> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Documentation ElevenLabs > ElevenLabs API docs for text to speech, speech to text and voice agents, with Python and TypeScript SDKs, model guides, quickstarts and API reference. > **Tip** > > Démarrez avec votre agent de programmation. Aucun compte ni clé API n'est nécessaire au préalable. > > Collez ce texte dans Claude Code, Cursor ou Codex. Il vous connecte ou crée un compte, crée une clé et ajoute le SDK à votre projet. > > ```text > Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints. > ``` > > [Découvrez son fonctionnement](/docs/fr/eleven-api/quickstart#set-up-with-your-coding-agent), ou consultez le [code source de la commande `onboard`](https://github.com/elevenlabs/cli/tree/main/cli/elevenlabs/workflow/onboard) pour savoir exactement ce qu'elle indique à votre agent. ## 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](/docs/fr/eleven-creative)** 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](/docs/fr/eleven-agents)** est la plateforme permettant de concevoir et d'exploiter des agents vocaux, avec un éditeur visuel pour les utilisateurs non techniques et un contrôle programmatique complet pour les développeurs. **[ElevenAPI](/docs/fr/eleven-api)** expose chaque fonctionnalité sous la forme d'une interface REST avec des SDK Python et TypeScript officiels, afin que les développeurs puissent intégrer la voix à leurs propres applications et flux de travail. **[Reception.ai](/docs/fr/reception-ai)** est un réceptionniste téléphonique IA prêt à déployer pour les petites et moyennes entreprises. Il répond aux appels, planifie des rendez-vous et gère les opérations quotidiennes depuis un seul Dashboard. ## Choisissez votre parcours [![](/docs/_fern-img/12097a437e55f60c199946cf59c9528eb8349d110142394833d67fe93b50e68d.webp)](/docs/fr/eleven-creative/overview) ### ElevenCreative Découvrez comment utiliser la plateforme ElevenCreative grâce à des guides étape par étape [![](/docs/_fern-img/7375358c43ac5dd1a170937123f0874e01b3d8b6cf178c282805588a11d39593.webp)](/docs/fr/eleven-agents/overview) ### ElevenAgents Découvrez comment concevoir, lancer et faire évoluer des agents avec ElevenLabs [![](/docs/_fern-img/002b2432fa6ab18befc9f1a6e7fadf348f46506a5a5a72a2358ba1e7f92d8ded.webp)](/docs/fr/eleven-api/quickstart) ### ElevenAPI Découvrez comment intégrer l'API ElevenLabs avec des exemples et des tutoriels ## Concepts Les **voix** sont les personnalités vocales utilisées pour générer de l'audio. Chaque voix possède un identifiant unique, par exemple `JBFqnCBsd6RMkjVDRZzb`, que vous sélectionnez dans le Dashboard ou transmettez dans vos requêtes API. ElevenLabs propose une [bibliothèque de plus de 10 000 voix](https://elevenlabs.io/app/voice-library). Vous pouvez aussi cloner une voix à partir d'un enregistrement audio ou en générer une depuis une description textuelle. Les **modèles** déterminent la qualité, la latence et la couverture linguistique de l'audio généré. [`eleven_v4`](/docs/fr/overview/models) produit le rendu le plus expressif dans plus de 90 langues. [`eleven_v4_turbo`](/docs/fr/overview/models) est conçu pour l'utilisation en temps réel, avec une latence médiane d'inférence d'environ 100 ms. Chaque fonctionnalité, reconnaissance vocale, musique ou effets sonores, possède son propre modèle dédié. Consultez [Quel modèle dois-je utiliser ?](#which-model-should-i-use) 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 traitée. Les crédits sont réinitialisés chaque mois et les crédits non utilisés sont reportés pendant deux mois maximum. Consultez la [tarification](https://elevenlabs.io/pricing/api) pour obtenir le détail complet. Pour utiliser l'API sans abonnement mensuel, le [paiement à l'usage](/docs/fr/overview/administration/pay-as-you-go) vous permet de prépayer un solde, débité à mesure que vous utilisez ElevenLabs, une fois vos crédits d'abonnement épuisés. ## Conçu pour la production ### Quelle est la rapidité de la synthèse vocale ElevenLabs ? Eleven Flash v2.5 génère de l'audio avec une latence d'inférence du modèle d'environ 75 ms, et Eleven v4 Turbo avec une médiane d'environ 100 ms. Scribe v2 Realtime renvoie des transcriptions partielles en environ 150 ms. Ces chiffres n'incluent pas la latence de l'application et du réseau. Le délai avant que vos utilisateurs entendent l'audio est donc plus élevé. [Comprendre la latence](/docs/fr/eleven-api/concepts/latency) explique ce que couvrent ces chiffres, et [Optimisation de la latence](/docs/fr/eleven-api/guides/how-to/best-practices/latency-optimization) indique 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 permet généralement de prendre en charge environ 100 diffusions audio simultanées, selon les voix utilisées et le cas d'utilisation. Les forfaits Enterprise proposent des limites plus élevées. Consultez [Requêtes simultanées et priorité](/docs/fr/overview/models#concurrency-and-priority) pour connaître les limites par forfait et obtenir des conseils sur les tests de charge. ### Contrôles Enterprise * Les **[déploiements privés](/docs/fr/overview/capabilities/private-deployment)** exécutent ElevenAgents, Text to Speech et Speech to Text dans votre propre compte cloud. Vos textes, vos fichiers audio et vos transcriptions restent ainsi sur votre réseau. * La **[résidence des données](/docs/fr/overview/administration/data-residency)** 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](/docs/fr/overview/administration/workspaces/overview)** centralisent la facturation, les ressources partagées, les accès de l'équipe et la gestion des clés API. Les Workspaces Enterprise ajoutent l'[authentification unique](/docs/fr/overview/administration/workspaces/sso) via SAML 2.0 ou OIDC, ainsi que des [journaux d'audit](/docs/fr/overview/administration/workspaces/audit-logs) des actions administratives au format OCSF. ## Générez votre premier fichier audio Installez le SDK, définissez votre clé API comme variable d'environnement et convertissez du texte en fichier MP3 en une seule requête. Pour confier cette configuration à votre agent de programmation, consultez [Configuration avec votre agent de programmation](/docs/fr/eleven-api/quickstart#set-up-with-your-coding-agent). #### Installer le SDK **`Python`** ```bash title="Python" pip install elevenlabs python-dotenv ``` **`TypeScript`** ```bash title="TypeScript" npm install @elevenlabs/elevenlabs-js dotenv ``` #### Définir votre clé API [Créez une clé API](https://elevenlabs.io/app/settings/api-keys) et ajoutez-la à un fichier `.env` dans le répertoire de votre projet : **`.env`** ```js title=".env" ELEVENLABS_API_KEY= ``` #### Générer et enregistrer l'audio ```python 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) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; import "dotenv/config"; import { writeFile } from "node:fs/promises"; const elevenlabs = new ElevenLabsClient(); const audio = await elevenlabs.textToSpeech.convert( "JBFqnCBsd6RMkjVDRZzb", // "George" - browse voices at elevenlabs.io/app/voice-library { text: "The first move is what sets everything in motion.", modelId: "eleven_v4", outputFormat: "mp3_44100_128", } ); await writeFile("output.mp3", Buffer.from(await new Response(audio).arrayBuffer())); ``` Exécutez le script avec `python example.py` ou `npx tsx example.mts`, puis ouvrez `output.mp3`. Pour effectuer la même opération depuis le terminal, utilisez l'[interface en ligne de commande ElevenLabs](/docs/fr/eleven-api/quickstart) : ```bash 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 ElevenAPI](/docs/fr/eleven-api/quickstart) détaille la même requête, y compris la configuration de l'interface en ligne de commande et la lecture audio via vos haut-parleurs. ## Que puis-je concevoir avec ElevenAgents ? ElevenAgents combine la reconnaissance vocale, le 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. * **Support client** : répondez aux questions à partir de votre propre documentation en associant une [base de connaissances](/docs/fr/eleven-agents/customization/knowledge-base) à l'agent. * **Lignes téléphoniques** : connectez un numéro Twilio avec l'[intégration native](/docs/fr/eleven-agents/phone-numbers/twilio-integration/native-integration) pour traiter les appels entrants et sortants, ou connectez votre système téléphonique existant via un trunk SIP. * **Campagnes sortantes** : passez de nombreux appels sortants simultanément grâce aux [appels par lot](/docs/fr/eleven-agents/phone-numbers/batch-calls). * **Sites web et applications** : intégrez un agent qui traite la voix et le texte grâce au [widget](/docs/fr/eleven-agents/customization/widget). Le [guide de démarrage ElevenAgents](/docs/fr/eleven-agents/quickstart) vous accompagne dans la conception de votre premier agent de bout en bout. ## Quel modèle dois-je utiliser ? Partez de votre cas d'utilisation. Chaque ID de modèle ci-dessous est la valeur à transmettre comme `model_id` dans les requêtes API. | Cas d'utilisation | Modèle recommandé | ID de modèle | Pourquoi | | ----------------------------------- | ------------------ | -------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Agents vocaux en temps réel | Eleven v4 Turbo | `eleven_v4_turbo` | Latence médiane d'inférence d'environ 100 ms† avec le rendu en temps réel le plus expressif. Pour la latence la plus faible, utilisez `eleven_flash_v2_5` (\~75 ms†). | | Narration expressive ou longue | Eleven v4 | `eleven_v4` | Le modèle le plus expressif, adapté aux livres audio et aux voix off de personnages. Jusqu'à 10 000 caractères (\~10 minutes d'audio) par requête. Pour un rendu long format plus stable, utilisez `eleven_multilingual_v2`. | | Contenu