Les streamers de jeux vidéo, les VTubers et les animateurs d'événements virtuels se heurtent fréquemment à un défi technique de taille : les modificateurs de voix hébergés dans le cloud introduisent des latences élevées (dépassant souvent 200 à 400 millisecondes). Ce retard perturbe la spontanéité des conversations en direct et désynchronise de manière flagrante les mouvements de bouche de l'avatar (lip-sync) par rapport au son émis, sans compter les risques d'artefacts audio et d'atteinte à la vie privée.
Altered Real-Time Pro surmonte cette limitation en exécutant ses modèles d'apprentissage profond pour la transformation vocale et l'isolation du locuteur directement sur le processeur (CPU) de l'ordinateur local. Fonctionnant comme un périphérique audio virtuel natif du système (Microphone (Altered Virtual Audio Device)), il applique 20 identités vocales (Voice Skins) avec une latence algorithmique d'environ 135 ms seulement, tout en isolant la voix des bruits parasites grâce à une reconnaissance biométrique avancée.
Ce guide détaille pas à pas la configuration du moteur local d'Altered Real-Time Pro, son routage dans Discord et OBS Studio, ainsi que les réglages indispensables pour obtenir une diffusion fluide, synchronisée et sans artefact.
1. Prérequis système et préparation acoustique
Puisque Altered Real-Time Pro effectue des calculs d'inférence d'IA lourds en local sans solliciter de serveurs distants, votre configuration matérielle doit respecter des exigences de puissance précises.
Configuration minimale vs recommandée
| Composant | Configuration minimale | Configuration recommandée pour le streaming et le VTubing |
|---|---|---|
| Architecture du processeur | Processeur récent Intel/AMD x86 ou Apple Silicon (gravure jusqu'à 5 nm) | Apple Silicon gamme M, AMD Ryzen AI ou Intel Core Ultra 200 |
| Cœurs du CPU | 6 cœurs physiques performants (12 threads ; les cœurs basse consommation d'Intel ne comptent pas) | 8 cœurs performants ou plus (16 threads ou plus) |
| Mémoire vive (RAM) | 8 Go de RAM minimum | 16 Go de RAM ou plus |
| Système d'exploitation | Windows 10 (build 1903+) ou Windows 11 ; macOS Big Sur 11.0+ (Apple Silicon uniquement) | Windows 11 (64 bits) ou macOS 14+ |
| Équipement audio | Casque avec micro sur tige ou micro monté sur bras articulé | Micro dynamique ou statique cardioïde sur bras ; casque fermé |
Règles acoustiques impératives avant le direct
- Utilisez exclusivement un casque fermé (closed-back) : Les casques ouverts ou les enceintes de bureau laissent fuiter du son vers la capsule du micro. Dans une boucle de modulation IA en temps réel, cette repisse acoustique engendre des battements métalliques désagréables, un effet de phasing ou un effet Larsen incontrôlable.
- Placez le micro au plus près de la bouche : Gardez la capsule à une distance de 5 à 10 cm avec une bonnette anti-pop. Un signal source sec, propre et présentant un excellent rapport signal/bruit est primordial pour que l'IA identifie fidèlement la hauteur et les formants de la voix.
- Privilégiez les liaisons filaires : Les casques Bluetooth ajoutent 100 à 250 ms de latence matérielle sans fil. Utilisez impérativement une carte son USB ou une prise jack analogique 3,5 mm.
2. Configuration d'Altered Real-Time Pro sur le bureau
Avant d'envoyer votre flux vocal vers Discord ou OBS, vous devez assigner votre microphone physique et lancer le moteur de traitement au sein d'Altered Studio.
[Microphone physique (USB / Carte son XLR)]
│
▼
[Moteur local Altered Real-Time Pro]
- Choix du Voice Skin (20 voix de personnages)
- Configuration d'Isolate (Advanced / Biometric)
- Inférence locale sur CPU (~135 ms de latence)
│
▼
[Périphérique virtuel : Altered Virtual Audio Device]
┌──────┴──────┐
▼ ▼
[Voix dans Discord] [Diffusion dans OBS Studio]
Étape 1 : Ouvrir la console Real-Time
- Lancez Altered Studio sur votre ordinateur.
- Cliquez sur l'onglet Real-Time situé dans le menu supérieur.
- Dans la liste déroulante des entrées, sélectionnez votre microphone physique (par exemple Focusrite USB, Shure MV7 ou le micro de votre casque).
Étape 2 : Sélectionner un modèle de voix (Voice Skin)
Altered Real-Time Pro propose 20 Voice Skins professionnels, couvrant des timbres masculins, féminins, des textures théâtrales et des personnalités fictives. Choisissez la voix correspondant à votre avatar ou au thème de votre diffusion.
