Liste des Audio Tags d’Eleven v4 : essayez-les, puis créez les vôtres

Eleven v4 est un modèle Text to Speech de pointe qui transforme le texte en interprétation. Les Audio Tags vous permettent de diriger cette interprétation avec un contrôle précis de son expression émotionnelle. Insérez une indication en langage naturel entre crochets, comme [whispers] ou [excited], et v4 adapte son interprétation.

Cette liste d’Audio Tags d’ElevenLabs couvre toutes les émotions de la palette émotionnelle d’Eleven v4, ainsi que des tags de diction, de rythme, de réactions, d’accents et d’effets sonores. Une fois les bases maîtrisées, nous vous montrerons aussi comment rédiger vos propres tags en langage naturel.

En résumé

• Les Audio Tags sont des indications en langage naturel, placées entre crochets, qu’Eleven v4 interprète comme des directives de jeu et qui modifient la façon dont il prononce les mots suivants.
• Eleven v4 est le modèle le mieux classé dans l’Artificial Analysis Speech Arena [septembre 2026], et les Audio Tags vous permettent de diriger l’interprétation ligne par ligne.
• La roue des émotions d’Eleven v4 vous permet d’écouter différentes émotions pour obtenir rapidement un aperçu des capacités du modèle.
• Les tags ne se limitent pas à une liste fixe : vous pouvez rédiger les vôtres en combinant des qualités, comme [whispering, fearful], ou en décrivant la situation ou le personnage derrière une réplique.
• Les Audio Tags fonctionnent via ElevenAPI avec Eleven v4, Eleven v4 Turbo et Eleven v3.

Que sont les Audio Tags d’ElevenLabs ?

Les Audio Tags sont des indications en langage naturel que vous pouvez intégrer à votre texte entre crochets. Eleven v4 les lit comme des marqueurs d’interprétation et les utilise comme directives pour modifier sa façon de prononcer certains mots ou certaines phrases. Insérez-les directement dans votre script dans l’application ElevenLabs Text to Speech et regardez nos modèles leur donner vie.

Eleven v4 est le modèle TTS le mieux classé dans l’Artificial Analysis Speech Arena, où les auditeurs votent pour la solution de synthèse vocale au rendu le plus naturel.¹ Les Audio Tags vous permettent d’aller encore plus loin en dirigeant précisément l’interprétation de chaque ligne.

Voici comment utiliser les Audio Tags dans un script :

• Placez un tag avant les mots qu’il affecte : Lorsque vous écrivez « [shouts] Je n’arrive pas à croire que tu m’aies dit ça », toute la réplique est criée.
• L’émotion se prolonge : Lorsque vous ajoutez un tag, son émotion se prolonge sur toute la ligne. Vous n’avez donc besoin d’ajouter un autre tag que lorsque vous souhaitez modifier l’interprétation. Par exemple : « [proud] Je cuisine depuis plus de dix ans. Je sais faire cuire un œuf. [startled] C’est quoi cette odeur de brûlé ? »
• Combinez les tags pour superposer les directives : Séparez les Audio Tags par une virgule dans une même paire de crochets, comme [whispering, playful], pour nuancer votre interprétation TTS.
• Associez les tags à la ponctuation : Les Audio Tags définissent l’ambiance et l’interprétation, tandis que la ponctuation de votre script vous permet de contrôler naturellement le rythme. Ajoutez des points de suspension, des tirets ou des majuscules pour façonner la prosodie d’une réplique.

Pour mieux comprendre le fonctionnement des tags et la façon dont ils remplacent SSML, nous avons rédigé un guide complet des Audio Tags.

Liste des Audio Tags d’émotion

La roue des émotions d’Eleven v4 propose des dizaines d’émotions, chacune interprétée par v4, afin que vous puissiez entendre la différence avant même d’écrire un tag. 

Cliquez sur une émotion ci-dessous pour l’écouter sur la roue, ou testez directement différentes phrases et émotions pour entendre Eleven v4 donner vie aux Audio Tags émotionnels.

Nous n’avons présenté ici qu’une poignée d’émotions, mais vous pouvez utiliser le langage naturel pour exprimer toutes celles que vous souhaitez. L’exemple ci-dessous utilise plusieurs Audio Tags non présentés plus haut pour illustrer ce que permettent les prompts en langage naturel.

Cet exemple a été interprété avec Jonathan Livingston.

Liste des Audio Tags de diction et de volume

Les tags de diction et de volume contrôlent l’intensité sonore d’une réplique, indépendamment de l’émotion que vous lui associez. Pour donner à v4 des directives plus précises, combinez des tags de diction et d’émotion afin d’obtenir un contrôle plus fin.

Voici quelques exemples :

• [whispers] Ne bougez pas, c’est juste derrière vous.
• [shouts] Évacuez tous le bâtiment, maintenant ! 
• [softly] Vous avez fait tout ce que vous pouviez. 
• [quietly] Je crois qu’ils sont partis. 
• [low, threatening] Vous n’auriez vraiment pas dû venir ici.

Voyons le contrôle du volume et de la diction en action.

L’exemple ci-dessus a été interprété avec Rod.

Liste des Audio Tags de rythme

Les Audio Tags de rythme modifient la vitesse d’une réplique. Ajoutez-les pour créer du suspense ou préparer le moment comique parfait. Lorsque le timing compte autant que les mots, utilisez des tags de rythme.

Conseil supplémentaire : la ponctuation améliore naturellement l’interprétation de la synthèse vocale. Combinez-les pour contrôler pleinement votre phrase : 

• [slowly] Et le gagnant est… 
• [rushed] Désolé, je suis en retard, le train est tombé en panne, j’ai couru tout le long. 
• [pause] Puis le téléphone a sonné. 
• [drawn out] Nooon, pas possible.

