ElevenLabs fait de la voix un terrain d’application de l’intelligence artificielle générative. Établie aux États-Unis, l’entreprise propose des outils pour convertir un texte en parole, reproduire les caractéristiques d’une voix et adapter des contenus audio à plusieurs langues. Accessible sur elevenlabs.io, sa plateforme combine des interfaces destinées aux utilisateurs et des API permettant aux développeurs d’intégrer ces fonctions à leurs propres services.
Une entreprise née des limites du doublage
ElevenLabs a été fondée en 2022 par Piotr Dąbkowski et Mati Staniszewski, deux entrepreneurs d’origine polonaise. Leur projet part notamment d’un constat : les procédés traditionnels de traduction audiovisuelle ne restituent pas toujours les émotions et les particularités des voix originales. Ils cherchent donc à construire des modèles capables de produire une parole plus expressive, au-delà de la simple lecture mécanique d’un texte.
La mise à disposition publique de premiers outils en 2023 fait connaître l’entreprise auprès des créateurs et des professionnels de l’audio. ElevenLabs élargit ensuite son offre, de la synthèse vocale à la traduction, au doublage et aux interactions vocales en temps réel.
De la production audio aux agents vocaux
La synthèse vocale constitue le socle de son activité. À partir d’un texte, les utilisateurs peuvent générer une narration en choisissant une voix et en ajustant certains paramètres de restitution. Ces fonctions trouvent des applications dans les livres audio, les vidéos, les podcasts, les jeux vidéo ou les contenus de formation. Le clonage vocal permet également de créer une voix synthétique à partir d’enregistrements, avec des exigences d’autorisation et de vérification qui varient selon les fonctionnalités utilisées.
Le doublage vise à traduire des contenus tout en conservant certains traits vocaux des intervenants. L’entreprise propose aussi des outils de transcription et une infrastructure pour des agents capables d’échanger oralement avec un utilisateur. Pour les organisations, l’enjeu est autant la production de contenus que l’intégration de la voix dans des parcours d’assistance ou des applications métier.
Son modèle économique repose notamment sur des abonnements, une facturation liée à l’usage et des offres destinées aux entreprises. Cette combinaison lui permet de servir aussi bien des créateurs indépendants que des équipes ayant des besoins d’intégration et de volumes plus importants.
Et maintenant ?
Le développement d’ElevenLabs se joue sur plusieurs fronts : la qualité des voix dans différentes langues, la rapidité des échanges et la fiabilité des outils en production. Dans les agents conversationnels, une voix convaincante ne suffit pas : les réponses doivent aussi être pertinentes et les interactions correctement encadrées.
La maîtrise des usages abusifs constitue un autre enjeu central. Le clonage vocal expose à des risques d’usurpation d’identité, de fraude et de manipulation. La gestion du consentement, les droits sur les enregistrements et la transparence sur l’origine synthétique des contenus pèseront donc sur l’adoption de ces technologies, autant que leurs performances techniques.