Comment Eleven v4 lit un script
Trois choix déterminent l’essentiel du résultat, dans cet ordre : la voix, les mots, puis les réglages. Cela vaut pour une narration de formation comme pour une voix off publicitaire.
| Choix | Quoi faire |
|---|---|
| Voix | Prenez-en une dont la tessiture naturelle couvre la lecture voulue. Un tag fonctionne mieux quand la voix sait déjà jouer cette intention |
| Mots | Écrivez-les comme vous voulez les entendre jouer. « Elle dit, à peine capable de se retenir » ou un point d’exclamation modifie l’intention sans tag |
| Stabilité | Baissez-la pour une lecture plus expressive, avec plus de variations d’une prise à l’autre ; montez-la pour une formation où chaque ligne doit rester identique |
| Ressemblance | Règle la fidélité du rendu à la voix choisie |
| Longueur du script | Jusqu’à 3 000 caractères par génération vocale. Découpez les scripts plus longs aux sauts de paragraphe |
| Type de voix | Privilégiez une voix de la bibliothèque pour la lecture finale. Les voix conçues peuvent sonner moins abouties sur v4 |
Les audio tags d’Eleven v4
Les audio tags sont des mots entre crochets qui orientent l’interprétation d’une ligne. Ce sont du texte libre : considérez le tableau comme un point de départ et écrivez les vôtres.
| Type | Tags | Effet |
|---|---|---|
| Émotion | [excited], [curious], [sarcastic], [sad] | Colore toute la ligne |
| Manière de dire | [whispers], [shouting], [rushed], [slowly] | Change le volume et le rythme |
| Réactions | [laughs], [sighs], [exhales], [gulps] | Ajoute un son humain à cet endroit |
| Pauses | [pause], [long pause] | Insère un silence de cette durée |
| Effets sonores | [applause], [phone buzzing], [light rain] | Joue le son dans la prise |
| Vos propres mots | [voix basse et posée, urgence contenue] | Décrit l’interprétation en langage courant |
| Expérimental | [sings], [strong French accent] | Fonctionne avec certaines voix, testez d’abord |
Placez un tag juste avant ou juste après les mots à modifier, et combinez-en deux quand le moment l’exige, comme dans [whispers] [sad]. Si un tag est lu comme un bruit, décrivez plutôt la voix : [low, gravelly voice] est plus clair que [gravelly]. Les tags sont des indications, pas des ordres : générez deux ou trois prises et gardez la meilleure.
Écoutez les tags
Le rythme dans Eleven v4, sans curseur de vitesse ni SSML
Eleven v4 n’a ni curseur de vitesse ni curseur de style, et il ignore le SSML : le minutage s’écrit donc dans le script lui-même. La plupart des scripts v3 se reprennent après ces remplacements.
| Vous voulez | Écrivez ceci |
|---|---|
| Un court temps | Des points de suspension... |
| Un vrai silence (autrefois la balise SSML break) | [pause] ou [long pause] |
| Une ligne plus rapide ou plus lente (autrefois le curseur de vitesse) | [rushed] ou [slowly] avant la ligne |
| Plus d’amplitude (autrefois le curseur de style) | Des tags de manière de dire, et une stabilité plus basse |
| Insister sur un mot | Des majuscules : je l’ai dit MAINTENANT |
| Une prononciation délicate (autrefois le phonème SSML) | L’alphabet phonétique international entre barres obliques : Niamh /niːv/ |
Les scripts de dialogue d’Eleven v4
Choisissez Dialogue plutôt que Speech dès que plusieurs personnes parlent : de deux à dix locuteurs, jusqu’à 2 000 caractères pour toute la scène. Chaque locuteur entend la scène entière, si bien que les répliques réagissent à la précédente. Marquez chaque tour séparément, terminez une réplique coupée par un trait d’union, et donnez aux locuteurs des voix nettement différentes.
Maya: [annoyed] Le minuteur a sonné il y a dix minutes. Leo: [defensive] J’allais justement- Maya: [pause] [laughs] C’est de la fumée ?