Adam est la voix qui a donné vie à cet exemple.

Liste des Audio Tags de réactions humaines

Les tags de réaction ajoutent à vos phrases des sons tels que des rires, des halètements, des pleurs, des toux et des soupirs. Ils donnent véritablement vie à votre texte et rendent un extrait audio TTS naturel, comme si une personne parlait spontanément plutôt que de lire un script.

Voici quelques Audio Tags de réaction :

• [laughs] Tu es vraiment tombé dans le panneau ? 
• [sighs] Bon. Je ferai la vaisselle. 
• [gasps] C’est un vrai diamant ? 
• [clears throat] Puis-je avoir l’attention de tout le monde ? 
• [crying] Je ne pensais pas que tu reviendrais.

Eleven v4 ajoute aussi de petites touches humaines lorsque l’émotion l’exige. Écoutez la roue des émotions et vous entendrez des répliques comme « T-tu es revenu ? » et « Pff, c’est réel ? », dans lesquelles v4 a ajouté de lui-même un bégaiement ou un grognement.

Pour utiliser cette voix dans vos propres productions, recherchez Jack John. 

Liste des Audio Tags d’accent et de personnage

Créer des scènes riches avec différents accents ou voix de personnages n’a jamais été aussi simple avec Eleven v4. Avec quelques Audio Tags, vous pouvez faire évoluer une voix vers un nouveau personnage tout en préservant ses qualités fondamentales. Une seule voix peut jouer toute une distribution en une génération.

• [British accent] Une tasse de thé ?
• [French accent] Bienvenue dans mon petit café.
• [Australian accent] Pas de souci, on va régler ça.
• [pirate voice] Hissez les voiles et passez le rhum.

Lauren a contribué à donner vie à cet exemple.

Liste des Audio Tags d’effets sonores

Les Audio Tags d’effets sonores intègrent directement des événements non vocaux à vos générations. Par exemple, pour créer une scène narrative ou une bande-son de jeu vidéo, vous pouvez les utiliser pour renforcer l’effet dramatique sans piste d’effets sonores distincte. Vous pouvez aussi utiliser le générateur d’effets sonores IA si vous recherchez un effet précis. 

• [thunder rumbling] Ça se rapproche.
• [footsteps] Quelqu’un monte les escaliers.
• [door creaking] Allô ? Il y a quelqu’un ?
• [clapping] Merci, merci, vous êtes trop gentils.

La voix de l’extrait ci-dessus est Siren.

Rédigez vos propres Audio Tags en langage naturel

N’importe lequel des Audio Tags présentés ci-dessus constitue un excellent point de départ. Toute la force du TTS d’ElevenLabs réside toutefois dans la possibilité de rédiger de nouveaux Audio Tags en langage naturel afin de fournir au modèle un contexte supplémentaire. 

Si aucun tag d’un seul mot ne correspond à ce que vous recherchez, rédigez plutôt une directive plus complète.

• Combinez émotions et qualités : [tense, cautious] ou [whispering, fearful]
• Décrivez la manière : [like a sports commentator, speeding up]
• Décrivez la situation : [out of breath after running up the stairs]
• Décrivez le personnage : [a tired detective who has heard it all before]
• Décrivez l’évolution : [starting calm, then losing patience]

Donnez vie à votre scène avec Spuds Oxley. 

Conseils pour choisir vos Audio Tags 

Le langage naturel vous offre une grande flexibilité pour créer des extraits audio de synthèse vocale, mais obtenir le résultat idéal peut aussi demander quelques ajustements.

Pour une expérience TTS aussi fluide que possible avec Eleven v4, voici quelques conseils pour travailler avec les Audio Tags :

• Écoutez avant d’écrire : Testez plusieurs émotions sur la roue des émotions pour entendre comment v4 interprète chacune d’elles, ou vous en inspirer, puis choisissez celle qui convient le mieux à votre réplique.
• Remplacez le tag avant de réécrire la réplique : Si une interprétation ne convient pas, essayez une émotion voisine, comme [let down] au lieu de [despair], puis régénérez.
• Utilisez un tag par proposition : Des tags contrastés appliqués aux mêmes mots peuvent brouiller l’interprétation. Ajoutez un nouveau tag là où vous souhaitez que l’émotion change.
• Donnez au modèle une scène complète : Eleven v4 offre de meilleurs résultats avec du contexte. Avec une fenêtre pouvant atteindre 10 000 caractères par génération dans l’application Text to Speech, vous disposez de l’espace nécessaire pour élaborer des directives superposées et donner toute sa force à votre scène.
• Commencez par un préréglage, puis précisez. Si [nervous] est proche du résultat recherché sans être tout à fait adapté, indiquez ce qui manque : [nervous, trying to sound confident].

Mais surtout, testez directement l’application ElevenLabs TTS : c’est la meilleure façon de vous familiariser avec elle et de commencer à produire des contenus audio TTS de haute qualité.

Essayez l’audio immersif avec Eleven v4 dès aujourd’hui

Il n’existe pas de liste définitive des Audio Tags d’ElevenLabs, car vous pouvez créer toutes les combinaisons de votre choix en écrivant en langage naturel. Chaque tag de cette liste fonctionne avec Eleven v4, tout comme ceux que vous imaginerez en écrivant votre scène.

Choisissez l’une des plus de 17 500 voix de la Voice Library, collez votre script et ajoutez votre premier Audio Tag. 

En savoir plus sur Eleven v4 ou S’inscrire pour créer des interprétations audio remarquables.

FAQ sur les Audio Tags d’ElevenLabs

1. ^{Artificial Analysis, Provider Voice Arena Preference Elo, 30 septembre 2026}