Si vous parvenez à lire un paragraphe sur les extincteurs et à le faire comprendre à quelqu'un, vous trouverez du travail régulièrement. La narration de contenus e-learning est le domaine le moins glamour du doublage, mais aussi l'un des plus demandés. Elle figure rarement en bonne place dans une bande démo, et pourtant, de nombreux comédiens de doublage en vivent.
Ce guide s'adresse à tous ceux qui apprécient une lecture claire et agréable et qui souhaitent travailler régulièrement dans le domaine de la formation et des entreprises : en quoi consiste réellement le travail, le niveau de qualité audio requis pour vos fichiers, comment un cours est construit autour de votre audio et comment décrocher votre premier contrat.
Qu'est-ce que la voix off en e-learning, au juste ?
L'e-learning, c'est le contenu audio d'une formation. L'utilisateur s'installe devant son ordinateur portable, parcourt un module et votre voix explique ce qui s'affiche à l'écran. Les catégories se répètent après quelques modules.
- Conformité et sécurité. Exercices d'incendie, manutention manuelle, hygiène alimentaire, lutte contre la corruption, protection des données. Des sujets peu passionnants sur le papier, mais qui représentent la plus grande part du marché, car les entreprises sont légalement tenues de les suivre chaque année.
- Intégration La première semaine dans un nouveau travail, expliquée. Généralement plus chaleureuse et souvent les meilleurs textes de tout le catalogue.
- Présentation détaillée des logiciels et des produits. Cliquez ici, puis ici. Des modules courts, nombreux, et qui insistent beaucoup sur la prononciation des noms de produits.
- Enseignement supérieur et perfectionnement professionnel. Les universités et les organismes d'adhésion transforment les cours magistraux en formations à rythme libre.
- Formation commerciale et technique. Interne, spécifique au produit et souvent mise à jour chaque trimestre, c'est là que réside la fidélisation de la clientèle.
L'attrait commercial est simple. Un seul module peut comporter quarante ou cinquante fichiers audio distincts, chacun associé à une diapositive. Les modules sont régulièrement mis à jour, et le client souhaite retrouver la même voix pour que les nouvelles diapositives correspondent aux anciennes. C'est pourquoi les clients des plateformes d'e-learning se comportent davantage comme des clients réguliers que comme des acheteurs ponctuels.
La lecture vise à enseigner, et non à vendre.
La raison la plus fréquente pour laquelle une nouvelle proposition de formation en ligne est rejetée est qu'elle ressemble à une publicité. Une publicité force le trait, tandis qu'une formation explique. Si votre réflexe, en fin de phrase, est de conclure sur une note percutante, vous devrez vous défaire de cette habitude pour ce genre.
Quelques éléments distinguent systématiquement un module d'apprentissage en ligne réservé d'un module refusé.
- Une personne, pas une pièce. Imaginez un employé seul, à son bureau, casque sur les oreilles, après avoir suivi trois modules de formation obligatoires l'après-midi. Vous vous adressez à lui, pas à une conférence.
- Une énergie uniforme sur quarante fichiers. La diapositive neuf ne peut pas être plus lumineuse que la trente et une. Les apprenants les parcourent en une seule fois et ils entendent la transition.
- L'emphase porte le sens. Dans les textes de formation, un mot par phrase a souvent plus d'importance que les autres. Repérez-le et insistez dessus. Une lecture monotone empêchera l'apprenant de retenir quoi que ce soit.
- De la place pour l'écran. Les concepteurs pédagogiques synchronisent l'audio avec les animations. Un rythme légèrement plus lent que celui des publicités, avec de vraies respirations entre les phrases, rend leur travail possible.
Ce que la recherche dit à propos de votre voix
Il existe de nombreux travaux en psychologie de l'éducation expliquant pourquoi la narration aide les gens à apprendre, et il est important de les connaître car ils révèlent ce que les clients achètent réellement.
En résumé, la voix fonctionne comme un signal social. Dans un article paru dans le Journal of Pedagogical Research, Nazmi Dinçer résume ainsi la position établie : « il a été constaté qu’une voix de synthèse ne véhicule pas autant d’indices sociaux qu’une voix humaine (Mayer et al., 2003) ». Ces indices sociaux sont importants car un apprenant qui a le sentiment de s’adresser directement à quelqu’un traite le contenu comme une conversation plutôt que comme un simple document.
L'élément intéressant est ce qui est venu ensuite. Dinçer cite une étude de 2020 menée par Liew et ses collègues, qui « a révélé que l'enthousiasme vocal est un facteur influençant la quantité de signaux sociaux, et non une simple différenciation entre les types de voix humaines et non humaines ».
Voilà, en résumé, tout l'argument de ce genre pédagogique. L'effet n'est pas automatique. On ne paie pas pour une simple récitation correcte du texte dans l'ordre. On paie pour la capacité à identifier l'idée principale du paragraphe que l'apprenant doit retenir, et pour l'enthousiasme nécessaire pour maintenir son attention jusqu'à la fin du module quatre.
