Qu'est-ce qu'ElevenLabs ? Guide d'introduction : tarifs, usage commercial et prise en charge du japonais (d'après les sources officielles)

ElevenLabs est une plateforme audio par IA centrée sur la synthèse vocale (Text to Speech), qui convertit du texte en voix. Elle propose aussi la transcription, le clonage de voix, le doublage ainsi que la génération d'effets sonores et de musique. Cet article fait le point sur ses fonctionnalités, ses tarifs, ses conditions d'usage commercial et sa prise en charge du japonais, à partir de ce que nous avons consulté sur le site officiel, le centre d'aide et la documentation d'ElevenLabs le 4 octobre 2026 (UTC).

Qu'est-ce qu'ElevenLabs ?

Le site officiel présente le service en trois grands domaines :

ElevenCreative : une application web pour les créateurs, qui permet de produire de la voix, de la musique, des effets sonores, des images, des vidéos, etc.
ElevenAgents : une plateforme pour créer et exploiter des agents d'IA conversationnels qui répondent par téléphone ou par chat
ElevenAPI : une API destinée aux développeurs pour intégrer la synthèse vocale, la transcription et d'autres fonctions dans leurs propres applications

Cet article se concentre sur les abonnements ElevenCreative, que les particuliers et les petites équipes envisagent généralement en premier, et ne présente que brièvement la tarification de l'API.

Fonctionnalités principales

Voici les principales fonctionnalités que nous avons pu vérifier sur la page officielle des tarifs et dans la liste des modèles de la documentation officielle :

Schéma de choix selon l'objectif : Text to Speech pour lire à voix haute des textes courts, Studio pour les productions longues et ElevenAPI pour intégrer la voix dans ses propres applications.

Text to Speech : convertit du texte en voix. Outre le modèle le plus récent, « Eleven v4 » (que le site officiel indique comme sorti en septembre 2026), on trouve notamment Eleven v3, Multilingual v2 et Flash v2.5, à faible latence
Studio : pour créer des projets audio et vidéo longs, comme des livres audio ou des podcasts
Clonage de voix : Instant Voice Cloning, qui crée une voix à partir d'un court extrait audio, et Professional Voice Cloning, qui entraîne un modèle dédié à partir d'enregistrements de longue durée
Voice Design : crée une nouvelle voix à partir d'une description écrite de ses caractéristiques
Speech to Text (transcription), Dubbing (doublage), Voice Changer, Voice Isolator (suppression du bruit), Sound Effects et Music

Le nombre de caractères générés en une seule fois est limité. Le centre d'aide fixe la limite de l'interface web à 5 000 caractères pour les forfaits payants et à 2 500 pour le forfait gratuit, tandis que la page de présentation d'Eleven v4 annonce jusqu'à 10 000 caractères. Les informations officielles ne nous ont pas permis de déterminer laquelle de ces limites s'applique lorsqu'on utilise v4 dans l'interface web.

Tarifs et fonctionnement des crédits

L'unité de facturation : les « crédits »

Dans les forfaits ElevenCreative, chaque fonctionnalité consomme des « crédits » attribués chaque mois. D'après la page des tarifs, les crédits sont communs à tous les produits : ce qui est dépensé pour une fonction réduit d'autant ce qui reste pour les autres. À titre indicatif, la page mentionne notamment 1 crédit par caractère pour Text to Speech, 330 crédits par minute pour Speech to Text, 900 crédits par minute pour Music et 200 crédits par génération pour Sound Effects (toutes des estimations officielles).

D'après le centre d'aide, la ponctuation, les espaces et les balises audio comptent aussi comme des caractères. Les crédits sont consommés à chaque génération, et non au téléchargement ; toutefois, d'après la documentation, la version web permet de régénérer gratuitement sous certaines conditions, par exemple en relançant la génération dans un délai de 2 heures avec le même texte, la même voix et le même modèle.

Prix et crédits mensuels de chaque forfait

Au 4 octobre 2026, la page des tarifs (affichage en facturation mensuelle) présente les principaux forfaits suivants. Les prix sont exprimés en dollars américains, hors taxes.

