Ce qui le distingue
Nous testons eleven_v4, le modèle complet, et non eleven_v4_turbo (variante ~100 ms de latence pensée pour le temps réel et les agents) : notre usage est de la narration générée hors ligne, où la qualité prime sur la latence. Même protocole que elevenlabs_v3 (mêmes voix, mêmes phrases, mêmes seeds, 5 répétitions), ce qui permet de lire l'écart entre les deux versions à conditions égales.
Choix techniques
ce que ses auteurs ont décidé, et ce que ça impliqueMêmes clones IVC que la v3
Les voix ne sont pas re-clonées : les identifiants voices.json créés pour eleven_v3 sont réutilisés tels quels. L'écart mesuré vient donc du modèle, pas d'un nouveau clonage.
Pas de poids ni de révision épinglée
Modèle API, versionné côté fournisseur : aucun hash de poids à épingler dans models.lock. La reproductibilité repose sur le model_id (eleven_v4) et les paramètres de génération documentés dans meta.json.
Service payant, pas de coût nul
Facturé au caractère (tarif public 0,08 $ / 1 000 caractères sur eleven_v4, promotionnel −72 % jusqu'au 12 octobre 2026), à la différence des modèles open source qui tournent en local sans coût récurrent une fois les poids téléchargés.
Langues couvertes
page produit officielle, non vérifié indépendamment (pas de model card publique)
90+ langues annoncées (page produit eleven_v4).
Ce qu'on peut régler
paramètres exposés par ce modèleRelevé dans la signature du code réellement installé pour nos runs (et dans la documentation officielle quand elle précise les valeurs recommandées). Chaque modèle expose des leviers différents : c'est souvent là que se joue la différence entre un résultat correct et un bon résultat.
| paramètre | défaut | ce que ça change |
|---|---|---|
| model_id | eleven_v4 | fixé pour tout le run (pas eleven_v4_turbo). |
| voice_settings.stability / similarity_boost | 0.5 / 0.75 | défauts identiques à elevenlabs_v3, pas de calibration par voix. |
| output_format | pcm_24000 | PCM 16 bits mono déjà au SR cible du benchmark — pas de resample. |
Ce qu'on mesure sur ce modèle
nos runs, pas les chiffres de l'éditeurÀ l'oreilletest d'écoute en aveugle
Détail complet : table de toutes les métriques · résultats du test d'écoute.
Réglages de génération utilisés
relevés dans les métadonnées de nos runsCes valeurs sont celles réellement passées au modèle pour produire les audios mesurés — pas des réglages recommandés recopiés d'une documentation. Elles sont écrites par l'adaptateur dans le meta.json de chaque run.
À savoir avant de l'utiliser
pièges, limites, nuances de licence- Exclu du classement licence commerciale ouverte : la « Commercial License » ElevenLabs est conditionnée au maintien d'un abonnement payant — cf.
licences.yaml. - Voix testées :
papa_narration,aurore2_narration,tonton_marc_narration,manou_narration,papy_narration(run principal) + les 4 voix émotionnelles clonées (papa_joie/colere/ peur/tristesse, 3 répétitions comme les autres modèles). La naturalité n'est évaluée qu'à l'écoute en aveugle : tant que les votes de cette version sont peu nombreux, ses notes sont à lire avec prudence. - Les répétitions 4 et 5 ont été générées après les trois premières (mêmes seeds que la v3) ; les autres modèles du benchmark n'ont que 3 répétitions.
Sources & vérification
vérifié le 2026-10-02Les comptes de paramètres cités plus haut sont lus directement dans les fichiers de poids de la révision épinglée ci-dessous (en-têtes safetensors / torch), pas repris d'une annonce. Les caractéristiques annoncées proviennent de la model card officielle, liée ici. Les chiffres de performance viennent de nos propres runs.
Note de licence : même service et mêmes conditions qu'elevenlabs_v3 (modèle eleven_v4, pas un abonnement distinct)