ElevenLabs a annoncé son dernier modèle de synthèse vocale, Eleven v4, ainsi qu’une variante en temps réel, v4 Turbo. Selon l’entreprise, ces nouvelles voix sont plus expressives et savent conserver le même ton de personnage tout au long de longs scripts. Les deux modèles sont disponibles dès maintenant sur la plateforme ElevenAgents, l’application ElevenCreative et l’API publique.
Quelles sont les nouveautés et les tarifs ?
Eleven v4 peut traiter jusqu’à 10 000 caractères par requête, soit environ dix minutes d’audio, et prend en charge plus de 90 langues, contre environ 70 pour le précédent modèle v3. La version Turbo est conçue pour les agents vocaux et peut commencer à parler en environ 150 ms, un gain de vitesse notable par rapport aux 262 ms mesurées par l’entreprise chez un concurrent.
Pour une utilisation de l’API, le tarif est de 0,08 $ pour 1 000 caractères avec le modèle v4 standard (soit 80 $ par million de caractères) et de 0,04 $ pour 1 000 caractères avec v4 Turbo (40 $ par million). Jusqu’au 12 octobre, les tarifs sont réduits respectivement à 0,022 $ et 0,011 $ pour 1 000 caractères.
Pourquoi c’est important pour les créateurs
Des tarifs plus bas et une réponse plus rapide avec Turbo rendent les voix IA expressives et de haute qualité plus accessibles aux podcasteurs indépendants, aux développeurs de jeux et aux petites entreprises qui ont besoin d’agents vocaux en temps réel. La limite plus élevée de caractères évite aussi de devoir découper les longs scripts, ce qui fait gagner du temps pour produire des livres audio ou des tutoriels.
Pourquoi c'est important
Pour les utilisateurs au quotidien, le coût par caractère plus faible réduit la facture des projets nécessitant beaucoup de contenu parlé. Le modèle Turbo, plus rapide, permet aux développeurs de créer des assistants vocaux en temps réel qui s’expriment naturellement, sans délai perceptible.