Free : 0 USD, 10 000 crédits/mois
Starter : 6 USD/mois, 30 000 crédits/mois. Ajoute notamment une licence commerciale et Instant Voice Cloning
Creator : 22 USD/mois, 121 000 crédits/mois. Ajoute notamment Professional Voice Cloning
Pro : 99 USD/mois, 600 000 crédits/mois
Scale : 299 USD/mois, 1 800 000 crédits/mois, 3 sièges
Business : 990 USD/mois, 6 000 000 crédits/mois, 10 sièges
Enterprise : sur demande

Prix normal, remise du premier mois, facturation annuelle et promotions

Au moment de notre consultation, la page des tarifs affichait des offres à durée limitée en plus des prix normaux. Tout ce qui suit correspond à l'affichage à ce moment-là et peut changer.

Remise du premier mois : Starter à 1 USD le premier mois (6 USD normalement, avec la mention « jusqu'au 18 octobre ») et Creator à 11 USD le premier mois (22 USD normalement). La remise est indiquée comme ne portant que sur le premier mois. La date de fin de la remise du premier mois de Creator n'était pas précisée sur la page que nous avons consultée
Facturation annuelle : la FAQ de la page des tarifs explique que le prix annuel correspond au « prix mensuel × 10 mois », soit deux mois offerts. L'équivalent mensuel en facturation annuelle est de 5 USD pour Starter, 18,33 USD pour Creator et 82,50 USD pour Pro. Nous n'avons pas pu vérifier si la remise du premier mois est cumulable avec la facturation annuelle
Promotion Eleven v4 : un bandeau en haut du site annonçait « crédits x3 sur les forfaits Creator et supérieurs jusqu'au 12 octobre ». Le corps de la page des tarifs la présente comme une opération de « deux semaines » dans laquelle, « sur les forfaits Creator et supérieurs, les crédits utilisés pour Text to Speech avec v4, jusqu'à 2 fois les crédits mensuels, ne sont pas déduits du solde (web et applications mobiles uniquement) », sans indiquer de date de fin. Il s'agit dans les deux cas d'opérations à durée limitée, qui ne sont pas comprises dans les crédits mensuels indiqués plus haut

Report et manque de crédits

D'après la FAQ de la page des tarifs, les crédits non utilisés des forfaits payants peuvent être reportés jusqu'à deux mois, mais ils expirent à la fin de la période de facturation en cas de passage à un forfait inférieur ou de résiliation. Le forfait gratuit ne permet aucun report. La documentation sur la facturation indique que les nouveaux abonnements peuvent acheter des crédits prépayés Pay As You Go (valables 12 mois) en cas de manque.

Par ailleurs, l'utilisation de l'API dispose de sa propre page de tarifs ElevenAPI, dont la FAQ explique qu'elle est facturée en dollars américains et non en crédits (par exemple 0,08 USD pour 1 000 caractères en Text to Speech avec les modèles multilingues).

Conditions d'usage commercial

Nous résumons ici l'explication du centre d'aide et le contenu des conditions applicables. Les conditions d'utilisation (pour les résidents hors EEE, Suisse et Royaume-Uni) prévoient que les utilisateurs gratuits ne peuvent utiliser les services qu'à des fins non commerciales, tandis que les utilisateurs payants peuvent les utiliser à des fins commerciales.

Forfait gratuit : aucune licence commerciale n'est incluse et il ne peut pas être utilisé à des fins commerciales. Pour publier un audio créé avec le forfait gratuit ou sans être connecté, il faut indiquer qu'il a été réalisé avec ElevenLabs en ajoutant « elevenlabs.io » ou « 11.ai » dans le titre (pour la musique créée avec Eleven Music, la mention est « Eleven Music »). La Prohibited Use Policy range également l'usage commercial par les utilisateurs gratuits, comme la publicité, parmi les usages interdits
Forfaits payants : tous les forfaits payants incluent une licence commerciale. En revanche, les contenus créés avec des fonctionnalités désignées comme alpha, bêta, aperçu ou équivalent (Beta Services) ne peuvent pas être utilisés à des fins commerciales ni en production. Nous n'avons pas pu déterminer quelles fonctionnalités sont actuellement concernées
Audio créé pendant une période payante : il est indiqué qu'il reste utilisable commercialement même après la fin de l'abonnement. En revanche, l'audio créé avec le forfait gratuit avant ou après la période payante ne peut pas être utilisé commercialement
Conditions supplémentaires par produit : Music, Sound Effects, Studio, Dubbing v2 et d'autres produits ont leurs propres Service-Specific Terms. Par exemple, la Prohibited Use Policy interdit de vendre ou de distribuer les sons créés avec Sound Effects sous forme de banque de sons autonome. Par ailleurs, les Sound Effects Terms indiquent qu'il est possible, via la fonction « Disable » de la page du produit, d'empêcher la sous-licence des effets sonores créés à des tiers (y compris d'autres utilisateurs d'ElevenLabs)

Note de la rédaction : les vidéos monétisées, les publicités et les vidéos d'entreprise diffusées à l'extérieur relèvent très probablement d'un usage commercial. Mieux vaut éviter de les produire avec le forfait gratuit et vérifier les conditions les plus récentes avant de commencer.

