Comment sont mesurées les données de latence d’ElevenLabs
Comment sont mesurées les données de latence d’ElevenLabs
Ce que mesurent les données de latence publiées pour Eleven v4 Turbo, Eleven v3 Conversational, Eleven Flash et Scribe v2 Realtime, ainsi que les conditions dans lesquelles elles sont établies.
Les données de latence présentées sur la page des modèles correspondent aux médianes du temps nécessaire à ElevenLabs pour répondre à une requête, mesurées sur le trafic en production. Elles excluent les allers-retours réseau ainsi que le temps passé par votre application avant et après la requête. La latence ressentie par vos utilisateurs est donc toujours plus élevée.
Données de latence publiées pour les modèles ElevenLabs
Chaque valeur est une médiane (p50). Les données de Text to Speech sont mesurées sur des requêtes de streaming WebSocket avec des voix préchauffées : une voix préchauffée est une voix qui a déjà été utilisée pour une génération.
Les médianes varient au cours de la journée selon le trafic et sont plus élevées aux heures de pointe. Les données de cette page ont été mises à jour pour la dernière fois le 29 octobre 2026.
Que mesurent les données de latence de Text to Speech ?
Les données de Text to Speech correspondent à la latence côté serveur : le temps de bout en bout entre la réception d’une requête par ElevenLabs et l’envoi du premier audio. La latence côté serveur n’inclut pas :
- L’aller-retour réseau entre votre application et ElevenLabs.
- Les étapes en amont de votre application, comme l’attente d’une réponse d’un LLM.
- La mise en mémoire tampon du lecteur audio avant le début de la lecture.
La latence ressentie par vos utilisateurs correspond au temps jusqu’au premier audio (TTFA), qui ajoute ces étapes à la latence côté serveur. Comprendre la latence décrit chaque étape.
Que mesure la donnée de latence de Scribe v2 Realtime ?
La valeur d’environ 150 ms pour Scribe v2 Realtime correspond à la médiane du temps jusqu’à la transcription validée, issue des métriques de production. La transcription en temps réel renvoie deux types de résultats : des transcriptions partielles pendant qu’un segment de parole est en cours, puis une transcription validée lorsque le segment est finalisé. Consultez Speech to Text en temps réel pour comprendre le fonctionnement de la validation.
Peut-on comparer les données de latence d’ElevenLabs à celles d’autres fournisseurs ?
Uniquement lorsque les deux valeurs mesurent la même chose. Les données de Text to Speech d’ElevenLabs correspondent à la latence côté serveur. Elles ne sont pas comparables aux données de temps jusqu’au premier octet (TTFB) ou de TTFA mesurées depuis un client, qui incluent l’aller-retour réseau et, pour le TTFA, la mise en mémoire tampon avant lecture. Pour comparer les fournisseurs, mesurez le TTFA de chacun depuis le même client, dans la même région et avec le même type de voix.
Qu’est-ce qui augmente la latence par rapport aux données publiées ?
Les données de latence publiées par ElevenLabs constituent un point de référence pour comparer les modèles, et non une garantie pour chaque requête. La latence côté serveur est supérieure à la médiane publiée dans les cas suivants :
- Entrées plus longues.
- Professional Voice Clones, par rapport aux Instant Voice Clones et aux voix par défaut.
- Charge élevée sur les serveurs, lorsque les requêtes sont mises en file d’attente avant le début de la génération.
Les requêtes sont acheminées vers le cluster de service le plus proche, et l’aller-retour vers celui-ci s’ajoute au TTFA, mais pas aux données publiées.
Comprendre la latence explique l’importance de chacun de ces facteurs. Pour mesurer et réduire la latence dans votre propre application, consultez Optimisation de la latence.
Modèles sans donnée de latence publiée
ElevenLabs ne publie pas de donnée de latence pour Eleven v4, Eleven v3, Eleven Multilingual v2, Scribe v3, Scribe v2 ou Scribe v2 Medical. Ces modèles sont conçus pour la qualité plutôt que pour une utilisation en temps réel. Les données de latence des modèles en temps réel ci-dessus ne leur sont pas applicables.
ElevenLabs n’a pas encore publié de donnée de latence pour Scribe v3 Live. La donnée de Scribe v2 Realtime ci-dessus ne lui est pas applicable.