Étape 3 : Configurer l'isolation de la voix (Isolate)
Si votre pièce est exposée à des bruits de clavier mécanique, à la ventilation du PC ou aux discussions de vos proches, activez le module Isolate :
- Mode Advanced : Réduction acoustique de niveau studio qui supprime la réverbération de la pièce, le ronronnement de la climatisation et les bruits continus.
- Mode Biometric : Verrouille le traitement sur votre empreinte vocale unique (Voiceprint). Même si une autre personne parle fort à côté de vous ou que les bruits ambiants atteignent un rapport signal/interférence de -6 dB SIR (bruit deux fois plus fort que votre voix), l'algorithme rejette la voix concurrente pour ne moduler que la vôtre.
Étape 4 : Activer le moteur de traitement
Cliquez sur Start the Engine. Parlez dans votre micro et vérifiez sur le vumètre que votre voix est modulée avec fluidité. Le système d'exploitation initialise et active alors le périphérique Microphone (Altered Virtual Audio Device).
3. Configuration dans Discord pour le chat vocal et les collaborations
Lors de parties en ligne ou de streams à plusieurs, relier Discord au microphone virtuel d'Altered permet à vos coéquipiers d'entendre votre voix de personnage en temps réel.
Étapes de configuration dans Discord
- Ouvrez Discord et cliquez sur l'icône d'engrenage (Paramètres utilisateur) en bas à gauche.
- Dans le menu latéral, accédez à Voix et vidéo (Voice & Video).
- Dans le champ Périphérique d'entrée (Input Device), sélectionnez Altered Virtual Microphone (ou Microphone (Altered Virtual Audio Device)).
- Laissez le champ Périphérique de sortie (Output Device) sur votre casque physique habituel (ne sélectionnez jamais le périphérique virtuel).
Réglages cruciaux pour éviter les coupures de son
Les algorithmes de nettoyage vocal intégrés à Discord sont calibrés pour la parole humaine naturelle et risquent d'entrer en conflit avec le flux IA :
- Désactiver la suppression du bruit Krisp : Dans la section Suppression du bruit, sélectionnez Aucun ou le mode standard. L'isolation Isolate d'Altered gère le débruitage avec une bien meilleure fidélité ; superposer Krisp coupe les fins de phrases et rend le son étouffé.
- Annulation de l'écho : Si vous portez un casque fermé, désactivez l'Annulation de l'écho de Discord pour éviter que vos éclats de rire ne soient coupés par erreur.
- Contrôle automatique du gain : Désactivez cette option pour préserver la dynamique de votre jeu d'acteur.
- Sensibilité du micro manuelle : Décochez Déterminer automatiquement la sensibilité d'entrée et ajustez le curseur manuellement afin que les chuchotements passent sans que la respiration n'ouvre le canal.
4. Configuration dans OBS Studio pour le direct
Dans OBS Studio, l'objectif est d'isoler le son transformé pour vos spectateurs et d'éviter que le microphone physique brut ne soit diffusé en parallèle.
Méthode A : Périphériques audio globaux (Configuration simple)
- Ouvrez OBS Studio et rendez-vous dans les Paramètres (en bas à droite).
- Sélectionnez l'onglet Audio dans le volet de gauche.
- Dans la section Périphériques audio globaux, repérez la ligne Audio du microphone/auxiliaire (Mic/Auxiliary Audio).
- Sélectionnez Altered Virtual Audio Device dans le menu déroulant.
- Assurez-vous que les lignes Micro/Auxiliaire 2, 3 et 4 soient bien sur Désactivé pour empêcher la diffusion involontaire de votre voix d'origine.
- Cliquez sur Appliquer puis OK.
Méthode B : Source Capture d'entrée audio par scène (Recommandé pour la modularité)
Si vous souhaitez alterner entre votre voix réelle (par exemple en scène d'introduction) et votre voix de personnage pendant le jeu :
- Dans le panneau Sources de votre scène, cliquez sur le bouton +.
- Choisissez Capture des entrées audio.
- Nommez la source
Voix Altered (Personnage). - Sélectionnez Altered Virtual Audio Device dans la liste déroulante et validez avec OK.
5. Synchronisation labiale (Lip-Sync) pour les avatars VTuber
Les créateurs utilisant des logiciels de suivi facial tels que VTube Studio, Warudo ou 3Tene observent fréquemment un léger décalage entre la bouche du modèle et le son :
- Le tracking par caméra et le rendu 2D/3D induisent généralement 40 à 90 ms de latence vidéo.
- Altered Real-Time Pro engendre environ 135 ms de latence algorithmique liée au traitement neuronal sur CPU.
