des auteurs et du public lorsqu’une œuvre fait appel à l’IA. Les professionnels demandent également que toute reproduction numérique d’une voix repose sur un consentement explicite, des données utilisées légalement et une rémunération équitable des interprètes.
Dans ce contexte, la voix d’un comédien pourrait devenir un actif sous licence. Un interprète pourrait, par exemple, accepter que sa voix soit reproduite numériquement pour une traduction, une série précise ou un usage lié à l’accessibilité, à condition que le contrat fixe les territoires, la durée, les conditions de renouvellement et les usages autorisés.
Une offre plus large, mais un risque de saturation
L’IA pourrait ouvrir l’accès au livre audio à des millions de titres qui ne disposent pas encore d’une version enregistrée. L’étude citée estime qu’environ 5,1 millions d’ebooks n’ont pas d’équivalent audio, en grande partie parce qu’une production traditionnelle serait trop coûteuse.
Cette évolution représente une opportunité pour les éditeurs et les lecteurs, mais elle comporte aussi un risque : celui d’une multiplication de contenus de faible qualité. Michael Tamblyn, dirigeant de Rakuten Kobo, évoque le danger d’un « AI slop », c’est-à-dire une masse de contenus générés rapidement et à bas coût, susceptible de rendre les catalogues plus difficiles à explorer et de dégrader la confiance du public.
Le défi ne sera donc pas seulement de créer davantage de livres audio. Il faudra aussi garantir leur qualité, organiser leur visibilité et éviter que les œuvres éditorialement travaillées soient noyées dans une offre trop abondante.
Le public reste encore prudent
Aux États-Unis, les livres audio narrés par IA ne représentaient qu’environ 0,03% du chiffre d’affaires du marché audio en 2025. La même année, le marché américain du livre audio aurait atteint 2,43 milliards de dollars, en progression de 9%, mais seulement 16% des auditeurs déclarent avoir déjà écouté un titre lu par une voix artificielle.
En France, le potentiel reste important : 10 millions de personnes auraient écouté au moins un livre audio numérique en 2025. L’essor de solutions moins coûteuses pourrait donc soutenir l’élargissement des catalogues, notamment dans les segments peu couverts par les productions traditionnelles.
L’avenir du livre audio ne semble pas se résumer à une confrontation entre acteurs humains et intelligence artificielle. Le scénario le plus probable est celui d’une production hybride : l’IA prendra progressivement en charge certaines tâches de préparation, de contrôle et de diffusion, tandis que l’interprétation humaine conservera une valeur forte pour les œuvres où la qualité de la narration reste déterminante.