ElevenLabs
Des voix synthétiques indiscernables, dans toutes les langues.
La fiche d'Olya
- Particularités
- Ce n'est pas un modèle mais un catalogue, et le choix est toujours un compromis : Eleven v3 joue le texte, comprend le contexte de la phrase et accepte des indications de ton dans plus de 70 langues, mais il est trop lourd pour le temps réel ; Flash v2.5 tourne autour de 75 ms sur 32 langues et renonce en échange à cette expressivité. Autour de la synthèse se trouve le reste de l'établi — clonage instantané ou professionnel, doublage, transcription avec Scribe v2 dans plus de 90 langues, agents conversationnels — le tout sous la même API. On paie en crédits, qui sont des caractères de texte : une façon honnête de compter, puisqu'elle annonce à l'avance le coût d'une page.
- Points forts
- Ce qui la distingue vraiment, c'est la tenue sur la longueur : pauses, respirations et ponctuation ne s'effondrent pas après le troisième paragraphe, précisément là où presque toutes les alternatives se trahissent. Une voix clonée reste reconnaissable d'une langue à l'autre, donc le même narrateur peut porter treize versions du même contenu sans donner l'impression de treize personnes différentes. Les crédits non utilisés se reportent jusqu'à deux mois, ce qui pardonne les mois de travail irrégulier.
- Quand l'utiliser
- C'est pertinent pour la narration longue — livres audio, documentaires, podcasts, cours — et pour localiser dans de nombreuses langues un catalogue déjà existant, doublage compris. À l'autre bout, les agents vocaux au téléphone ou dans un produit sont l'autre cas où le prix se justifie, car la latence de Flash est assez basse pour que l'attente ne passe pas pour une panne. Si la voix fait partie de l'expérience et n'est pas un accessoire, la différence s'entend.
- Quand l'éviter
- L'addition grimpe avec les caractères : pour des volumes industriels de texte répétitif — notifications, alertes, serveurs vocaux à phrases figées — un modèle open source sur votre propre machine coûte une fraction et personne ne verra la différence. La licence commerciale démarre au forfait à 6 dollars et le clonage professionnel seulement à celui à 22, si bien que le plan gratuit sert à essayer, pas à produire. Et cloner la voix d'une personne réelle exige son consentement documenté : c'est un problème juridique avant d'être technique, et le logiciel ne le règle pas à votre place.