Combien coûte une voix off IA en français en 2026 ?
Tarifs des voix off IA en 2026 : coût par minute, comparatif des outils, droits commerciaux et cas où un comédien reste plus rentable.
En bref. Une voix off générée par IA en français coûte entre 0,01 € et 0,25 € la minute d’audio selon l’outil : environ 1 centime la minute via les API de Google ou Microsoft, environ 0,20 € la minute avec un abonnement ElevenLabs Creator à une vingtaine d’euros par mois. Un comédien professionnel démarre autour de 120 à 250 € pour un module de deux à trois minutes, droits web inclus. En dessous de dix minutes d’audio par mois, la version gratuite d’un outil grand public suffit ; au-dessus d’une heure par mois, l’API revient trois à dix fois moins cher qu’un abonnement.
Deux modèles de tarification, et ils ne se comparent pas directement
Le marché de la synthèse vocale se divise en deux familles qui ne facturent pas la même chose, ce qui rend les comparaisons de prix trompeuses.
Les outils grand public (ElevenLabs, Murf, Play.ht, Speechify) vendent un abonnement mensuel qui donne droit à un quota de crédits ou de minutes. Vous payez un forfait même si vous ne générez rien, et les crédits non utilisés sont généralement perdus à la fin du mois. En échange, vous avez une interface, une bibliothèque de voix, un éditeur de prononciation et l’export en fichier.
Les API des grands fournisseurs (Google Cloud Text-to-Speech, Azure Speech, OpenAI) facturent au caractère envoyé, sans abonnement. Vous ne payez que ce que vous consommez, mais il faut écrire quelques lignes de code ou passer par un outil d’automatisation pour envoyer le texte et récupérer le fichier audio.
Pour comparer les deux, il faut une unité commune. En français, un débit de lecture confortable tourne autour de 150 mots par minute, soit environ 900 à 1 000 caractères par minute d’audio. Un million de caractères représente donc à peu près 17 heures de voix. Retenez cette conversion, elle sert à tout le reste de l’article.
Les prix constatés en 2026
Les éditeurs affichent presque tous leurs tarifs en dollars et hors taxes. Les montants ci-dessous sont convertis à environ 0,92 € pour 1 $ et arrondis ; vérifiez la page de tarifs avant de vous engager, ces grilles bougent deux à trois fois par an.
| Solution | Prix mensuel | Volume inclus | Coût par minute d’audio |
|---|---|---|---|
| ElevenLabs Free | 0 € | ~10 minutes | 0 € (usage commercial exclu) |
| ElevenLabs Starter | ~5 € | ~30 minutes | ~0,17 € |
| ElevenLabs Creator | ~20 € | ~100 minutes | ~0,20 € |
| ElevenLabs Pro | ~90 € | ~500 minutes | ~0,18 € |
| Murf Creator | ~27 € (~21 € à l’année) | quota de génération mensuel | ~0,20 € à 0,30 € |
| Google Cloud TTS (voix neuronales) | 0 € (à l’usage) | 1 M caractères ≈ 17 h | ~0,015 € |
| Google Cloud TTS (voix Studio haut de gamme) | 0 € (à l’usage) | 1 M caractères ≈ 17 h | ~0,10 € à 0,15 € |
| Azure Speech (neural) | 0 € (à l’usage) | 500 000 caractères gratuits par mois | ~0,015 € |
| Comédien voix off français | — | module de 2 à 3 minutes | 120 € à 250 € le module |
Trois observations utiles. D’abord, le coût par minute d’un abonnement grand public varie peu entre les paliers : monter de gamme achète du volume, pas un meilleur tarif unitaire. Ensuite, l’écart entre une API neuronale standard et un outil grand public est d’un facteur dix à quinze — c’est l’interface, la qualité d’intonation et le clonage de voix que vous payez, pas le calcul. Enfin, les 500 000 caractères gratuits mensuels d’Azure représentent environ neuf heures d’audio : beaucoup de projets n’en sortent jamais.
