Clonage de voix professionnel
Découvrez comment cloner votre voix de manière professionnelle grâce à nos modèles de référence.
Créer un clone de voix professionnel
Lorsque vous clonez une voix, il est important de tenir compte des données sur lesquelles l’IA a été entraînée : les langues et le type de jeu de données. Retrouvez les détails de chaque modèle et de ses points forts sur la page des modèles.
Guide
Si vous avez des doutes sur ce qui est légalement autorisé, consultez les Conditions d’utilisation et nos informations sur la sécurité de l’IA pour en savoir plus.
Accédez à la page Clonage de voix professionnel
Dans la barre latérale d’ElevenLabs, cliquez sur le bouton plus à côté de Voices pour ouvrir la page de création de voix, puis cliquez sur Create new sous Professional Voice Clone.
Importez votre audio
Les clones de voix professionnels ne prennent actuellement pas en charge le chant. Les enregistrements audio doivent contenir uniquement de la voix parlée.

Importez vos échantillons audio en cliquant sur Upload samples.
Si vous ne disposez pas déjà d’audio d’entraînement préenregistré, vous pouvez aussi enregistrer directement dans l’interface en sélectionnant Record yourself. Nous avons inclus des scripts d’exemple à des fins narratives, conversationnelles et publicitaires. Vous pouvez également importer votre propre script.
Consultez les retours sur la durée des échantillons
Une fois votre audio importé, vous verrez des retours sur la durée de vos échantillons. Pour obtenir les meilleurs résultats, nous recommandons d’importer au moins une heure d’audio d’entraînement et, idéalement, de vous rapprocher autant que possible de trois heures.

Traitez votre audio
Une fois vos échantillons audio importés, vous pouvez les traiter pour améliorer leur qualité. Vous pouvez supprimer les bruits de fond et séparer les différents intervenants si votre audio en contient plusieurs. Pour accéder à ces options, cliquez sur le bouton Audio settings à côté du clip que vous souhaitez traiter.

Vérifiez votre voix
Une fois tous les enregistrements effectués et importés, vous devrez vérifier votre voix. Pour une expérience fluide, essayez de vérifier votre voix avec le même équipement, ou un équipement similaire, à celui utilisé pour enregistrer les échantillons, et avec un ton et une interprétation similaires à ceux des échantillons. Si vous n’avez pas accès au même équipement, effectuez la vérification du mieux possible. En cas d’échec, vous pouvez attendre 24 heures avant de réessayer ou contacter l’assistance.
Avant d’importer vos échantillons, certains points sont à prendre en compte et certaines étapes sont nécessaires pour obtenir les meilleurs résultats possibles.
Enregistrez un audio de haute qualité
Le Clonage de voix professionnel reproduit avec une grande précision les échantillons utilisés pour son entraînement. Il créera un clone presque parfait de ce qu’il entend, y compris toutes les nuances et caractéristiques de cette voix, mais aussi les artefacts et les éléments audio indésirables présents dans les échantillons. Ainsi, si vous importez des échantillons de mauvaise qualité avec du bruit de fond, de la réverbération ou de l’écho, ou tout autre son indésirable comme de la musique ou plusieurs personnes qui parlent, l’IA tentera également de reproduire tous ces éléments dans le clone.
Eleven v4 restitue l’enregistrement source plus fidèlement que les modèles précédents, y compris les bruits de fond, la distorsion et d’autres défauts. Un audio d’entraînement clair est encore plus important avec ce modèle.
Veillez à ce qu’il n’y ait qu’une seule voix parlée
Assurez-vous qu’il n’y ait qu’une seule voix parlée dans tout l’audio, car plusieurs intervenants, un bruit excessif ou tout autre élément mentionné ci-dessus peut perturber l’IA. Cette confusion peut empêcher l’IA d’identifier la voix à cloner ou lui faire mal interpréter le son réel de la voix, masquée par d’autres sons, ce qui produit un clone moins optimal.
