VOX·ARIA : une web radio construite et programmée avec l'IA
Une seule intelligence artificielle qui couvre chaque étape d'une radio : elle écrit les textes, les adapte en audio, génère les voix, les jingles et la musique, monte les émissions, construit la grille des programmes, produit les podcasts, les publie et les diffuse sur les réseaux sociaux en audio et en vidéo. C'est VOX·ARIA, qui diffuse de la musique et des programmes parlés 24 h sur 24 en italien, en anglais et en français, sans régie humaine qui suive le direct.

Le tableau de bord de VOX·ARIA en action
Ce qui passe à l'antenne
La radio a deux âmes. La première est la chaîne musicale, toujours active : un montage de vingt-quatre heures composé de quarante-huit blocs d'une demi-heure, avec le jingle de la station qui change de langue à chaque demi-heure. La musique est produite avec des modèles génératifs et chaque morceau est fiché avec son genre, le moteur utilisé et son approbation.
La seconde âme, ce sont les programmes narratifs : quatre filons (résumés littéraires, aventures fantasy, polars, récits pour adultes), chacun dans les trois langues et placé dans la grille sur des créneaux fixes.
Comment naît une émission
Chaque étape utilise l'outil le moins coûteux capable de tenir la tâche.
- Texte : les scénarios sont écrits avec un modèle de langage haut de gamme. La relecture passe d'abord par un modèle qui tourne sur l'ordinateur de la maison, ce qui ne coûte rien, et ne monte vers le cloud que si le premier signale un problème.
- Voix : pendant des mois, les émissions ont été enregistrées avec un service en cloud. Depuis août 2026, on utilise un moteur installé en local, pour la raison expliquée plus bas.
- Contrôle de fidélité : l'audio est retranscrit automatiquement et comparé au scénario. En dessous d'un certain taux de correspondance, l'émission ne passe pas.
- Respiration et pauses : le rythme de la parole n'est pas confié au modèle, mais à un système de règles qui insère les pauses avec un vrai silence de studio, à coût nul.
- Montage : fondus, assemblage des morceaux et normalisation du volume effectuée en deux passes au lieu d'une, parce qu'en une seule le volume dérive au fil des vingt-quatre heures.
- Grille des programmes : la source de vérité est un tableur. Le fichier que lit la radio est toujours régénéré à partir de là, jamais à la main, de sorte qu'il n'existe pas deux versions de la programmation.
La diffusion
L'émission tourne sur un petit ordinateur dédié, allumé en permanence, avec le logiciel d'automatisation radiophonique et un script à horloge qui insère les programmes dans les créneaux prévus. Le flux sort par un tunnel chiffré : aucun port n'est ouvert sur le routeur. Sur le site, le lecteur audio demande toutes les quinze secondes ce qui est en train de passer, et le même flux part en direct sur YouTube.
Les programmes deviennent aussi des podcasts : douze canaux de publication, quatre programmes pour trois langues, inscrits sur Apple Podcasts et sur Spotify.
Comment elle se maintient toute seule
Personne ne surveille la radio la nuit : le système se surveille lui-même, à plusieurs niveaux.
- Un pilote contrôle chaque minute les tâches à faire et exécute celles qui sont mûres.
- Un gardien vérifie toutes les trois minutes que les cinq services principaux sont vivants et les redémarre s'ils sont tombés.
- Une sentinelle externe regarde la radio de l'extérieur toutes les dix minutes, comme un auditeur : le flux répond-il ? le morceau change-t-il ? l'émetteur est-il allumé ?
- Chaque nuit à 4 h 30 tourne un contrôle de santé ; s'il trouve du rouge, il lance seul les réparations pour les pannes déjà connues.
- Les alertes arrivent sur Telegram, y compris la demande d'autorisation lorsqu'une opération coûte de l'argent.
Une règle vaut plus que les outils : une panne n'est considérée comme réglée que lorsqu'il existe une preuve automatique qui échoue sur le cas cassé et réussit sur le cas sain. Sans cette preuve, elle reste ouverte, même si elle semble résolue. Trois vraies pannes ont enseigné la méthode.
Le contrôle des coûts
C'est la partie qui décide si un tel système tient debout. Le service de synthèse vocale en cloud donnait une excellente qualité, mais le coût de la première semaine équivalait à plus d'un abonnement mensuel entier et chaque émission exigeait une autorisation de dépense : c'était l'obstacle principal à l'automatisation. Le moteur local a changé l'ordre de grandeur : treize émissions en retard, qui en cloud auraient demandé une dépense hors d'échelle, sont sorties en une nuit de calcul, au seul coût de l'électricité.
Pour y arriver, il a fallu résoudre un problème de mémoire : la carte graphique ne supporte pas le format numérique du modèle et l'émule, bien plus lentement. En changeant de format et en découpant la synthèse phrase par phrase, la mémoire occupée est passée sous la limite de la carte et la vitesse est passée d'environ dix-huit fois plus lente que le temps réel à un peu moins du double.
La consommation des modèles de langage a elle aussi un plafond hebdomadaire : chaque lundi, un contrôle automatique mesure la dépense réelle et prévient si l'on est hors limite.
Résultat : la chaîne musicale est publique depuis le 25 juin 2026, le premier programme parlé est passé à l'antenne le 5 août 2026, et depuis, la radio émet sans personne en régie. Amener l'IA au-delà du prototype, c'est cela : garder sous contrôle la dépense des modèles et fonctionner de manière fiable jour et nuit.