La norme sonore que chaque module doit respecter
L'apprentissage en ligne présente des exigences techniques que beaucoup d'autres domaines n'ont pas, car la formation est souvent soumise à des politiques d'accessibilité. La plupart des grandes entreprises, des organismes publics et des universités exigent que leurs cours respectent les Règles pour l'accessibilité des contenus Web (WCAG).
L'un de ces critères de réussite concerne directement votre enregistrement audio. Le critère de réussite 1.4.7, « Absence ou faible niveau de bruit de fond », exige que, lorsque l'audio préenregistré est principalement composé de parole, au moins une des conditions suivantes soit remplie : « L'audio ne contient pas de bruit de fond », « Les bruits de fond peuvent être désactivés » ou « Les bruits de fond sont inférieurs d'au moins 20 décibels au volume de la parole au premier plan, à l'exception de sons occasionnels qui ne durent qu'une ou deux secondes. »
Le W3C explique clairement le raisonnement : « Ce critère de succès vise à garantir que les sons autres que la parole soient suffisamment faibles pour qu’un utilisateur malentendant puisse distinguer la parole des bruits de fond ou autres parasites. » Leur explication de ce que représentent concrètement 20 décibels est essentielle, car c’est la norme par rapport à laquelle vos fichiers sont évalués : « un bruit de fond conforme à cette exigence sera environ quatre fois moins fort que la parole au premier plan. »
Concrètement, cela signifie que le bruit de fond de votre pièce doit être réellement faible, et pas seulement suffisamment faible pour résister à un plugin de réduction de bruit. Cela signifie aussi que si le client ajoute une piste musicale en fond sonore, celle-ci doit être nettement en dessous du vôtre ; votre restitution doit donc être suffisamment stable pour qu'il puisse régler un niveau et ne plus y toucher.
Hormis ce critère, le règlement intérieur est le même pour la plupart des clients.
- Mono WAV, 44.1 kHz, 16 ou 24 bits, sauf indication contraire dans le brief.
- Niveau sonore uniforme pour tous les fichiers du lot. Harmonisez le volume sonore du lot, et non celui de chaque fichier individuellement.
- Limez proprement le haut et la fin, avec un tampon court et régulier au début et à la fin de chaque lime.
- Aucun traitement irréversible pour le client. Des rythmes légers et réversibles, polis et intégrés.
Comment un cours est construit autour de vous
La plupart des modules sont conçus par un concepteur pédagogique à l'aide d'un outil auteur comme Storyline, Rise ou Captivate. Ce dernier rédige ou adapte le script, crée les diapositives, intègre l'audio dans chaque diapositive et synchronise les animations avec celui-ci.
Ce processus explique la quasi-totalité des instructions que vous recevrez. Le nom des fichiers est primordial, car une personne doit glisser-déposer quarante fichiers sur quarante diapositives. Les modifications sont renvoyées sous forme de lignes individuelles plutôt que de scripts complets, car une seule diapositive a été modifiée. Et personne ne souhaite que la diapositive douze ait été enregistrée dans une salle différente de celle où les diapositives un à onze ont été enregistrées.
L'habitude la plus utile, que Tom Kuhlmann ne cesse de répéter sur le blog d'Articulate consacré à la formation en ligne rapide, est la suivante : « Faites approuver le script avant de commencer l'enregistrement de la narration. » Les scripts de formation sont examinés par le service juridique, des experts du sujet et un responsable, et chacun d'eux peut modifier un paragraphe après l'enregistrement. Demandez par écrit si le script est définitif et validé. Dans le cas contraire, demandez un devis pour une révision.
Ses conseils de préparation sont tout aussi pratiques, et c'est justement ce que les nouveaux narrateurs négligent : « Lisez le texte à voix haute plusieurs fois. Vous repérerez rapidement les passages qui sonnent faux. » Dans ce genre, cette étape est indispensable, car les textes d'entraînement sont souvent rédigés par quelqu'un qui ne les a jamais prononcés à voix haute.
La liste de prononciation fait partie du travail
Chaque argumentaire d'entreprise contient au moins un mot que vous prononcerez mal. Noms de systèmes internes, noms de médicaments, acronymes prononcés comme des mots dans un bureau et épelés dans un autre, nom de famille d'un fondateur, nom d'un produit chimique, nom d'une ville.

Envoyez au client une courte liste avant l'enregistrement, pas après. Notez chaque terme, demandez une transcription phonétique ou un bref enregistrement vocal, et conservez les réponses dans un dossier portant le nom du client. Neuf mois plus tard, lors de la mise à jour annuelle, ce dossier lui permettra de se souvenir de votre formation et d'être de nouveau sollicité.
