Présentation de la mise à jour

Spotify a annoncé le 10 novembre 2026 une évolution de son AI DJ, fonction lancée en 2023 et déjà utilisée par plus de 94 millions d’abonnés Premium. L’objectif est de rapprocher la personnalisation de l’AI DJ de celle des assistants vocaux classiques, en offrant un choix de voix et la possibilité de réduire les interventions verbales entre les morceaux.

Mécanismes de personnalisation vocale

Les abonnés Premium peuvent désormais sélectionner parmi sept voix anglaises couvrant les accents britannique, américain, irlandais, australien et indien, ainsi que deux nouvelles voix espagnoles. Chaque voix possède une personnalité distincte : par exemple, la voix américaine « Casey » adopte un ton chaleureux, « Tess » reste directe, et « Lane » propose un accent du Sud avec une énergie jeune. Les voix espagnoles « Nico » et « Fabi » remplacent la précédente « Livi », tandis que la voix originale « X », issue d’un enregistrement d’employé, demeure disponible. Au total, le catalogue vocal comprend au moins dix profils distincts, déployés dans plus de 95 marchés globaux où le DJ est déjà actif.

Gestion du commentaire entre les titres

Une nouvelle option permet de désactiver le commentaire habituel du DJ. Au lieu d’expliquer chaque sélection, le système ne fournit que des confirmations brèves au démarrage et à l’arrêt du mode DJ. Spotify indique que cette configuration vise les situations où l’utilisateur préfère une ambiance musicale continue, comme lors d’une soirée, sans les interruptions verbales habituelles. Le paramètre est accessible via le menu à trois points du bouton DJ, aux côtés du sélecteur de voix.

Enjeux techniques et limites

La diversification des voix repose sur des modèles de synthèse vocale capables de reproduire différents accents et intonations tout en conservant la cohérence avec le moteur de recommandation musicale. Chaque voix doit être synchronisée en temps réel avec le flux de suggestions, ce qui impose des exigences de latence strictes pour éviter des décalages perceptibles. La désactivation du commentaire réduit la charge de génération de texte, mais ne supprime pas le besoin de récupérer les métadonnées de chaque piste afin de justifier les transitions si l’utilisateur réactive le mode complet. Enfin, la prise en charge actuelle se limite à l’anglais et à l’espagnol ; les langues comme le français, l’allemand ou le portugais restent disponibles uniquement via la voix originale, ce qui pourrait freiner l’adoption dans les marchés non anglophones ou hispanophones.