Eleven v4 dans d’autres langues
N’importe quelle voix parle n’importe laquelle des plus de quatre-vingt-dix langues prises en charge, et Eleven v4 y applique un accent natif. Pour une version multilingue d’une même vidéo, écrivez le script directement dans la langue cible plutôt que de demander une traduction. Testez d’abord une ligne : la diction est plus fluide dans certaines langues que dans d’autres.
Eleven v4 ou Eleven v3 : ce qui a changé
ElevenLabs indique qu’Eleven v4 a pris la première place du speech arena d’Artificial Analysis au lancement, et que les auditeurs l’ont préféré environ 75 % du temps lors de tests à l’aveugle (source). Pour un script, voici les changements qui comptent.
| Domaine | Ce qui change dans Eleven v4 |
|---|---|
| Interprétation | Déduit le ton et le contexte à partir des mots, donc les tags servent à affiner le jeu |
| Régularité | La voix reste stable d’une prise à l’autre, en dialogue et sur les longs textes |
| Audio tags | Suivis plus fidèlement, y compris les effets sonores et vos propres directions |
| Dialogue | Chaque locuteur entend toute la scène et réagit à la réplique précédente |
| Langues | Plus de 90, contre plus de 70 sur Eleven v3 |
| Accents | Une voix qui parle une nouvelle langue prend l’accent natif de cette langue |
| Réglages | Stabilité et ressemblance uniquement. Vitesse, style et SSML ont disparu |
Eleven v4 ou Eleven v4 Turbo
Les deux utilisent les mêmes voix et les mêmes réglages : une voix choisie sur l’un fonctionne sur l’autre. Sur Morphic, sélectionnez ElevenLabs pour Eleven v4 ou ElevenLabs Turbo pour le niveau le plus rapide.
| Eleven v4 | Eleven v4 Turbo | |
|---|---|---|
| Idéal pour | Narration finale, publicités, livres audio | Brouillons, nouvelles prises, lignes en grand volume |
| Dialogue | De deux à dix locuteurs | Speech uniquement |
| Vitesse | Rendu complet | Plus rapide ; environ 150 ms avant la première parole en streaming, selon ElevenLabs |
| Crédits | Tarif standard | Moins par caractère |
Trouvez l’interprétation avec Turbo, puis lancez la version définitive sur Eleven v4.
Questions fréquentes
Écrivez [pause] pour un vrai silence ou [long pause] pour un silence tenu, juste à l’endroit voulu. Des points de suspension donnent un temps plus court. Les balises SSML break ne fonctionnent pas sur Eleven v4 : dans vos anciens scripts, remplacez-les par des tags.
Non. Eleven v4 ignore le SSML et n’a ni curseur de vitesse ni curseur de style. Utilisez [rushed] ou [slowly] pour le rythme, [pause] pour les silences, des majuscules pour l’insistance, et l’alphabet phonétique international entre barres obliques pour les mots délicats.
Oui, la narration finale et les livres audio comptent parmi ses meilleurs usages. La voix reste stable d’une prise à l’autre et sur les longs textes, mais un script ne dépasse pas 3 000 caractères par génération. Découpez donc le livre ou le module aux sauts de paragraphe, et gardez la même voix de la bibliothèque d’un bout à l’autre. Faites vos essais sur Eleven v4 Turbo, puis lancez la version définitive sur Eleven v4.
Les effets sonores, oui : des tags comme [applause] ou [phone buzzing] jouent le son à l’intérieur de la prise. Le chant reste expérimental. [sings] fonctionne avec certaines voix et pas avec d’autres, donc pour une chanson complète, utilisez un modèle musical sur Morphic.
Pas par défaut. Eleven v4 donne à une voix un accent natif dans chaque langue qu’elle parle. Un tag d’accent comme [strong British accent] peut la ramener vers l’accent d’origine, mais les résultats varient selon la voix.
En général, la voix ne sait pas jouer naturellement cette intention, le tag est trop loin des mots à modifier, ou il a été lu comme un bruit. Choisissez une voix plus proche de la lecture voulue, rapprochez le tag des mots, ou décrivez la voix en termes simples, puis générez deux ou trois prises.