Si un terme arrive sans explication et que personne ne répond, enregistrez les deux versions et nommez-les. Cela ne vous prendra que trente secondes et vous évitera une séance de prise de notes entière.
Une démo qui vous permet de trouver du travail dans le domaine de l'e-learning
Une démo e-learning n'est pas une démo commerciale avec la musique en sourdine. Limitez-la à 60 à 90 secondes, répartissez-la en trois ou quatre segments et faites en sorte que chaque segment représente un client différent.
Fournissez-leur un document de conformité, un texte technique avec un jargon clair et accessible, un texte d'accueil convivial et, si possible, un court extrait narratif tiré d'un scénario ou d'un jeu de rôle, car c'est souvent dans les scénarios à embranchements que se trouvent les contenus les plus pertinents. Les acheteurs qui écoutent des démonstrations de formation en ligne évaluent la constance et la qualité du discours ; ils ont donc besoin de vous entendre maintenir un ton explicatif, et non pas faire une accélération de huit secondes.
Si vous êtes encore en train de réaliser une première démo, travaillez votre technique vocale avant la production. Le programme de coaching de la Voice Master Academy est idéal pour obtenir des retours structurés, et notre guide sur les raisons des auditions ratées aborde la plupart des problèmes rencontrés bien avant que la démo ne pose problème.
D'où provient le travail
Les acheteurs de formations en ligne ne sont pas des agents artistiques. Ce sont des concepteurs pédagogiques, des responsables de la formation et du développement, et de petits studios de production qui créent des cours pour de grandes entreprises. Ils recherchent un profil particulier dès qu'un projet est lancé, réservent rapidement et font appel à la même personne qui a mené à bien le projet précédent sans accroc.
- Studios de production de cours. Les entreprises qui conçoivent des formations pour les banques, les hôpitaux et les fabricants. Un courriel court et ciblé, contenant un lien vers une démonstration de formation en ligne, est plus efficace ici qu'ailleurs, notamment grâce à la voix off.
- Fiches de casting. Les emplois en entreprise et en formation sont accessibles par le biais de Offres d'emploi voix off La plupart du temps, et ce sont généralement celles avec des spécifications claires et une date limite précise.
- Communautés de conception pédagogique. Les forums et les groupes où les concepteurs échangent sur leurs problèmes d'outils de création regorgent de personnes qui auront besoin de se faire entendre le mois prochain.
- Clients réguliers. Voilà la vraie réponse. Un cours que vous présentez cette année sera repensé l'année prochaine. Soyez facile à vivre et le genre s'enrichira.
Vos trente premiers jours
- Semaine un. Enregistrez trois modules d'entraînement à partir de véritables scripts de formation publiés. Chronométrez-vous. Notez les moments où vous déviez plus rapidement de votre rythme de croisière.
- Deuxième semaine. Aménagez la pièce. Réduisez le bruit de fond à un niveau suffisamment bas pour que la règle des 20 décibels ne soit plus un souci, et fixez-vous un niveau sonore cible que vous pourrez atteindre de manière constante.
- Troisième semaine. Coupez la démo. Quatre segments, quatre clients différents, pas de musique.
- Semaine quatre. Envoyez vingt courriels ciblés aux organismes de formation et postulez à toutes les offres de formation que vous trouvez. Créez un dossier pour chaque candidat potentiel, en y notant ses préférences et ses remarques sur sa prononciation.
Ensuite, entretenez votre voix, car ce genre privilégie les longs discours soutenus aux brèves interventions. Les conseils de notre article sur la protection de votre voix sont ici plus importants que dans presque tous les autres genres. Si vous recherchez un autre genre exigeant la même endurance, la narration longue sollicite les mêmes muscles vocaux.
L'apprentissage en ligne ne vous rendra pas célèbre. Il vous occupera, et il récompense précisément ce qui est difficile à simuler : une pièce calme, une lecture régulière et le fait d'être la personne qui répond aux courriels.

© Le Royaume de la Voix
Sources : Dinçer, N. (2022), « L’effet de la voix dans l’enseignement multimédia revisité : existe-t-il encore ? » , Journal of Pedagogical Research, vol. 6, n° 3, citant Mayer et al. (2003) et Liew et al. (2020) ; Initiative pour l’accessibilité du Web du W3C, Comprendre le critère de succès 1.4.7, Faible ou absence de bruit de fond , WCAG 2.1 ; Tom Kuhlmann, The Rapid E-Learning Blog, Articulate, « Comment enregistrer votre propre narration audio » . Toutes les citations sont extraites textuellement de ces pages, consultées en septembre 2026.
Prêt à réserver?
Consultez les offres d'emploi disponibles dès maintenantÀ propos de Sarah Robbins
Sarah Robbins écrit pour The Voice Realm sur la recherche de travail dans le doublage, les studios à domicile, le casting et l'aspect commercial du métier d'acteur vocal.
Blog