Réglage du décalage dans OBS
- Repérez le panneau Mélangeur audio dans la fenêtre principale d'OBS.
- Cliquez sur les trois petits points (ou l'engrenage) à côté de
Voix Altered (Personnage)et ouvrez les Propriétés audio avancées. - Repérez la colonne Délai de synchronisation (ms) (Sync Offset) :
- Si la bouche de l'avatar s'ouvre avant l'arrivée du son : appliquez un retard positif au microphone virtuel (par exemple entre
+30 mset+70 ms). - Si la voix arrive avant le mouvement sur la caméra : ajoutez un délai de mémoire tampon sur la source vidéo de votre webcam.
- Si la bouche de l'avatar s'ouvre avant l'arrivée du son : appliquez un retard positif au microphone virtuel (par exemple entre
- Avant le live, réalisez un enregistrement test de 10 secondes dans OBS en tapant dans vos mains et en prononçant des consonnes occlusives (« P », « T », « K ») pour vérifier la synchronisation visuelle.
6. Dépannage et optimisation des performances
1. Grésillements, voix robotique ou coupures de son
Si le son saccade lors de l'exécution de jeux 3D gourmands :
- Gérez la charge du processeur : Altered nécessite des cycles CPU continus. Si un jeu sature tous les cœurs à 100 %, le flux audio subira un buffer underrun. Verrouillez la fréquence d'images du jeu dans les paramètres de votre carte graphique (par exemple à 60 ou 120 FPS) pour laisser de la marge au traitement audio.
- Harmonisez la fréquence d'échantillonnage : Veillez à ce que les paramètres son de Windows, d'OBS Studio et d'Altered Studio soient tous réglés rigoureusement sur 48 000 Hz (48 kHz). Des taux hétérogènes obligent le système à rééchantillonner en continu, causant des clics audibles.
- Taille de mémoire tampon audio : Configurez votre interface audio (ASIO / WASAPI) entre 128 et 256 échantillons. Moins de 64 surchauffe le CPU, tandis qu'au-delà de 512, la latence devient gênante pour converser.
2. Écho ou voix en double sur le live
Si votre audience signale entendre votre voix normale superposée à la voix transformée :
- Vérifiez dans le mélangeur audio d'OBS que votre micro physique par défaut n'est pas actif en même temps que le micro virtuel.
- Vérifiez que la capture audio du bureau n'enregistre pas en boucle le monitoring de Discord.
7. Comparatif des forfaits et fonctionnalités
Altered Real-Time Pro propose plusieurs formules selon la fréquence de vos diffusions :
| Formule | Tarif (Mensuel / Équivalent annuel) | Quota quotidien de traitement | Fonctionnalités incluses | Politique de confidentialité |
|---|---|---|---|---|
| Plan Gratuit (Free) | Gratuit à vie | 20 minutes / jour | 4 Voice Skins en rotation par jour ; modèles Isolate | Inclus dans le Programme d'amélioration de l'IA (données anonymisées) |
| Voice Skins | $5.00/mois (env. $2.50/mois en annuel) | 120 minutes / jour | Les 20 Voice Skins complètes ; tous les modèles Isolate | Inclus dans le Programme d'amélioration de l'IA |
| Call Center / Euphonia (Standard) | $12.00/mois (env. $10.00/mois en annuel) | Illimité | Traduction d'accent ou Euphonia ; toutes les Voice Skins et Isolate | 100 % local sur l'appareil ; aucune donnée envoyée à l'extérieur |
| Call Center / Euphonia (Remisé) | $8.00/mois (env. $6.00/mois en annuel) | Illimité | Traduction d'accent ou Euphonia ; toutes les Voice Skins et Isolate | Inclus dans le Programme d'amélioration de l'IA |
| Cloud Compute Add-on | +$2.00 / heure de quota quotidien / mois | Allocation supplémentaire | Déporte le calcul vers des serveurs cloud proches | Recommandé pour ordinateurs portables légers |
Pour les streamers réalisant des sessions courantes de 2 heures, la formule Voice Skins couvre parfaitement les besoins avec un accès complet au catalogue. Les VTubers à temps plein animant des streams de plus de 4 heures préféreront quant à eux les forfaits Illimités, garantissant une continuité vocale ininterrompue tout au long de la diffusion.
Références
- Real-Time Voice Changer | Altered
- How Altered Real-Time Pro Works | Altered
- OBS with Altered Real-Time Pro Voice Changer
- Discord with Altered Real-Time Pro Voice Changer
- Real-Time Voice Isolation & Speaker Isolation | Altered
- Real-Time Pro Pricing | Altered
- Real-Time Pro Frequently Asked Questions | Altered