Documentation ElevenLabs

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

Comment fonctionne ElevenLabs ?

ElevenLabs fournit une infrastructure d’IA vocale : synthèse vocale, reconnaissance vocale, clonage de voix, agents vocaux et audio génératif. Vous pouvez l’utiliser de quatre manières, adaptées à différents publics.

ElevenCreative est une application web sans code où les créateurs, producteurs et monteurs génèrent des voix off, de la musique, des doublages et des projets Studio directement dans le navigateur.

ElevenAgents est la plateforme dédiée à la conception et à l’exploitation d’agents vocaux, avec un éditeur visuel pour les utilisateurs non techniques et un contrôle programmatique complet pour les développeurs.

ElevenAPI donne accès à chaque fonctionnalité via une interface REST et des SDK Python et TypeScript officiels, afin que les développeurs puissent intégrer la voix à leurs propres applications et flux de travail.

Reception.ai est un réceptionniste téléphonique IA prêt à déployer pour les petites et moyennes entreprises. Il répond aux appels, prend des rendez-vous et gère les opérations quotidiennes depuis un Dashboard unique.

Choisissez votre parcours

ElevenCreative

Découvrez comment utiliser la plateforme ElevenCreative grâce à des guides étape par étape

ElevenAgents

Découvrez comment concevoir, lancer et faire évoluer des agents avec ElevenLabs

ElevenAPI

Découvrez comment intégrer l’API ElevenLabs grâce à des exemples et des tutoriels

Concepts

Les voix sont les personnalités vocales utilisées pour la génération audio. Chaque voix possède un identifiant unique, par exemple JBFqnCBsd6RMkjVDRZzb, que vous sélectionnez dans le Dashboard ou transmettez dans les requêtes API. ElevenLabs propose une bibliothèque de plus de 10 000 voix. Vous pouvez également cloner une voix à partir d’un enregistrement audio ou en générer une à partir d’une description textuelle.

Les modèles contrôlent la qualité, la latence et la couverture linguistique de l’audio généré. eleven_v4 produit le rendu le plus expressif dans plus de 90 langues. eleven_v4_turbo est conçu pour une utilisation en temps réel avec une latence médiane d’environ 100 ms. Chaque fonctionnalité, reconnaissance vocale, musique, effets sonores, possède son propre modèle dédié. Consultez Quel modèle dois-je utiliser ? pour en choisir un.

Comment fonctionne la tarification ?

Les crédits constituent l’unité de consommation commune à tous les produits. La synthèse vocale coûte un crédit par caractère de texte saisi. Les autres opérations sont facturées par seconde d’audio traité. Les crédits sont réinitialisés chaque mois et les crédits non utilisés sont reportés pendant deux mois maximum. Consultez la tarification pour obtenir le détail complet.

Pour utiliser l’API sans abonnement mensuel, Pay As You Go vous permet de prépayer un solde, débité au fur et à mesure que vous utilisez ElevenLabs après épuisement des crédits de votre abonnement.

Conçu pour la production

Quelle est la rapidité de la synthèse vocale d’ElevenLabs ?

Eleven v4 Turbo et Eleven Flash v2.5 renvoient tous deux le premier audio avec une latence médiane d’environ 100 ms. Scribe v2 Realtime renvoie des transcriptions validées avec une latence médiane d’environ 150 ms. Ces chiffres excluent la latence de l’application et du réseau. Le délai avant que vos utilisateurs entendent l’audio est donc plus élevé. Comment la latence est mesurée explique ce que couvrent ces chiffres, et Optimisation de la latence explique comment réduire la latence de bout en bout.

Comment ElevenLabs gère-t-il la montée en charge ?

Votre forfait détermine le nombre de requêtes traitées simultanément. Une limite de requêtes simultanées ne plafonne pas le nombre de conversations simultanées : à titre indicatif, une limite de 5 peut généralement prendre en charge environ 100 diffusions audio simultanées, selon les voix utilisées et le cas d’utilisation. Les forfaits Enterprise disposent de limites plus élevées. Consultez Requêtes simultanées et priorité pour connaître les limites de chaque forfait et obtenir des conseils sur les tests de charge, ainsi que l’estimateur de requêtes simultanées pour estimer la limite requise par votre trafic.

Contrôles Enterprise

• Les déploiements privés exécutent ElevenAgents, Text to Speech et Speech to Text dans votre propre compte cloud, afin que les textes, les fichiers audio et les transcriptions restent sur votre réseau.
• La résidence des données stocke vos données dans des environnements isolés au sein de l’UE, en Inde ou à Singapour, plutôt que dans l’emplacement américain par défaut. Cette fonctionnalité est réservée à Enterprise.
• Les Workspaces centralisent la facturation, les ressources partagées, les accès de l’équipe et la gestion des clés API. Les Workspaces Enterprise ajoutent le SSO via SAML 2.0 ou OIDC, ainsi que des journaux d’audit des actions administratives au format OCSF.

Générez votre premier audio

Installez le SDK, définissez votre clé API comme variable d’environnement, puis convertissez du texte en fichier MP3 en une seule requête. Pour laisser votre agent de code effectuer cette configuration, consultez Configurer avec votre agent de code.

pip install elevenlabs python-dotenv

ELEVENLABS_API_KEY=<your_api_key_here>

from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
import os
load_dotenv()
elevenlabs = ElevenLabs(
  api_key=os.getenv("ELEVENLABS_API_KEY"),
)
audio = elevenlabs.text_to_speech.convert(
    text="The first move is what sets everything in motion.",
    voice_id="JBFqnCBsd6RMkjVDRZzb",  # "George" - browse voices at elevenlabs.io/app/voice-library
    model_id="eleven_v4",
    output_format="mp3_44100_128",
)
with open("output.mp3", "wb") as f:
    for chunk in audio:
        f.write(chunk)

elevenlabs text-to-speech convert \
  --voice-id JBFqnCBsd6RMkjVDRZzb \
  --model-id eleven_v4 \
  --text "The first move is what sets everything in motion." \
  --output-format mp3_44100_128 \
  --output output.mp3

Le guide de démarrage rapide ElevenAPI détaille la même requête, y compris la configuration de la CLI et la lecture audio sur vos haut-parleurs.

Que puis-je concevoir avec ElevenAgents ?

ElevenAgents combine la reconnaissance vocale, un LLM de votre choix, la synthèse vocale et la gestion des tours de parole en un seul agent vocal que vous configurez dans le Dashboard ou via les SDK.

• Assistance client : répondez aux questions à partir de votre propre documentation en associant une base de connaissances à l’agent.
• Lignes téléphoniques : connectez un numéro Twilio grâce à l’intégration native pour gérer les appels entrants et sortants, ou connectez votre système téléphonique existant via le trunking SIP.
• Campagnes sortantes : passez de nombreux appels sortants simultanément grâce aux appels par lots.
• Sites web et applications : intégrez un agent qui gère à la fois la voix et le texte grâce au widget.

Le guide de démarrage rapide ElevenAgents vous accompagne dans la conception de votre premier agent de bout en bout.

Quel modèle utiliser ?

Commencez par votre cas d’utilisation. Chaque ID de modèle ci-dessous correspond à la valeur à transmettre comme model_id dans les requêtes API.

Consultez Choisir le bon modèle pour découvrir d’autres cas d’utilisation et la référence des modèles pour les spécifications complètes.

Parcourir par capacité