Eleven v4
ElevenLabs · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 1er sur 31 en synthèse vocale en français, dans un peloton de 3 modèles que la marge d'erreur ne permet pas de séparer ; 2e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un groupe de 2 modèles trop proches pour être départagés.
Présentation
Modèle de synthèse vocale d'ElevenLabs bâti sur une nouvelle architecture, centré sur l'interprétation du ton, du rythme, de l'émotion et du contexte. Il prend en charge le clonage de voix et les dialogues à plusieurs voix, jusqu'à dix mille caractères par requête. Lu sur elevenlabs.io, le 17/10/2026.
- Sortie
- 28 septembre 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 90 langues, dont le français. Lu sur elevenlabs.io.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 1er sur 31 en synthèse vocale en français (1 361).
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Synthèse vocale
Synthèse vocale en français
1er sur 31Elo 1 361, intervalle 1 336 à 1 386, 1 152 votes
Prix : 80 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
2e sur 96Elo 1 328, intervalle 1 311 à 1 345, 2 135 votes
Prix : 80 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : derrière, Sonic 3.6 (2e, 1 344)
- Synthèse vocale en anglais, Artificial Analysis : devant, Eleven v4 Turbo (1er, 1 329) · derrière, Qwen-Audio-3.1-TTS-Plus (3e, 1 296)
Comment lire ces chiffres
Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis :
Eleven v4 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://elevenlabs.io/blog/eleven-v4 (« Published Sep 28, 2026 »), 17/10/2026
- https://elevenlabs.io/blog/eleven-v4 (« Today we're launching Eleven v4 , our most emotive text-to-speech model yet, and its low-latency variant, Eleven v4 Turbo. »), 17/10/2026
- https://elevenlabs.io/blog/eleven-v4 (« Eleven v4 was designed to interpret tone, pacing, emotion, character, and context. »), 17/10/2026
- https://elevenlabs.io/blog/eleven-v4 (« Built on an entirely new architecture, Eleven v4 is our most emotive Text to Speech model »), 17/10/2026
- https://elevenlabs.io/docs/overview/models (« Eleven v4 Our most emotive, high quality speech synthesis model Exceptional voice cloning capabilities 90+ languages supported 10,000 character limit Support for natural multi-speaker dialogue »), 17/10/2026
- https://elevenlabs.io/docs/overview/models (« Filipino (fil), Finnish (fi), French (fr), Galician (gl), Georgian (ka), German (de), Greek (el), Gujarati (gu), Hausa (ha), Hebrew (he), Hindi (hi), Hungarian (hu), Icelandic (is) »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.