Fournissez suffisamment de contenu
Veillez à disposer de suffisamment de contenu pour cloner correctement la voix. Le minimum absolu que nous recommandons est de 30 minutes d’audio, mais pour un résultat optimal et un clone plus fidèle, nous recommandons plutôt entre 2 et 3 heures d’audio. Plus vous fournissez d’audio, meilleure sera la qualité du clone obtenu.
Gardez un style cohérent
Le style de parole des échantillons fournis sera reproduit dans le résultat. Selon l’interprétation recherchée, les données d’entraînement doivent donc correspondre à ce style. Par exemple, si vous souhaitez narrer un livre audio avec un clone de votre voix, l’audio envoyé pour l’entraînement doit vous enregistrer en train de lire un livre avec le ton que vous souhaitez utiliser. Pour garantir la cohérence, il est préférable de n’inclure qu’un seul style dans les échantillons importés. Eleven v4 restitue ce style de parole unique plus fidèlement que les modèles précédents.
Utilisez des échantillons dans la langue pour laquelle vous souhaitez utiliser le PVC
Il est préférable d’utiliser des échantillons dans lesquels vous parlez la langue dans laquelle le PVC sera principalement utilisé. Bien entendu, l’IA peut parler toutes les langues que nous prenons actuellement en charge. Cependant, si la voix elle-même n’est pas native de la langue que vous souhaitez faire parler à l’IA, c’est-à-dire si vous avez cloné une voix parlant une autre langue, elle peut conserver un accent de la langue d’origine et mal prononcer certains mots ou certaines intonations. Par exemple, si vous clonez une voix parlant anglais puis souhaitez lui faire parler espagnol avec un modèle antérieur à Eleven v4, elle aura très probablement un accent anglais lorsqu’elle parlera espagnol.
Avec Eleven v4, la parole générée dans la même langue que les échantillons conserve l’accent d’origine. La parole générée dans une autre langue est fluide dans la langue cible. Si vous avez besoin de conserver l’accent d’entraînement dans d’autres langues, testez ce comportement avec Eleven v4 avant de vous y fier.
Nous prenons uniquement en charge le clonage d’échantillons enregistrés dans l’une de nos langues prises en charge, et l’application rejettera votre échantillon s’il est enregistré dans une langue non prise en charge.
Consultez les exemples ci-dessous pour savoir à quoi vous attendre avec un bon et un mauvais enregistrement.
Pour le moment, nous vous autorisons uniquement à cloner votre propre voix. Vous devrez suivre un processus de vérification avant d’envoyer votre demande de Finetune.
Conseils et recommandations
Équipement d'enregistrement professionnel
Équipement d’enregistrement professionnel
Utilisez du matériel d’enregistrement de haute qualité pour obtenir des résultats optimaux, car l’IA clonera chaque détail de l’audio. Entrée de haute qualité = sortie de haute qualité. Tout microphone fonctionnera, mais nous recommandons un microphone XLR connecté à une interface audio dédiée. Parmi les options d’entrée de gamme, vous pouvez envisager un Audio Technica AT2020 ou un Rode NT1 connecté à une interface Focusrite ou équivalente.
Utilisez un filtre anti-pop
Utilisez un filtre anti-pop
Utilisez un filtre anti-pop lors de l’enregistrement. Cela réduira les plosives.
Distance par rapport au microphone
Distance par rapport au microphone
Placez-vous à la bonne distance du microphone. Une distance d’environ deux poings du microphone est recommandée, mais cela dépend aussi du type d’enregistrement souhaité.
Enregistrement sans bruit
Enregistrement sans bruit
Assurez-vous que l’entrée audio ne comporte aucune interférence, telle que de la musique ou du bruit de fond. Le clonage par IA fonctionne mieux avec un audio propre et épuré.
Acoustique de la pièce
Acoustique de la pièce
Enregistrez de préférence dans une pièce traitée acoustiquement. Cela réduit les échos indésirables et les bruits de fond, pour une entrée audio plus claire pour l’IA. Vous pouvez créer une solution temporaire avec une couette ou une couverture épaisse afin d’atténuer le son dans l’espace d’enregistrement.
