Voix IA ou voix off humaine : le coût réel

Le prix affiché d’une voix IA, et ce qu’il ne dit pas

L’abonnement et les crédits

Prenons un exemple public. Sur la page tarifaire d’ElevenLabs, relue le 16 octobre 2026, l’offre Starter coûte 6 dollars par mois pour 30 000 crédits, soit une trentaine de minutes de voix selon le tableau de la même page, et l’offre Creator 22 dollars pour 121 000 crédits, environ deux heures. Les prix s’entendent hors taxes, et chaque offre payante comprend une licence d’usage commercial, sauf pour les fonctions encore en bêta.

La version gratuite, elle, ne permet aucun usage commercial et impose de citer l’outil dans le titre de ce que vous publiez : pour une vidéo d’entreprise, il faut un abonnement, même modeste.

Une minute trente de narration, environ 210 mots, tient dans une offre d’entrée, même en générant le texte une dizaine de fois : environ 15 des 30 minutes incluses. Le poste « abonnement » pèse donc quelques dollars, et il ne dit rien du coût d’une voix prête à diffuser.

Avec une voix IA, c’est votre équipe qui dirige

Les voix de synthèse ont fait un vrai bond. Le 28 septembre 2026, ElevenLabs a lancé Eleven v4, présenté comme son modèle le plus expressif : on y glisse des indications de jeu entre crochets, comme [laughs] ou [sarcastic], et le modèle les suit mieux que les précédents, selon son éditeur.

La direction n’a pas disparu pour autant, elle a changé de mains. La documentation et le blog de l’éditeur le recommandent eux-mêmes : tester les prononciations importantes avec la voix choisie avant de s’y fier en production, générer plusieurs fois et garder le meilleur résultat quand on veut un rendu constant, changer l’indication et régénérer jusqu’à ce que la phrase sonne comme vous l’entendiez.

J’estime ce travail à deux à quatre heures pour une minute trente prête à diffuser. C’est une estimation : selon l’outil, l’exigence du projet et l’habitude de votre équipe, ce peut être moins, ou davantage.

Ce n’est pas un argument contre la technologie, mais pour la reconnaissance du travail créatif : si vous passez deux heures à rendre une voix de synthèse exploitable, vous avez fait de la création, pas de la magie. Et la création a toujours un prix.

Aux agences et aux studios

Aux créatifs, studios et agences : facturez la direction vocale IA comme une étape à part entière. Expliquez-la, encadrez-la, assumez-la : ce n’est pas « ajouter une ligne », c’est rendre visible la valeur de votre métier.

Le coût complet, usage par usage

Pour comparer ce qui est comparable, je compte le prix et le temps, des deux côtés : l’abonnement et les heures de réglage de votre équipe pour la voix IA, mon prix et le temps que vous passez avec moi pour la voix humaine.

Le point d’équilibre

Tournez le potard sur le coût d’une heure de votre équipe. Chaque jauge montre à partir de combien d’heures de réglage ma voix revient moins cher.

Une heure de votre équipe

45 €70 €100 €

45 € : le coût horaire moyen du travail en France en 2025, arrondi (Insee). 70 € et 100 € : à vous de voir.

• Vidéo institutionnelle

  1 min 30, environ 210 mots, sur votre site et vos réseaux, sans achat d’espace

  Avec ma voix

  à partir de 295 €à partir de 320 €à partir de 350 €à partir de 250 € HT et 1 h de votre temps

  Avec une voix IA

  90 à 180 €140 à 280 €200 à 400 €2 à 4 h de réglage, plus 6 $ par mois d’abonnement

  6 h 304 h 303 h 3002 h4 h6 h8 h

  Point d’équilibre : à partir de 6 h 30 de réglage. Même à 4 h de réglage, la voix IA coûte moins cher.Point d’équilibre : à partir de 4 h 30 de réglage. Même à 4 h de réglage, la voix IA coûte moins cher.Point d’équilibre : à partir de 3 h 30 de réglage. Au-delà de 3 h 30 de réglage, ma voix revient moins cher, à mon prix de départ.

