Clonage de voix IA ElevenLabs : clones à partir de 10 s et 2 min

👁 123 lectures

Le clonage de voix IA dans ElevenLabs consiste à créer une copie d’une voix à partir de quelques dizaines de secondes ou de quelques minutes d’enregistrement, puis à lire n’importe quel texte avec cette copie. Nous l’avons testé exclusivement sur une voix synthétique : nous avons d’abord conçu un narrateur inexistant avec Voice Design, puis nous l’avons cloné à partir d’échantillons de 10 s, 30 s et 2 minutes. Vous trouverez ci-dessous les enregistrements, la mesure de similarité du clone à l’original, les coûts et les règles sans lesquelles il vaut mieux ne pas commencer.

Les montants en EUR sont des conversions indicatives des prix publiés en USD, calculées au taux de référence de la BCE du 2026-10-12 : 1 EUR = 1.1181 USD. Il ne s’agit pas de tarifs locaux confirmés ni de montants finaux toutes taxes comprises. Le fournisseur et la banque peuvent appliquer d’autres taux ou frais. ECB.

01ElevenLabs Dubbing en français : test v1 vs v2ElevenLabs Dubbing traduit et double un clip vidéo. Nous avons testé v1 et v2 sur 24 secondes : temps, crédits, similarité vocale et résultats.Lire →02Voicebot ElevenLabs Agents : test d’accueil téléphoniqueUn agent vocal ElevenLabs répond au téléphone, comprend la parole et répond en français. Test complet avec temps de réponse, coût et simulations.Lire →03ElevenLabs Scribe en français : test avec noms difficilesTest de Scribe v2 en français : interview avec noms propres difficiles et 13 nombres. Comparaison avec Whisper, reconnaissance des locuteurs et prix.Lire →

D’abord la règle : la voix d’autrui uniquement avec consentement

Le clonage de la voix d’une autre personne nécessite son consentement. ElevenLabs déclare examiner chaque signalement de violation des droits vocaux. Le clone professionnel (PVC) ne peut être créé qu’à partir de votre propre voix : selon l’aide d’ElevenLabs, même le consentement d’une autre personne ne suffit pas, car chaque PVC passe par une vérification que la voix appartient au propriétaire du compte. Si quelqu’un souhaite vous donner accès à sa voix, il crée et vérifie le clone sur son propre compte, puis le partage via un lien privé. C’est pourquoi nous n’avons utilisé aucun enregistrement réel dans le test.

Instant ou Professional Voice Cloning

La documentation prévient que l’IVC gère moins bien les voix et accents atypiques, et que vous ne pouvez pas modifier l’accent ou le ton du clone après sa création. Vous pouvez seulement remplacer les échantillons. Les tarifs des plans sont hors TVA, vérifiés le 29 septembre 2026.

Notre test étape par étape

Étape 1 : une voix qui n’existe pas. Dans Voice Design (modèle eleven_ttv_v3), nous avons décrit un narrateur en anglais et fourni un texte de prévisualisation en français de 354 caractères. La documentation conseille de commencer la description par la langue et l’accent, par exemple selon le schéma « Native French. Male, 50s. Studio quality », pour que la voix ne dérive pas. Nous avons obtenu trois variantes. Nous avons choisi celle avec la médiane de hauteur la plus basse (82,6 Hz) et sans erreurs dans la transcription de contrôle. Description à copier :

A French man in his fifties with a low, warm, slightly raspy voice.
Calm, unhurried documentary narrator delivery, native French accent,
close-mic studio recording.

Étape 2 : échantillons. Avec cette voix, nous avons généré avec le modèle Eleven v4 un enregistrement de cinq paragraphes sur les Vosges, soit 105 secondes au total. À partir de ce fichier, nous avons extrait trois échantillons : les 10 premières secondes, les 30 premières secondes et l’intégralité.

Étape 3 : trois clones. Chaque échantillon a été envoyé à Instant Voice Cloning sans filtre de bruit (l’échantillon était propre, et la documentation avertit que le filtre peut alors dégrader la qualité). Chaque clone a été créé en quelques secondes.

Étape 4 : le même texte avec toutes les voix. L’original, les trois clones et pour comparaison la voix masculine prête Brian ont lu la même phrase avec date et heure. Nous avons mesuré la similarité avec le modèle de vérification du locuteur WavLM (1 signifie voix identique) et passé les enregistrements par la transcription Scribe. Le test a été réalisé en français.