multilingue | Eleven v4 | `eleven_v4` | Plus de 90 langues avec une qualité vocale constante lors des changements de langue. `eleven_v4_turbo` couvre les mêmes langues en temps réel. | | Coût le plus bas | Eleven Flash v2.5 | `eleven_flash_v2_5` | Prix par caractère inférieur de 50 % pour les générations via API, 32 langues et jusqu'à 40 000 caractères par requête. | | Reconnaissance vocale par lot | Scribe v2 | `scribe_v2` | Transcription dans plus de 90 langues avec horodatage au mot, diarisation jusqu'à 32 locuteurs et amorçage par termes clés. Utilisez `scribe_v2_medical` pour l'audio clinique. | | Reconnaissance vocale en temps réel | Scribe v2 Realtime | `scribe_v2_realtime` | Diffuse des transcriptions avec une latence d'environ 150 ms† dans plus de 90 langues. | Consultez [Choisir le bon modèle](/docs/fr/eleven-api/choosing-the-right-model) pour d'autres cas d'utilisation et la [référence des modèles](/docs/fr/overview/models) pour les spécifications complètes. #### [Eleven v4](/docs/fr/overview/models#eleven-v4) Notre modèle de synthèse vocale le plus expressif et de haute qualité Capacités exceptionnelles de clonage de voix Plus de 90 langues prises en charge Limite de 10 000 caractères Prise en charge des dialogues naturels entre plusieurs locuteurs #### [Eleven v4 Turbo](/docs/fr/overview/models#eleven-v4-turbo) Notre modèle de synthèse vocale en temps réel le plus expressif Latence ultra-faible (latence d’inférence médiane d’environ 100 ms†) Capacités exceptionnelles de clonage de voix Plus de 90 langues prises en charge Balises audio pour un contrôle précis #### [Eleven v3](/docs/fr/overview/models#eleven-v3) Notre modèle de synthèse vocale expressif et riche en émotions Interprétation et rendu dramatiques Plus de 70 langues prises en charge Limite de 5 000 caractères Prise en charge des dialogues naturels entre plusieurs locuteurs #### [Eleven v3 Conversational](/docs/fr/overview/models#eleven-v3-conversational) Notre modèle de synthèse vocale expressif en temps réel Faible latence (\~280 ms) Interprétation et rendu dramatiques Plus de 70 langues prises en charge Balises audio pour un contrôle précis #### [Eleven Multilingual v2](/docs/fr/overview/models#multilingual-v2) Modèle de synthèse vocale offrant une qualité réaliste et constante Rendu naturel 29 langues prises en charge Limite de 10 000 caractères Le plus stable pour les générations longues #### [Eleven Flash v2.5](/docs/fr/overview/models#flash-v25) Notre modèle de synthèse vocale rapide et abordable Latence ultra-faible (\~75 ms†) 32 langues prises en charge Limite de 40 000 caractères Modèle plus rapide, prix par caractère inférieur de 50 % pour les générations par API #### [Scribe v2](/docs/fr/overview/models#scribe-v2) Modèle de reconnaissance vocale de pointe Transcription précise dans plus de 90 langues Guidage par termes clés, jusqu’à 1 000 termes Détection d’entités, 65 types d’entités Modification de transcriptions avec des instructions en langage naturel Horodatages précis au niveau du mot Diarisation des locuteurs, jusqu’à 32 locuteurs Balises audio dynamiques Détection intelligente de la langue #### [Scribe v2 Realtime](/docs/fr/overview/models#scribe-v2-realtime) Modèle de reconnaissance vocale en temps réel Transcription précise dans plus de 90 langues Transcription en temps réel Faible latence (\~150 ms†) Horodatages précis au niveau du mot Détection d’entités, 65 types d’entités Modification de transcriptions avec des instructions en langage naturel #### [Scribe v2 Medical](/docs/fr/overview/models#scribe-v2-medical) Reconnaissance vocale affinée pour l’audio clinique 35 % d’erreurs de transcription en moins sur l’audio clinique par rapport à Scribe v2 Même précision que Scribe v2 sur la parole quotidienne Mêmes fonctionnalités, langues, tarifs et API que Scribe v2 [Tout explorer](/docs/fr/overview/models) † Hors latence de l'application et du réseau. Consultez [Comprendre la latence](/docs/fr/eleven-api/concepts/latency). ## Parcourir par fonctionnalité Text to Speech Convertissez du texte en parole réaliste Speech to Text Transcrivez l'audio parlé en texte Musique Générez de la musique à partir de texte Texte en dialogue Créez des dialogues naturels à partir de texte Image & Vidéo Générez des images et des vidéos à partir de texte Voice Changer Modifiez et transformez les voix Isolateur de Voix Isolez les voix du bruit de fond Doublage Doublez l'audio et les vidéos de manière fluide Effets sonores Créez des effets sonores cinématographiques Voix Clonez et concevez des voix personnalisées Remixage de voix Transformez et améliorez des voix existantes Alignement forcé Alignez le texte sur l'audio Speech Engine Ajoutez la voix à tout type de produit ElevenAgents Déployez des agents vocaux intelligents Déploiements privés Exécutez ElevenLabs dans votre propre cloud