Prétraitement audio
Prétraitement audio
Envisagez de modifier votre audio à l’avance si vous recherchez un rendu précis de la part de l’IA. Par exemple, si vous souhaitez un résultat soigné, semblable à un podcast, prétraitez votre audio pour atteindre cette qualité. Faites-en autant si vos enregistrements comportent de longues pauses ou de nombreux « euh » entre les mots, car l’IA les imitera également.
Contrôle du volume
Contrôle du volume
Maintenez un volume constant, suffisamment élevé pour être clair, sans être si fort qu’il provoque de la distorsion. L’objectif est d’obtenir un niveau audio équilibré et stable. L’idéal se situe entre -23 dB et -18 dB RMS, avec un pic réel de -3 dB.
Durée audio suffisante
Durée audio suffisante
Fournissez au moins 30 minutes d’audio de haute qualité respectant les recommandations ci-dessus pour obtenir les meilleurs résultats, de préférence plus près de 2 heures ou plus. Plus vous fournissez de données de qualité à l’IA, meilleur sera le clone de voix. Le nombre d’échantillons n’a pas d’importance, seule la durée totale compte. Toutefois, si vous prévoyez d’importer plusieurs heures d’audio, il est préférable de les répartir en plusieurs échantillons d’environ 30 minutes. Cela facilite l’importation.
Eleven v4
Les clones de voix professionnels sont entièrement pris en charge dans Eleven v4. Ils bénéficient des mêmes avancées en matière de fidélité vocale et reproduisent la voix source plus fidèlement que les modèles précédents, notamment le timbre, le rythme, l’accent, l’interprétation et le volume. Un clone sur Eleven v4 peut sembler très différent du même clone sur Eleven v3. Comparez les deux avec votre propre contenu et conservez la version adaptée à votre cas d’utilisation.
Eleven v4 propose deux variantes. Toutes deux fonctionnent avec un clone de voix professionnel :
- Eleven v4 (
eleven_v4) est le modèle de la plus haute qualité, pour la création de contenu, les livres audio et les voix off de personnages. - Eleven v4 Turbo (
eleven_v4_turbo) conserve cette qualité avec une faible latence, pour des usages en temps réel tels que les agents conversationnels.
Les deux variantes prennent en charge les réglages vocaux Stability et Similarity, mais Style et Speed ne sont pas disponibles dans Eleven v4, et SSML n’est pas pris en charge.
La plupart des clones de voix professionnels effectueront automatiquement leur Finetune sur Eleven v4. Toutefois, si ce modèle n’est pas encore disponible, vous pouvez déclencher manuellement le processus de Finetune. Pour entraîner un clone de voix professionnel existant sur Eleven v4, ouvrez My Voices, recherchez la voix et survolez-la. Les modèles sur lesquels la voix a déjà été ajustée affichent une coche, tandis que les modèles disponibles pour le Finetune affichent un plus. Cliquez sur le bouton plus à côté d’Eleven v4 pour lancer le Finetune. Vous recevrez une notification dans l’application et par email lorsqu’il sera terminé.
Force du clone
Lorsque vous sélectionnez un clone de voix professionnel et Eleven v4, les Voice settings incluent un curseur Clone Strength. Clone Strength contrôle à quel point la parole générée suit les enregistrements d’entraînement du clone.
À des valeurs faibles, la voix est légèrement lissée et l’interprétation gagne en flexibilité, ce qui offre souvent un meilleur rendu global tout en conservant la ressemblance avec la voix d’origine. À des valeurs plus élevées, le résultat reste plus proche des enregistrements d’entraînement, avec moins de lissage, et imite plus fidèlement l’interprétation et la performance de la voix d’origine. Des valeurs élevées peuvent être particulièrement utiles pour les voix aux caractéristiques ou aux accents distinctifs.
Nous recommandons 0 % pour la plupart des cas d’utilisation, mais une valeur plus élevée peut être utile pour des accents ou des caractéristiques uniques. Dans ce cas, nous vous suggérons d’augmenter Clone Strength à 50 %.