Résultats

Tous les enregistrements ont été transcrits mot pour mot. Scribe a transcrit la phrase de test sans aucune différence de contenu pour tous les clones. Le clone parle aussi en anglais et conserve son timbre à peu près aussi bien que l’original (0,78 contre 0,77).

Honnêtement : des résultats aussi élevés avec 10 s résultent en grande partie du fait que la source était synthétique, donc sans réverbération, bruit et variations de distance au microphone. Avec un enregistrement de téléphone, nous nous attendons à ce qu’un échantillon plus long fasse une plus grande différence. C’est notre avis. Nous n’avons pas testé le clone professionnel, car il nécessite une vérification de la voix du propriétaire du compte, et notre voix de test n’a pas de propriétaire.

Comment cloner votre propre voix dans ElevenLabs

1. Enregistrez 1-2 minutes de parole dans une pièce silencieuse, avec un seul microphone, sans longues pauses. La documentation PVC recommande des pics de -6 à -3 dB et une moyenne d’environ -18 dB. Le format MP3 suffit, le WAV selon la documentation n’améliore généralement pas le clone.
2. Dans l’application, allez dans Voices, puis Create a voice et Instant Voice Clone, téléchargez le fichier. Ne faites cela qu’avec votre propre voix ou avec le consentement écrit de la personne dont vous clonez la voix.
3. N’activez le filtre de bruit que si l’enregistrement a effectivement du bruit.
4. Vérifiez le clone sur une phrase avec des chiffres et des noms propres. Si l’accent ne correspond pas, remplacez les échantillons, car vous ne pouvez pas corriger les paramètres du clone.

Via l’API, c’est une seule commande (testé le 29.09.2026 sur l’échantillon de 10 s) :

curl -X POST https://api.elevenlabs.io/v1/voices/add 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F "name=Ma voix" -F remove_background_noise=false 
  -F files=@echantillon.mp3

Dans la réponse, vous obtenez un voice_id, que vous utilisez ensuite dans la conversion de texte en parole. Comment lire des textes plus longs avec, nous le décrivons dans narrateur IA, et comment changer la voix sur un enregistrement existant, dans le texte sur Voice Changer.

Combien cela coûte

La création même du clone IVC n’a consommé aucun crédit chez nous. Vous payez pour chaque lecture de texte par le clone, comme avec les voix prêtes, par exemple dans Eleven v4 via l’API 0,0715 EUR (0,08 USD) pour 1000 caractères, et en promotion jusqu’au 12 octobre 2026 0,022 USD, hors TVA. Voice Design nous a coûté environ 397 crédits par appel (les statistiques d’utilisation montrent 2380 crédits pour 6 appels Voice Design). La limite de vos propres voix dépend du plan : 3 dans le gratuit, 10 dans Starter, 30 dans Creator, 160 dans Pro. La comparaison complète des plans se trouve dans le texte combien coûte ElevenLabs, et l’aperçu de toutes les fonctions dans le guide ElevenLabs.

Questions fréquentes

Combien d’enregistrement faut-il pour cloner une voix dans ElevenLabs ?

La documentation recommande 1-2 minutes pour le clone instantané et 30-180 minutes pour le professionnel. Dans notre test sur une voix propre et synthétique, 10 s ont déjà donné une similarité de 0,983, et 2 minutes 0,989.

Le clonage de voix dans ElevenLabs est-il gratuit ?

Non. Instant Voice Cloning nécessite le plan Starter à 5,37 EUR (6 USD) par mois, et Professional Voice Cloning le plan Creator à 22 USD. La création même du clone IVC n’a consommé aucun crédit chez nous.

Puis-je cloner la voix d’une autre personne ?

Uniquement avec son consentement explicite et conformément à la loi. ElevenLabs ne permet pas du tout de créer un clone professionnel de la voix d’autrui, même avec consentement, car il nécessite une vérification du propriétaire de la voix.

La voix clonée parle-t-elle en français ?

Oui. Le clone fonctionne avec les modèles multilingues, dont Eleven v4. Notre clone a lu en français et en anglais, et la transcription n’a révélé aucune erreur de contenu.

// lire la suitePictory : créer une vidéo à partir d’un texteOutils d'IAVEED Dubbing sur fal.ai : test du doublage et du clonage vocalOutils d'IANash-MOPD : mieux répartir l’entraînement entre plusieurs domainesÉtat de l'IA

Le lien vers ElevenLabs est un lien partenaire : si vous achetez par ce biais, PROMPTIF touche une commission et vous payez le même prix. Cela n'influence pas le contenu, y compris les passages critiques.