Conditions du clonage de voix

Instant Voice Cloning : d'après la documentation sur la facturation, le clonage de voix est disponible à partir de Starter. La documentation recommande environ 1 à 2 minutes d'audio propre, sans bruit. Lors de la création, une étape permet de confirmer que l'on dispose du droit et du consentement nécessaires pour reproduire cette voix
Professional Voice Cloning : disponible à partir de Creator. D'après le centre d'aide, le nombre de clones possibles (emplacements) est de 1 pour Creator et Pro, 3 pour Scale et 10 pour Business. La durée d'audio recommandée est d'environ 30 à 180 minutes (d'après la FAQ de la documentation Instant Voice Cloning), et l'entraînement prend généralement 3 à 6 heures
Uniquement sa propre voix : Professional Voice Cloning ne permet de créer que sa propre voix, et il est impossible de créer la voix d'une autre personne, même avec son consentement. Une vérification confirmant que vous êtes le propriétaire de la voix est nécessaire. Pour utiliser la voix d'une autre personne, la marche indiquée est que cette personne crée le clone dans son propre compte puis le partage
Usages interdits : la Prohibited Use Policy interdit de reproduire intentionnellement la voix d'une autre personne sans son consentement ou sans droit légal, ainsi que tout usage visant à dissimuler qu'une voix a été générée par IA

Notez également que les conditions d'utilisation accordent à ElevenLabs une licence d'utilisation des contenus saisis et générés (voix comprises) pour fournir et améliorer les services et développer de nouveaux services et produits, et précisent que cette licence est perpétuelle et irrévocable. Il est possible de refuser l'utilisation pour l'entraînement dans le réglage « Data use », mais ce refus ne s'applique pas aux utilisations antérieures. La page de présentation d'Eleven v4 affirme pour sa part que les textes et autres contenus envoyés ne sont pas utilisés pour l'entraînement sans consentement, et nous n'avons pas pu déterminer comment cela s'articule avec les conditions.

Prise en charge du japonais

Nous distinguons ici la langue de l'interface (UI) et la langue dans laquelle le texte est lu.

Pour la lecture, la liste des modèles de la documentation officielle inclut le japonais parmi les langues prises en charge par Eleven v4, v3, Multilingual v2 et Flash v2.5 (Flash v2 ne gère que l'anglais). D'après le centre d'aide, la version web détecte automatiquement la langue à partir du texte saisi ; il est donc recommandé de ne pas mélanger plusieurs langues dans une même saisie, et l'API permet d'indiquer la langue avec language_code. Cependant, l'exemple d'écran de la page de présentation de v4 comporte une option « Language override » : vérifiez sur l'interface la plus récente ce qu'il en est actuellement de la version web.

Le centre d'aide explique que la langue dépend du texte saisi, et l'accent et la prononciation, de la voix. Comme les voix prédéfinies et les voix générées sont toutes des voix anglaises, la marche conseillée est de chercher des voix japonaises avec le filtre de langue de la Voice Library ou de créer un clone à partir d'un enregistrement en japonais. Par ailleurs, la documentation d'Eleven v4 indique que v4 est conçu pour parler naturellement dans une langue différente de celle de la voix source, sans en reprendre l'accent d'origine (affirmation de l'éditeur).

Pour l'interface, le site officiel existe en version japonaise, avec notamment une page des tarifs en japonais (prix affichés en dollars américains, comme dans la version anglaise). En revanche, les informations officielles que nous avons consultées ne permettent pas de savoir si les écrans de l'application après connexion peuvent s'afficher en japonais (nous n'avons trouvé le centre d'aide qu'en anglais). Le plus prudent est de prévoir d'utiliser l'application avec une interface en anglais.

Pour juger de la qualité de la prononciation japonaise et de la lecture des kanji et des nombres, le plus sûr est d'écouter un essai avec le texte que vous comptez réellement utiliser. Le centre d'aide propose des articles sur les cas où les nombres, les dates ou les abréviations ne sont pas lus correctement. De plus, d'après la page de présentation d'Eleven v4, il existe une fonction de dictionnaire de prononciation (Pronunciation Dictionary) qui permet d'indiquer comment lire les mots.

