Comment choisir le bon modèle | ElevenLabs Documentation

ElevenLabs propose une gamme de modèles optimisés pour différents besoins. Le bon choix dépend de votre cas d’utilisation, de vos exigences de latence et de vos attentes en matière de qualité. Consultez la référence des modèles pour les spécifications complètes.

Par besoin

Qualité

Utilisez eleven_v4

Le modèle phare, offrant la plus haute fidélité, l’expression émotionnelle la plus riche et la prise en charge linguistique la plus étendue.

Faible latence

Utilisez eleven_v4_turbo

Optimisé pour les applications en temps réel, avec une latence médiane d’environ 100 ms.

Par cas d’utilisation

Création de contenu

Utilisez eleven_v4

Idéal pour les contenus professionnels, les livres audio et les narrations vidéo.

Agents conversationnels

Utilisez eleven_v4_turbo pour une restitution plus expressive. eleven_flash_v2_5 et eleven_flash_v2 sont également optimisés pour une faible latence.

Utilisez le modèle 2.5 pour la prise en charge de langues autres que l’anglais.

Optimisé pour les applications conversationnelles en temps réel.

Transcription

Utilisez scribe_v3 pour la transcription par lots, scribe_v3_live pour la transcription en temps réel ou scribe_v2_medical pour les fichiers audio médicaux et cliniques.

Une précision de pointe dans plus de 90 langues, avec diarisation des locuteurs et horodatage au mot près.

Changeur de voix

Utilisez eleven_multilingual_sts_v2

Spécialisé dans la conversion Speech-to-Speech.

Prochaines étapes

Modèles

Consultez les spécifications complètes des modèles, les benchmarks de latence et les comparaisons de fonctionnalités.

Optimisation de la latence

Réduisez le délai avant le premier audio grâce au choix du modèle, de la voix et au routage géographique.