• Module e-learning interne

  1 min 30, environ 210 mots, diffusion interne

  Avec ma voix

  environ 175 €environ 200 €environ 230 €environ 130 € HT et 1 h de votre temps

  Avec une voix IA

  90 à 180 €140 à 280 €200 à 400 €2 à 4 h de réglage, plus 6 $ par mois d’abonnement

  3 h 502 h 502 h 2002 h4 h6 h8 h

  Point d’équilibre : 3 h 50 de réglage. Au-delà de 3 h 50 de réglage, ma voix revient moins cher.Point d’équilibre : 2 h 50 de réglage. Au-delà de 2 h 50 de réglage, ma voix revient moins cher.Point d’équilibre : 2 h 20 de réglage. Au-delà de 2 h 20 de réglage, ma voix revient moins cher.

• Programme e-learning interne

  10 000 mots, environ 70 minutes de voix, diffusion interne

  Avec ma voix

  1 890 €1 940 €2 000 €1 800 € HT et 2 h de votre temps

  Avec une voix IA

  360 à 720 €560 à 1 120 €800 à 1 600 €une à deux journées de réglage, plus 22 à 99 $ par mois d’abonnement, selon les régénérations

  42 h28 h20 h08 h16 h24 h32 h40 h48 h

  Point d’équilibre : 42 h de réglage. Même à deux journées de réglage, la voix IA coûte moins cher.Point d’équilibre : 28 h de réglage. Même à deux journées de réglage, la voix IA coûte moins cher.Point d’équilibre : 20 h de réglage. Même à deux journées de réglage, la voix IA coûte moins cher.

Plage rose : mon estimation du réglage d’une voix IA. Repère noir : le point d’équilibre. Montants hors taxes, arrondis. L’abonnement n’entre pas dans le point d’équilibre : il avantage la voix IA de 6 $ sur une minute trente, de 22 à 99 $ par mois sur un long programme.

Maquette, animatique, voix témoin : pas besoin de moi à ce stade. Une voix IA suffit pour caler un montage, et nous nous retrouvons pour la version finale.

Ce que je lis sur ces jauges : sur une minute trente, l’écart tient en quelques heures de réglage, et il peut s’inverser quand votre équipe coûte plus cher ou que la voix demande plus d’essais. Sur un long programme de formation interne, la voix IA coûte nettement moins cher : c’est là qu’elle s’impose, et je préfère vous le dire.

Des droits qui changent tout

Mes prix comprennent la cession des droits pour l’usage indiqué : une diffusion interne, ou, à partir du palier de deux minutes, une diffusion sur internet sans achat d’espace pour une vidéo institutionnelle. Selon l’annonceur et l’usage, des droits peuvent s’ajouter, et le devis les précise. En publicité, je cède les droits pour un an, en France métropolitaine.

Avec une voix IA, ce sont les conditions de l’outil qui disent ce que vous pouvez diffuser, et ce que vous pourrez corriger plus tard.

Pour chiffrer votre projet, consultez ma grille tarifaire ou mon calculateur e-learning.

Corriger une phrase dans un an

Un film d’entreprise vit longtemps : un chiffre change, un produit est renommé, et il faut reprendre une phrase. C’est là que les conditions de l’outil comptent autant que son prix. Chez ElevenLabs, d’après ses pages relues le 16 octobre 2026, quatre points méritent votre attention, avant de diffuser et pas après.

• La licence

  Ce que vous générez pendant un abonnement payant reste utilisable commercialement après sa fin. Une phrase ajoutée plus tard demande un abonnement actif : ce qui est généré hors abonnement payant ne peut pas servir commercialement.

  Source : Centre d’aide ElevenLabs, en anglais

• La voix

  Une voix de la bibliothèque partagée peut être retirée par la personne qui l’a mise en ligne, avec un préavis qu’elle choisit, de 30 jours à 2 ans, ou sans préavis : elle disparaît alors aussitôt.

