ElevenLabs Dubbing en français : test v1 vs v2

👁 137 lectures

ElevenLabs Dubbing traduit une vidéo dans une autre langue et remplace la piste audio par une voix censée ressembler aux locuteurs d’origine. Nous l’avons testé sur un clip fictif de 24 secondes en anglais, avec deux voix synthétiques et des bruits de fond, doublé en français par les modèles v1 et v2. Vous trouverez ci-dessous les deux résultats à regarder et à écouter, les temps de traitement, les crédits consommés, la mesure de similarité vocale et un problème dont le tarif ne parle pas.

01Clonage de voix IA ElevenLabs : clones à partir de 10 s et 2 minTest de clonage de voix IA dans ElevenLabs : clones à partir de 10 s, 30 s et 2 minutes d'échantillon, mesure de similarité, coûts et règles de consentement.Lire →02ElevenLabs 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 →

Comment fonctionne le dubbing ElevenLabs

Le service reconnaît la parole dans le fichier, sépare les locuteurs, traduit le texte et génère une nouvelle piste, en conservant le fond sonore d’origine (musique, bruits). En septembre 2026, deux modèles sont disponibles :

• Dubbing v1 - plus ancien, moins cher, prend en charge les mêmes langues qu’Eleven v3. Seul ce modèle permet d’utiliser Dubbing Studio, c’est-à-dire l’édition manuelle de la transcription et la régénération de fragments individuels. La documentation indique que Dubbing Studio est en mode maintenance et ne reçoit que des corrections critiques.
• Dubbing v2 - modèle « end-to-end », par défaut dans l’API et dans le doublage automatique de l’application (décrit comme Alpha). 92 langues selon le tarif, curseur de similarité avec la voix d’origine (cloning strength 0-10, par défaut 7).

Limites : dans l’application, fichier jusqu’à 1 Go et 180 minutes, via l’API jusqu’à 3 Go, dans Dubbing Studio jusqu’à 1 Go et 45 minutes. Dubbing Studio est disponible à partir du plan Starter.

Notre test : clip fictif de 24 s de l’anglais vers le français

Nous ne voulions pas doubler le film de quelqu’un d’autre ni une vraie voix, nous avons donc composé le matériel nous-mêmes. L’image comprend six plans de 4 s de notre classement de générateurs vidéo (café dans une cuisine et tramway sous la pluie). Nous avons enregistré les répliques avec le modèle Eleven v4 en utilisant deux voix de la bibliothèque : le narrateur George et la voix féminine Jessica. Le fond sonore, c’est-à-dire la cuisine et la pluie avec la sonnette du tramway, a été généré dans ElevenLabs Sound Effects. Le tout en anglais, sans sous-titres.

Le 29 septembre 2026, nous avons envoyé le même fichier MP4 via l’API aux deux modèles avec les paramètres source_language=en et target_language=fr. Le dubbing ne renvoie que la piste audio (FLAC), nous l’avons donc combinée avec l’image dans ffmpeg. Nous avons testé en français pour ce marché.

Les crédits ont été lus dans l’historique d’utilisation du compte. Les pauses ont été mesurées sur les horodatages des mots de la transcription Scribe.

Traduction : v1 correcte, v2 sonne naturel

Les deux modèles ont traduit le texte sans erreurs de fond. La différence réside dans le style. La phrase « I get two, if the tram is late, and it’s always late when it rains » a été rendue par v1 comme « cinq petites minutes » et « un café tout chaud », avec une légère embellissement. L’exécution 1 de v2 a produit un glissement de sens : la phrase a été divisée de sorte qu’elle dit « Moi, j’en ai deux. Si le tram est en retard, il est toujours en retard quand il pleut ». L’exécution 2 de v2 était correcte et naturelle (« pile à l’heure, pour une fois »). À notre avis, v2 (exécution 2) sonne comme un doubleur qui comprend le contexte, v1 comme une traduction correcte mais plus littérale.

Problème : une exécution v2 a échoué lors du test polonais

Dans le test polonais d’origine, la première commande v2 s’est terminée avec le statut « completed », mais la transcription source était une suite de mots aléatoires en anglais, russe, chinois et coréen. La piste polonaise était une traduction de ce charabia mélangée à des fragments de l’original. La deuxième commande sur le fichier identique a fonctionné sans problème. Selon l’aide ElevenLabs, les frais pour la première langue sont prélevés lors de la création du projet. Ici, le projet a formellement réussi, donc le charabia a coûté autant qu’un doublage réussi. Dans notre test français, les deux exécutions v2 ont réussi, mais les traductions différaient.

Conclusion pratique : avant d’ajouter d’autres langues, téléchargez la transcription source (endpoint /transcript) et vérifiez qu’elle a du sens. Cela prend quelques secondes.

La voix reste-t-elle la même

Nous n’avons pas évalué cela à l’oreille. Nous avons comparé les empreintes vocales (modèle de vérification du locuteur WavLM, échelle de -1 à 1) dans les mêmes intervalles de temps dans l’original et dans le doublage.