Trois scénarios chiffrés
Cas 1 — Un indépendant qui publie une vidéo par semaine. Quatre vidéos de trois minutes par mois, soit douze minutes d’audio, plus les reprises. Comptez vingt minutes générées en réalité, car on refait toujours deux ou trois phrases. Le palier gratuit d’ElevenLabs ne suffit pas et interdit l’usage commercial ; le palier Starter à environ 5 € par mois couvre le besoin. Budget : 60 € par an.
Cas 2 — Un organisme de formation qui sonorise ses modules e-learning. Trente modules de huit minutes, soit quatre heures d’audio, avec des mises à jour trimestrielles. En abonnement, il faut un palier Pro pendant deux mois, soit environ 180 €. En passant par l’API Azure ou Google, les 240 minutes représentent environ 230 000 caractères par vague de production : moins de 5 € par vague, à condition d’accepter une voix légèrement plus plate et d’écrire le script d’envoi. Sur trois ans de mises à jour, l’écart dépasse 2 000 €.
Cas 3 — Une publicité de trente secondes diffusée en radio locale. Le coût de production de la voix est marginal dans les deux cas. Mais les droits de diffusion publicitaire ne sont pas inclus dans les abonnements d’entrée de gamme, et une voix synthétique reconnaissable dans un spot radio nuit à la crédibilité de l’annonceur. Ici, le comédien à 250–600 € reste le bon choix, et la question du prix ne se pose pas vraiment.
Ce que la voix IA rate encore en français
La qualité globale est bonne, mais les erreurs se concentrent toujours aux mêmes endroits. Prévoyez de les corriger à la main.
- Les liaisons et les nombres. « 2 500 € » se lit parfois « deux mille cinq cents euro », « 1er » devient « un e r ». Écrivez les nombres en toutes lettres dans le script envoyé au moteur.
- Les sigles et les noms de marque. « SIRET », « URSSAF », « SaaS », « SEO » sont lus au hasard, tantôt épelés tantôt prononcés. Utilisez la fonction de dictionnaire de prononciation quand l’outil en propose une, ou écrivez la version phonétique : « ceo » plutôt que « SEO ».
- Les questions. L’intonation montante en fin de question interro-négative reste artificielle. Reformulez en affirmation quand c’est possible.
- Les respirations. Les phrases de plus de 25 mots sont débitées d’un trait. Coupez court, comme pour de la radio.
- Les accents régionaux et les prénoms. Les prénoms non francophones sont souvent massacrés. Testez-les isolément avant de générer les 20 minutes complètes.
Le bon réflexe : générer d’abord un extrait de 30 secondes contenant vos cinq mots les plus difficiles, écouter, corriger le script, puis lancer la production complète. Cela économise des crédits et une heure de reprises.
Droits commerciaux, clonage et obligation de transparence
Le sujet coûte plus cher que la génération elle-même si vous l’ignorez.
Les paliers gratuits de la plupart des générateurs vocaux n’accordent aucun droit d’usage commercial. Publier une vidéo d’entreprise avec une voix générée sur un compte gratuit vous place hors des conditions d’utilisation, et l’éditeur peut fermer le compte, ce qui vous prive au passage des voix personnalisées que vous y avez créées.
Trois points à traiter avant de produire :
- Le droit d’usage commercial commence en général au premier palier payant. Conservez une capture des conditions au moment de l’achat, elles changent.
- Le clonage d’une voix réelle — la vôtre, celle d’un collaborateur, celle d’un client — exige un consentement écrit et explicite de la personne. Les plateformes sérieuses demandent un enregistrement de vérification. Cloner la voix d’un tiers sans accord expose à une action au titre du droit à l’image et de la protection des données personnelles, la voix étant une donnée biométrique.
- La transparence. Le règlement européen sur l’intelligence artificielle impose d’indiquer qu’un contenu audio est généré artificiellement quand il peut être pris pour un enregistrement humain. Une mention en description de vidéo ou au générique suffit dans la plupart des cas ; l’obligation devient sensible pour les contenus qui imitent une personne identifiable.