Les usages adaptés et ceux qui le sont moins

Ce qui suit est l'appréciation de la rédaction, fondée sur les spécifications vérifiées dans les sources officielles.

Cas où ElevenLabs est probablement adapté :

Produire régulièrement de l'audio à partir de textes, comme des narrations de vidéos ou des livres audio
Créer de l'audio en plusieurs langues avec la même voix
Utiliser un clone de sa propre voix pour réduire le travail d'enregistrement
Intégrer la synthèse vocale dans des applications ou des agents conversationnels via l'API

Cas où il peut être moins adapté :

L'utiliser pour des publicités ou des contenus monétisés en restant sur le forfait gratuit
Cloner la voix d'une autre personne, comme une célébrité ou un collègue, sans passer par le compte de cette personne
Les cas où une interface d'application en japonais est indispensable (nous n'avons pas pu la confirmer)
Les cas où le montage vidéo lui-même est l'objectif principal (il faut alors envisager un outil de montage vidéo en plus de la génération vocale)

Exemple d'utilisation (à titre d'illustration, non vérifié)

L'exemple suivant sert à expliquer le fonctionnement ; la rédaction ne l'a pas réellement produit ni testé.

Prenons le cas d'une vidéo de présentation de produit d'environ 3 minutes, à laquelle on ajoute une narration en japonais avant de la diffuser à l'extérieur. Comme une diffusion externe peut relever d'un usage commercial, on part d'un forfait payant comme Starter.

Flux de production avec ElevenLabs : préparer le texte, choisir une voix japonaise, générer l'audio et vérifier la prononciation, régénérer là où c'est nécessaire, puis finaliser dans un logiciel de montage vidéo.

Préparer le texte : les nombres et les noms propres prêtent facilement à des lectures différentes ; au besoin, les écrire en kana ou configurer un dictionnaire de prononciation
Choisir la voix : chercher des voix japonaises avec le filtre de langue de la Voice Library et les écouter avec son propre texte
Générer : générer paragraphe par paragraphe et ne refaire que les passages qui posent problème
Finaliser : télécharger les fichiers audio et les caler sur les images dans un logiciel de montage vidéo

Text to Speech consommant environ 1 crédit par caractère, un texte de 1 000 caractères consommerait environ 1 000 crédits par génération (cela peut varier selon le modèle et le mode d'accès). Il faut aussi prévoir des crédits pour les régénérations.

Comment choisir parmi les outils similaires

Parmi les outils apparentés figurent Murf AI, qui propose un Studio pour produire des voix off et des API vocales, et Descript, un éditeur à IA qui permet de monter vidéo et audio en modifiant la transcription (descriptions tirées des sites officiels de chaque société). Cet article ne compare pas les tarifs ni les autres chiffres de ces sociétés.

Pour choisir, il est utile de les comparer sur les points suivants :

L'objectif principal : générer de la voix, monter de la vidéo et de l'audio, ou intégrer une API
L'unité de facturation (crédits, durée de génération, nombre de caractères, etc.) et le volume que vous prévoyez d'utiliser chaque mois
La possibilité d'un usage commercial avec le forfait gratuit et l'obligation ou non d'une mention
Les conditions du clonage de voix (vérification d'identité, forfaits concernés, nombre de clones possibles)
La qualité de la lecture en japonais (à juger en écoutant votre texte réel) et l'existence d'une interface en japonais

Vous trouverez aussi une présentation d'ElevenLabs sur notre page ElevenLabs.

Questions fréquentes

ElevenLabs est-il gratuit ?

Il existe un forfait gratuit qui attribue 10 000 crédits par mois. Il ne permet toutefois pas d'usage commercial et, en cas de publication, il faut ajouter « elevenlabs.io » ou « 11.ai » dans le titre.

Puis-je continuer à utiliser l'audio créé pendant une période payante après avoir résilié ?

D'après la documentation officielle, l'audio créé pendant une période payante reste utilisable sous licence commerciale après la fin de l'abonnement. Les crédits non utilisés expirent en revanche à la fin de la période de facturation.

Date de vérification et sources

Les informations de cet article ont été vérifiées sur les pages officielles suivantes le 4 octobre 2026 (UTC). Les tarifs, les promotions et les spécifications pouvant changer, vérifiez les informations les plus récentes avant de commencer.