  Source : Préavis des voix partagées, en anglais

• Le modèle

  Les modèles se succèdent : l’éditeur a annoncé le retrait de ses deux modèles v1 de synthèse vocale pour le 9 juillet 2026. Et une phrase régénérée ne ressort pas forcément à l’identique : pour un rendu constant, sa documentation conseille de générer plusieurs fois et de garder le meilleur résultat.

  Sources : Journal des modifications, Bonnes pratiques, en anglais

• Vos scripts

  Par défaut, l’éditeur conserve les données selon sa politique de confidentialité, notamment pour améliorer ses services ; le mode sans conservation est réservé à certains clients Entreprise, et seulement sur l’API. Pour un contenu interne, RH ou commercial, vérifiez où votre script est traité.

  Source : Mode sans conservation, en anglais

Avec moi, c’est une voix off fidèle dans le temps : la même voix pour vos mises à jour, dans deux ans comme aujourd’hui. Et ce que vous pouvez faire de l’enregistrement est écrit dans le devis.

Transparence : ce que la loi demande depuis le 2 août 2026

Depuis le 2 août 2026, les règles de transparence du règlement européen sur l’intelligence artificielle s’appliquent (article 50). Qui utilise un outil d’IA pour produire un hypertrucage, c’est-à-dire un contenu audio ou vidéo généré ou manipulé qui ressemble à des personnes, des lieux ou des événements réels et pourrait passer à tort pour authentique, doit indiquer qu’il a été généré ou manipulé ; pour une œuvre manifestement artistique ou de fiction, une mention adaptée suffit.

Les fournisseurs d’outils, eux, doivent marquer les contenus audio qu’ils génèrent de façon détectable par machine ; pour un outil déjà sur le marché avant le 2 août 2026, l’échéance est le 2 décembre 2026, depuis le règlement du 8 juillet 2026 qui a modifié le texte. La Commission européenne a publié le 10 juin 2026 un code de bonnes pratiques, volontaire, pour marquer et signaler ces contenus.

Ce que j’en retiens, en comédienne et non en juriste : une narration de synthèse qui n’imite personne n’est pas forcément un hypertrucage. Une voix de synthèse peut constituer un hypertrucage lorsqu’elle imite une personne réelle et peut être prise à tort pour un enregistrement authentique. Et une voix de bibliothèque partagée peut être celle d’une personne réelle, qui l’a mise en ligne. Pour un usage précis, c’est votre juriste qui tranche. La CNIL rappelle d’ailleurs qu’un hypertrucage peut imiter une voix dans un message audio.

Cloner une voix ne demande plus grand-chose : ElevenLabs annonce qu’un clone instantané capte désormais une voix fidèlement avec dix secondes d’audio. Sur ce site, mes enregistrements sont protégés : je m’oppose à leur fouille pour entraîner une IA ou cloner ma voix, comme le dit ma réserve de droits.

Quand la voix IA suffit, quand une voix humaine rapporte plus

Voici mon avis, après plus de vingt ans de métier.

La différence ne se joue plus sur le grain. Certaines voix de synthèse sonnent aujourd’hui très naturelles, et un rendu naturel ne prouve pas qu’une voix est humaine. Elle se joue sur les choix : où appuyer, quand respirer, quel mot faire sourire, et la possibilité d’en parler en séance avec quelqu’un qui propose.

Les deux se combinent très bien : une voix IA pour caler le montage, puis ma voix sur le film final, dirigée sur le rythme déjà trouvé.

Le comédien Pierre-Alain de Garrigues l’a vécu de près : remplacé par l’intelligence artificielle sur des licences majeures de jeux vidéo, dont Call of Duty, il a choisi de répondre par la création, pas par la résignation. J’en garde une conviction : plus la voix synthétique sera parfaite, plus il faudra se montrer vivant et créatif.

Pour un film d’entreprise ou un module e-learning, la question n’est pas « IA ou humain », mais « quelle valeur voulez-vous transmettre ? ». Si l’objectif est d’informer, la voix de synthèse peut suffire. Si l’objectif est de toucher, d’incarner, de convaincre, une interprète vous apporte autre chose qu’un réglage : des propositions, et quelqu’un avec qui en parler.

