v3 Conversational
ElevenLabs · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 4e sur 31 en synthèse vocale en français, dans un groupe de 5 modèles trop proches pour être départagés ; 16e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un peloton de 6 modèles que la marge d'erreur ne permet pas de séparer.
Présentation
Version temps réel d'Eleven v3, destinée aux agents conversationnels, avec une latence annoncée d'environ 280 ms. Elle reprend les balises audio et l'expressivité d'Eleven v3 dans plus de 70 langues. Lu sur elevenlabs.io, le 17/10/2026.
- Sortie
- 9 février 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 70 langues, dont le français. Lu sur elevenlabs.io.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 4e sur 31 en synthèse vocale en français (1 264).
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
4e sur 31Elo 1 264, intervalle 1 242 à 1 286, 1 084 votes
Prix : 50 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
16e sur 96Elo 1 210, intervalle 1 197 à 1 223, 2 610 votes
Prix : 50 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Synthèse vocale en français : devant, Eleven v4 Turbo (3e, 1 320) · derrière, Eleven v3 (5e, 1 259)
- Synthèse vocale en anglais, Artificial Analysis : devant, Gemini 3.1 Flash TTS (15e, 1 213) · derrière, Sonic 3.5 (17e, 1 191)
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 :
v3 Conversational - 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/docs/changelog/2026/2/9 (« Eleven v3 conversational model : Added eleven_v3_conversational to the available TTS models for agents, providing improved voice quality and expressiveness in agent conversations. »), 17/10/2026
- https://elevenlabs.io/docs/changelog/2026/2/9 (« Changelog February 9, 2026 »), 17/10/2026
- https://elevenlabs.io/docs/overview/models (« Eleven v3 Conversational Our expressive, realtime speech synthesis model Low latency (~280ms) Dramatic delivery and performance 70+ languages supported Audio tags for fine-grained control »), 17/10/2026
- https://elevenlabs.io/docs/overview/models (« Eleven v3 Conversational is our previous generation model for realtime speech synthesis. »), 17/10/2026
- https://elevenlabs.io/docs/overview/models (« Filipino (fil), Finnish (fi), French (fr), Galician (gl), Georgian (ka), German (de) »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.