Le premier obstacle est arithmétique. Un nouveau compte ElevenLabs reçoit 10 000 crédits par mois avec le forfait Free, et sur le modèle Multilingual v2, un caractère coûte un crédit — soit environ dix minutes de narration, à peu près 1 500 mots d’anglais prononcés. De quoi couvrir une courte vidéo. Le deuxième obstacle est la licence : le forfait Free n’inclut aucune licence commerciale, laquelle n’apparaît qu’au niveau Starter, à $6 par mois pour 30 000 crédits (elevenlabs.io/pricing).
Début octobre 2026, l’entreprise mise encore sur la qualité, pas sur la générosité : elle a lancé son modèle Eleven v4 avec un bonus de crédits promotionnel sur les forfaits Creator et supérieurs, jusqu’au 12 octobre.
Si vous avez seulement besoin de faire lire un texte à voix haute, ou d’un fichier qui vous appartient, trois voies s’ouvrent à vous, classées par effort. Toutes les trois sont gratuites.
Image officielle du site web d’ElevenLabs.
Étape 1 : laissez le navigateur ou le système vous le lire
La fonction « Lire à voix haute » d’Edge, la fonctionnalité « Contenu énoncé » sur iOS et macOS, et une longue liste d’extensions de navigateur liront à voix haute à peu près n’importe quelle page, n’importe quel PDF ou document. Aucun compte, aucun compteur de mots, et tout cela fonctionne hors ligne.
Ce que ces outils ne feront pas, c’est vous remettre un fichier audio. Le son reste sur l’appareil : impossible donc de l’intégrer à une vidéo, et la sortie ne comporte aucun droit commercial — parfait pour se lire un texte à soi-même, mais pas pour facturer un client.
L’écart de qualité est réel, mais plus étroit qu’autrefois. Les voix système classiques sonnent manifestement synthétiques ; les voix neuronales en ligne d’Edge sont meilleures, même si elles restent plus plates qu’un moteur payant. Règle générale : si l’auditeur a seulement besoin de comprendre, cela suffit ; si l’auditeur paie, passez à la suite.
Étape 2 : dépensez un forfait gratuit dont les unités sont plus généreuses
Chaque fournisseur compte à sa manière.
ElevenLabs Free offre 10 000 crédits par mois — environ dix minutes, à peu près 1 500 mots. Le forfait gratuit F0 de Microsoft Azure Speech offre 500 000 caractères neuronaux par mois sans frais ; à raison d’environ cinq caractères par mot, cela approche les 100 000 mots de narration, une enveloppe de la taille d’un livre audio qui se renouvelle chaque mois, et Azure autorise l’usage commercial selon ses conditions. Cartesia et Fish Audio se situent entre les deux, avec respectivement 20 000 et 8 000 crédits mensuels (vérifiez les sites officiels ; ces chiffres changent).
Le piège avec Azure, c’est l’interface, pas le quota : il s’agit d’une console de développeur, où vous collez du texte et appelez une API plutôt que de faire glisser des clips sur une timeline. Le piège des forfaits gratuits plus modestes, c’est la granularité — un plafond par requête, un emplacement de clonage public, et aucun report : les crédits inutilisés disparaissent à la remise à zéro.
Trois questions à se poser avant de s’engager
Un forfait gratuit est-il un jour aussi bon qu’ElevenLabs ? Pour une narration neutre, c’est assez proche pour que la plupart des auditeurs ne remarquent rien ; pour une interprétation émotionnelle et le clonage à partir d’un court échantillon, non — c’est précisément ce que vendent les forfaits payants.
Combien de temps durent réellement 10 000 crédits ? Une seule prise d’un script de 1 500 mots, sans marge pour les reprises. Budgétez-les comme un échantillon, pas comme une séance.
Dois-je fournir une carte bancaire ? Pas pour ElevenLabs Free. Le forfait gratuit d’Azure nécessite tout de même un compte avec un moyen de facturation associé, même si l’usage reste gratuit.
Étape 3 : faites tourner le modèle vous-même
Quand les quotas s’épuisent, le plafond disparaît si vous hébergez le modèle. Deux projets ouverts couvrent presque tous les cas.
Kokoro est un modèle de 82 millions de paramètres aux poids sous licence Apache, avec huit langues et 54 voix en v1.0, et il tourne sur du matériel ordinaire ; mille caractères en entrée donnent environ une minute en sortie, et des API louées le servent pour moins d’un dollar le million de caractères. Piper fait l’autre compromis : pip install piper-tts, sous licence GPL, embarquant espeak-ng pour la prononciation, assez rapide pour tourner en temps réel sur un portable, et déjà utilisé par Home Assistant et NVDA. C’est le plus robotique des deux ; Kokoro est celui qui s’approche le plus de la qualité commerciale sur une narration neutre.
Ni l’un ni l’autre ne clone une voix précise à partir d’un échantillon de dix secondes comme le font les forfaits payants d’ElevenLabs, et l’installation coûte un après-midi de Python. Mais une fois qu’il tourne, plus de facture mensuelle et plus de compteur au caractère.
Là où le travail de voix gratuite tourne souvent mal
Confondre les crédits avec des minutes. Un mois à 10 000 crédits, c’est dix minutes, pas dix mille. Convertissez en minutes avant de planifier, pas après.
Publier de l’audio sans licence. Les forfaits gratuits qui excluent les droits commerciaux sont la norme. Générez votre échantillon sur un forfait gratuit ; souscrivez au forfait payant avant la première mise en ligne qui rapporte de l’argent.
Tout rendre en une seule prise. Un nom mal prononcé gâche toute la génération. Découpez le script en paragraphes pour ne refaire que la mauvaise ligne.
Que faire ensuite
Faites correspondre la voie à la tâche, puis arrêtez-vous là. Écoute, relecture ou accessibilité : les voix système sont déjà installées et gratuites à vie. Un fichier ponctuel de moins de 1 500 mots environ : ElevenLabs Free, ou les 500 000 caractères d’Azure si la sortie a besoin d’une licence. Tout ce qui est plus long, récurrent ou privé : installez Kokoro et considérez l’après-midi d’installation comme le prix à payer pour ne plus jamais débourser.
Pour les forfaits payants eux-mêmes, consultez la page outil ElevenLabs et le guide des alternatives à ElevenLabs ; le récapitulatif des générateurs de voix IA gratuits détaille les petites lignes des licences.
Compilé à partir des pages publiques de tarifs et de produits (elevenlabs.io, Microsoft Azure Speech, Hugging Face, GitHub) début octobre 2026. Les prix et les forfaits gratuits changent ; vérifiez les sites officiels. Ce guide est indépendant et n’accepte aucun paiement pour un placement.