Le calcul qui décide à votre place
Posez trois questions dans cet ordre, la réponse tombe seule.
Combien de minutes par mois ? Moins de 10 : palier gratuit pour tester, palier à 5 € dès que c’est publié. De 10 à 100 : abonnement Creator ou équivalent, environ 20 € par mois. Plus de 100 minutes régulières : passez à l’API, l’économie dépasse largement le temps de mise en place.
Le contenu est-il durable ? Un module de formation qui vivra trois ans et sera mis à jour deux fois par an mérite l’API et un script réutilisable. Une story qui vit 24 heures ne mérite ni l’un ni l’autre.
La voix porte-t-elle la marque ? Si l’auditeur associe la voix à votre entreprise — podcast, spot, message d’accueil téléphonique —, prenez un comédien une fois, puis faites cloner sa voix avec son accord écrit et une rémunération négociée pour les usages dérivés. C’est le montage le plus fréquent en 2026 chez les annonceurs qui produisent beaucoup : un enregistrement humain de référence, une voix clonée pour les variations, un contrat qui encadre les deux.
Une méthode en 90 minutes pour la première production
- 15 minutes — Écrivez le script en phrases courtes, nombres en toutes lettres, sigles en phonétique. Comptez les caractères : c’est votre facture.
- 15 minutes — Testez trois voix sur le même extrait de 30 secondes, dans deux outils différents. Faites écouter à quelqu’un qui ne connaît pas le projet et demandez simplement : « c’est une machine ou pas ? »
- 20 minutes — Corrigez la prononciation des mots problématiques, réglez la vitesse (les réglages par défaut sont souvent 10 % trop rapides pour du français technique).
- 20 minutes — Générez la version complète, en séparant les fichiers par section pour ne pas tout regénérer si une phrase change.
- 20 minutes — Montez, ajoutez un lit musical à très faible volume : il masque les micro-artefacts de la synthèse et rend le résultat nettement plus crédible.
Si l’audio accompagne des pages web ou une refonte de site, pensez à la cohérence de l’ensemble : le même travail de script sert aux sous-titres, qui sont eux indexables par les moteurs. Les studios comme WDesigner.fr traitent d’ailleurs les deux dans le même lot quand ils livrent des pages avec vidéo.
Questions fréquentes
Quel est le coût d’une heure de voix off IA en français ?
Entre 0,60 € et 1 € par heure d’audio via les API neuronales de Google ou Microsoft, et entre 10 € et 15 € par heure avec un abonnement grand public de type ElevenLabs Creator. À titre de comparaison, une heure d’audio finalisée par un comédien professionnel en studio se situe entre 400 € et 1 200 € selon la complexité et les droits.
Peut-on utiliser une voix IA gratuitement pour une vidéo d’entreprise ?
Non dans la plupart des cas. Les paliers gratuits sont réservés aux tests et à l’usage personnel, et excluent explicitement la publication commerciale. Le premier palier payant, autour de 5 € par mois, ouvre les droits commerciaux et suffit pour une vingtaine de minutes d’audio mensuelles.
Faut-il préciser qu’une voix a été générée par une IA ?
Oui lorsque l’auditeur pourrait la prendre pour un enregistrement humain, en application des obligations de transparence du règlement européen sur l’IA. Une mention dans la description de la vidéo, au générique ou en fin de podcast répond à l’exigence. L’obligation est stricte si la voix imite une personne réelle et identifiable.
Combien coûte le clonage de sa propre voix ?
Le clonage instantané à partir d’un extrait d’une minute est inclus dans les abonnements à partir d’une vingtaine d’euros par mois. Le clonage professionnel, qui demande 30 minutes à 3 heures d’enregistrement propre, est réservé aux paliers autour de 90 € par mois. Le vrai coût est ailleurs : prévoyez une séance en studio ou un micro correct, car un modèle entraîné sur une source bruitée reproduit le bruit.