Les deux modèles ont préservé le timbre à peu près au même degré, et la différence par rapport à un autre locuteur est nette. Le changement de langue abaisse toujours cet indicateur, car la voix prononce des phonèmes différents. Le modèle v2 gagne en rythme, pas en timbre.

Combien coûte le dubbing ElevenLabs

Tarifs du tarif API vérifiés le 28 septembre 2026, hors TVA. La minute de matériel source est facturée, séparément pour chaque langue.

Dans les plans d’abonnement, vous payez en crédits : Starter à 6 USD donne 30 000 crédits mensuels, Creator à 22 USD 121 000. Avec la consommation de notre test (5402 crédits pour 24 s), le plan Creator suffit pour environ 9 minutes de doublage v2 par mois. En v2, le compte gratuit reçoit automatiquement un filigrane, les comptes payants non. Les détails des plans sont dans le texte combien coûte ElevenLabs.

Comment faire un dubbing étape par étape

1. Dans l’application, allez dans Dubbing, téléchargez un fichier ou collez un lien et définissez la langue source manuellement (la détection automatique est un risque supplémentaire).
2. Comme langue cible, choisissez le français, laissez le nombre de locuteurs en automatique, sauf si vous savez combien il y en a.
3. Une fois terminé, écoutez l’ensemble. En v1, vous ferez des corrections dans Dubbing Studio, en v2 l’édition de la transcription via l’API n’est disponible que dans le plan Enterprise selon la documentation.
4. Avant publication, vérifiez les noms propres et les chiffres. Dans l’API, vous pouvez les fournir dans keyterms pour que le modèle ne les déforme pas.

Via l’API, deux commandes suffisent. Nous les avons testées le 29.09.2026 sur un fragment de 24 secondes avec model_id=dubbing_v2 :

curl -X POST https://api.elevenlabs.io/v1/dubbing/project 
  -H "xi-api-key: $ELEVENLABS_API_KEY" 
  -F file=@film.mp4 -F source_language=en 
  -F target_language=fr -F model_id=dubbing_v2

# puis toutes les quelques secondes, jusqu'à status = completed :
curl -H "xi-api-key: $ELEVENLABS_API_KEY" 
  https://api.elevenlabs.io/v1/dubbing/project/PROJECT_ID/language/LANGUAGE_ID

Dans la réponse, le champ outputs.lossless_audio contient un lien vers le fichier FLAC valable une heure. Vous combinez vous-même l’image et le son, par ex. ffmpeg -i film.mp4 -i dub.flac -map 0:v -map 1:a -c:v copy -c:a aac resultat.mp4.

À quoi faire attention

• Voix tierces. Le dubbing reproduit le timbre des locuteurs, donc en téléchargeant l’enregistrement d’une autre personne, vous clonez sa voix. Ne le faites qu’avec son consentement ou sur du matériel dont vous avez les droits.
• Étiquetage. Le spectateur doit savoir qu’il entend une voix générée. Les principes généraux sont décrits dans le dubbing IA.
• Contrôle qualité. Le statut « completed » ne signifie pas que le résultat a du sens, comme l’a montré notre première exécution v2 lors du test polonais.

Un aperçu complet des outils ElevenLabs se trouve dans le guide ElevenLabs en français.

Questions fréquentes

ElevenLabs double-t-il en français ?

Oui. Le français est pris en charge par les deux modèles, v1 et v2. Dans notre test, les deux ont traduit un clip de 24 secondes de l’anglais correctement, et v2 a conservé les pauses de l’original avec une précision de 0,14 s.

Combien coûte le dubbing dans ElevenLabs ?

Via l’API, v1 coûte 0,33-0,50 USD par minute, et v2 2,20 USD, hors TVA. Notre clip de 24 secondes a consommé 1200 crédits en v1 et 5402 en v2.

Le dubbing ElevenLabs conserve-t-il la voix de l’original ?

Approximativement. Dans notre mesure, la similarité vocale entre l’original et le doublage était de 0,70-0,92 dans les deux modèles, contre 0,26-0,29 pour un locuteur différent.

Peut-on faire un dubbing ElevenLabs gratuitement ?

Sur le plan gratuit avec 10 000 crédits mensuels oui, mais avec un filigrane et sans licence commerciale. Avec notre consommation v2, cela représente environ 44 secondes de matériel.

Combien de temps prend le dubbing ?

Notre clip de 24 secondes était prêt après 17,9-27,2 s en v2 et après 25,0 s en v1. Pour les fichiers plus longs, ElevenLabs recommande les webhooks au lieu d’interroger le statut.

// lire la suiteDubbing IA : traduire une vidéo en gardant la voix d’origineOutils d'IAEleven v4 : test en français, prix et résultatsMagazineClaude Fable 5.2 ou Mythos 5.2 : quelles différences ?Outils d'IA

Kinetyra

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.