ElevenLabs v4 et v4 Turbo : l’expression contre la vitesse

Le 28 septembre 2026, ElevenLabs a décliné sa nouvelle génération de synthèse vocale en deux modèles : Eleven v4 pour produire des voix expressives et Eleven v4 Turbo pour les applications en temps réel. Tous deux prennent en charge plus de 90 langues et le clonage vocal. Leur différence tient surtout à l’usage visé — et les chiffres annoncés au lancement ne remplacent pas des essais avec vos propres contenus. 51117

Eleven v4 ou v4 Turbo : les différences en bref

	Eleven v4	Eleven v4 Turbo
Pensé pour	La création de contenu, les livres audio et les voix de personnages, lorsque la qualité prime 17	Les usages en temps réel, notamment les agents conversationnels et les expériences vocales interactives 17
Priorité	L’expressivité et le contrôle de l’interprétation d’un texte 511	Une génération vocale à faible latence 111
Latence annoncée	Aucune mesure comparable n’est citée dans les sources disponibles	Environ 100 ms de latence médiane d’inférence et 150 ms avant la première parole, selon ElevenLabs 11
Langues	Plus de 90 111	Plus de 90 1
Disponibilité	ElevenAPI, ElevenAgents et ElevenCreative 210	ElevenAPI, ElevenAgents et ElevenCreative 210

Choisissez v4 si le rendu, l’émotion et la maîtrise d’un texte sont au premier plan. Turbo est davantage adapté lorsque la rapidité de réponse est essentielle. La documentation présente Turbo comme un modèle de grande qualité à latence réduite, mais ne fournit pas de comparaison directe de qualité pour tous les usages. 17

Ce que v4 apporte : plus de jeu, le clonage et les longs textes

ElevenLabs présente v4 comme un modèle reposant sur une nouvelle architecture, conçue pour mieux contrôler le ton, le rythme, l’émotion et le caractère d’une voix. Les informations publiques décrivent ces objectifs sans donner assez de détails techniques pour évaluer l’architecture indépendamment. 510

Le modèle enrichit aussi les balises audio intégrées au texte, qui permettent d’indiquer comment une réplique doit être dite. ElevenLabs avait introduit ces balises avec v3 ; selon TechCrunch, v4 permet d’en combiner plusieurs et de respecter leur séquence. 5 C’est un moyen de guider plus finement l’interprétation, mais le résultat doit toujours être vérifié par rapport au rendu souhaité.

Les deux modèles prennent en charge plus de 90 langues. ElevenLabs indique qu’un Instant Voice Clone peut être créé à partir de seulement 10 secondes d’audio. Les Professional Voice Clones, qui n’étaient pas pris en charge par v3 selon l’entreprise, font leur retour avec v4. 1511

Pour les textes longs, ElevenLabs affirme que sa fonction context stitching aide à conserver un rythme et une interprétation réguliers sur un script de toute longueur. Cela pourrait être utile pour les livres audio et d’autres formats longs, mais il s’agit d’une promesse produit, et non d’une preuve indépendante que la voix reste cohérente dans tous les projets. 11

Ce que mesurent les chiffres de latence de Turbo

ElevenLabs annonce pour v4 Turbo environ 100 ms de latence médiane d’inférence et environ 150 ms de délai médian avant la première parole. Ce sont deux mesures différentes : la première concerne la latence d’inférence, la seconde le temps d’attente avant que la voix commence. À elles seules, ni l’une ni l’autre ne permettent de savoir à quelle vitesse une conversation complète avec un agent vocal semblera se dérouler. 11

Une interaction en direct dépend aussi du traitement de la voix de l’appelant, de la génération de la réponse de l’agent et de son acheminement sur le réseau. Ces chiffres sont donc des indications utiles sur le modèle ; pour évaluer un déploiement, il faut mesurer la latence de bout en bout dans l’application concernée.

Que sait-on vraiment de la qualité et de la concurrence ?

Un article consacré au lancement rapporte que le classement Provider Voice Arena d’Artificial Analysis a placé Eleven v4 en première position. Ce résultat concerne v4 dans le cadre d’une évaluation particulière : il ne démontre pas une supériorité dans toutes les langues, avec toutes les voix, pour les contenus longs ou dans les configurations d’agents vocaux en direct. 6 Ce classement ne doit pas être attribué à Turbo : les informations de benchmark disponibles ne font pas état d’une évaluation publique distincte et sourcée pour v4 Turbo. 18

Cartesia et Inworld figurent parmi les autres fournisseurs évoqués dans les comparatifs d’outils vocaux en temps réel. Pour les départager, mieux vaut tester les voix et la latence avec les mêmes textes, les mêmes conditions réseau et le même parcours d’agent, plutôt que de s’en tenir aux chiffres communiqués par les fournisseurs. 19

Ce que ce lancement révèle sur ElevenLabs

La distinction entre les deux modèles illustre une stratégie produit plus large : répondre aux besoins des créateurs qui veulent une narration expressive et maîtrisée, tout en visant les entreprises qui développent des agents vocaux en temps réel. Cela indique un positionnement, pas une victoire acquise sur l’un ou l’autre marché.

L’entreprise a annoncé avoir dépassé les 500 millions de dollars de revenus récurrents annualisés au début de 2026. Son tour de financement de février 2026 l’a valorisée à 11 milliards de dollars. 3233 TechCrunch a ensuite rapporté qu’ElevenLabs avançait à un rythme correspondant à 600 millions de dollars de revenus récurrents annualisés et que sa valorisation serait désormais de 22 milliards de dollars. Cette valorisation rapportée ne doit pas être confondue avec un nouveau tour de financement confirmé. Le même article évoque une éventuelle introduction en Bourse comme une ambition, et non comme une cotation annoncée. 28 TechCrunch décrit également Decagon, ancien client d’ElevenLabs, comme un concurrent : un exemple de la concurrence qui s’étend aux produits vocaux destinés aux utilisateurs. 28

Pour choisir, partez donc de votre usage, puis testez la voix et le parcours réels. Comparez v4 et Turbo sur le même texte ou la même tâche d’agent, mesurez la latence de bout en bout et vérifiez que le clonage et la cohérence sur les contenus longs répondent à vos besoins. Le lancement dessine un choix clair entre priorité à la qualité et priorité à la vitesse ; il ne permet pas, à lui seul, de savoir quel modèle conviendra le mieux à votre projet.