ElevenLabs

ElevenLabs s'est imposé sur la synthèse vocale : le service convertit un texte en voix, propose un catalogue de voix existantes, permet le clonage à partir d'un échantillon et gère le doublage d'une langue vers une autre en conservant le timbre du locuteur.

La facturation se fait au caractère, ce qui rend le coût prévisible : un article lu à voix haute se chiffre avant l'envoi. Les modèles se distinguent par la latence et la fidélité, avec des versions orientées conversation temps réel et d'autres orientées narration longue. L'API expose aussi la reconnaissance vocale et les agents conversationnels.

Ce fournisseur ne sert pas de modèle de langage et ne figure donc pas dans l'outil de choix de modèle texte. C'est en revanche une brique quasi indispensable dès qu'un produit doit parler : accueil téléphonique, lecture d'articles, doublage de vidéos. Nous n'exécutons pas de sonde sur son API ; la fiche reprend le statut publié par l'éditeur et les tarifs de sa documentation. Le doublage conserve le timbre du locuteur d'origine, ce qui évite de réenregistrer une voix pour chaque langue d'une même campagne.