Le duel : un texte, deux interprétations

Pour illustrer ce dont je parle, voici un face-à-face que j’ai publié en novembre 2025, en réponse au défi d’une collègue, Audrey Le Meur : une voix de synthèse, puis ma propre interprétation, sur le même texte.

Voir la vidéo « Voix humaine et voix de synthèse : un texte, deux interprétations » sur YouTube

Il date de 2025, et les voix de synthèse ont progressé depuis. Écoutez-le pour ce qu’il montre encore : où placer un silence, quel mot mettre en avant, à qui l’on parle. Ce sont ces choix que je vous propose en séance, et que nous ajustons ensemble.

Faites l’essai sur votre texte

Le plus simple pour trancher, c’est d’entendre. Envoyez-moi un extrait de votre texte et quelques mots sur votre projet. Selon votre besoin, je vous propose un essai gratuit pour entendre une première interprétation avant de vous décider.

Demander un essai gratuit →

Si vous préférez diriger, nous faisons une séance dirigée à distance, depuis mon home studio, avec caméra : on se voit, on avance vite, on co-crée, sur Source-Connect, SessionLink Pro, Cleanfeed, Zoom, Teams ou Meet. Vous recevez des fichiers prêts à diffuser. Une réponse rapide, puis un enregistrement calé sur votre planning, même dans l’urgence.

Pour vous faire une idée avant d’écrire, écoutez mes démos, en particulier mes voix off institutionnelles et e-learning, puis consultez mes tarifs.

La première version de cette analyse, publiée en novembre 2025, a été citée par Callie Hope, comédienne voix off, dans son article Comprendre la voix off en 2025.

Sources

Prix, conditions et textes relus le 16 octobre 2026. Les temps de travail sont des estimations, mes hypothèses sont écrites plus haut, et ce qui relève de mon avis est dit comme tel.

Ce qui a changé le 16 octobre 2026 : prix relus, arrivée d’Eleven v4, conditions de licence, de voix, de modèle et de données, coût horaire de l’Insee, point d’équilibre réglable, textes européens relus.

• ElevenLabs, page tarifaire : offres Starter (6 $ par mois, 30 000 crédits, environ 30 minutes), Creator (22 $, 121 000 crédits, environ 121 minutes) et Pro (99 $, 600 000 crédits), en dollars US hors taxes, relevées le 16 octobre 2026 ; une remise sur le premier mois y était affichée jusqu’au 18 octobre.
• ElevenLabs, centre d’aide, en anglais : publication et usage commercial, contenus après la fin d’un abonnement, préavis de retrait des voix partagées, relus le 16 octobre 2026.
• ElevenLabs, documentation, en anglais : modèles, bonnes pratiques de la synthèse vocale, retrait annoncé des modèles v1 pour le 9 juillet 2026, mode sans conservation ; articles Eleven v4 et diriger les émotions avec Eleven v4, publiés le 28 septembre 2026.
• Règlement (UE) 2024/1689 sur l’intelligence artificielle : article 3, point 60 (hypertrucage), article 50 (transparence), article 111 (outils déjà sur le marché) et article 113 (application), version consolidée au 27 juillet 2026, lue sur le service d’assistance de la Commission européenne (article 3, article 50, article 111).
• Règlement (UE) 2026/1744 du 8 juillet 2026, dit omnibus numérique sur l’IA, en vigueur depuis le 27 juillet 2026.
• Commission européenne, code de bonnes pratiques sur le marquage et l’étiquetage des contenus générés par IA, 10 juin 2026, en anglais.
• CNIL, Hypertrucage (deepfake) : comment se protéger et signaler les contenus illicites ?, 3 février 2026.
• Insee, Coût horaire du travail dans l’Union européenne, données annuelles 2025, 18 septembre 2026 : 44,70 € de l’heure en France (secteur marchand non agricole hors services aux ménages, entreprises de 10 salariés ou plus).
• Mes prix : ma grille tarifaire et mon estimation e-learning, octobre 2026, hors taxes.