Bonjour à toutes et à tous, ici le Sonetho. ⚡
Nous vous proposons un compte-rendu synthétique du webinaire ElevenLabs qui s'est tenu le 13 janvier.
ElevenLabs ne se limite plus à être votre service de « voix off IA » de référence ; nous amorçons une transformation majeure pour devenir une plateforme de création IA tout-en-un.
Du Studio 3.0 intégrant des modèles vidéo de pointe comme Sora 2 et Veo 3,
jusqu'à Scribe v2, capable de transcrire avec une précision dépassant l'oreille humaine.
Voici l'analyse complète des annonces dévoilées durant cette session.
1. Studio 3.0 : La création centralisée (All-in-One)
La grande nouveauté est le Studio 3.0. Le maître-mot ici est la « convergence des workflows ».
Fini le temps où il fallait jongler entre dix onglets différents pour réaliser un montage vidéo.
🎥 Les 3 révolutions du Studio 3.0
- Intégration des meilleurs modèles vidéo : Vous retrouverez directement dans ElevenLabs Studio les fleurons actuels : Google Veo 3, OpenAI Sora 2, Kling, et Ideogram. Plus besoin de multiplier les abonnements à des outils tiers, tout est accessible depuis une interface unique.
- Timeline tout-en-un : Il suffit de soumettre votre prompt pour que la voix (TTS), les effets sonores (SFX), la musique de fond (BGM), les sous-titres et la vidéo soient générés automatiquement sur une seule et même timeline.
- Édition fluide (Inline Editing) : Une séquence vidéo ou une nuance audio ne vous convient pas ? Plus besoin de tout régénérer : modifiez simplement le segment concerné par un simple glisser-déposer.
Ce n'est pas une simple mise à jour, mais le résultat concret de nos partenariats stratégiques avec des leaders tels que Disney, NVIDIA et Adobe.
2. Scribe v2 : Une précision redoutable
Nous avons également levé le voile sur Scribe v2, un outil qui relègue les solutions de STT (Speech-to-Text) classiques au rang d'antiquités.
Les chiffres de taux d'erreur (WER - Word Error Rate) présentés sont sans appel.
| Modèle | Taux d'erreur (WER) | Statut |
|---|---|---|
| ElevenLabs Scribe v2 | 2,2 % | Leader incontesté |
| GPT-4o Transcribe | 2,7 % | - |
| Gemini 1.5 Pro | 3,0 % | - |
| Deepgram Nova 3 | 6,9 % | - |
* Plus le score est bas, meilleure est la précision (moyenne calculée sur l'anglais, le français, l'espagnol, etc.)
Fonctionnalités clés de Scribe v2 :
- Audio Event Tagging : Identifie et étiquette les rires, applaudissements ou bruits ambiants.
- Smart Diarization : Distingue avec précision les différents locuteurs, même en cas de chevauchement vocal.
- Word-level Timestamp : Marquage temporel au mot près pour une synchronisation parfaite des sous-titres.
3. Sécurité et évolutivité pour les entreprises
Une section dédiée a été présentée pour les responsables IT et les décideurs.
ElevenLabs s'impose désormais comme une solution d'entreprise robuste, répondant aux exigences professionnelles les plus élevées.
🔒 Sécurité et conformité
- Certifications SOC 2 / ISO 27001 : Nous respectons les standards mondiaux les plus stricts en matière de protection des données.
- Zero Retention : Pour les entreprises sensibles, nous proposons une option garantissant qu'aucune donnée n'est conservée sur nos serveurs.
- Conformité RGPD : Une adhésion totale aux règlements européens sur la protection des données personnelles.
🤝 Fonctionnalités collaboratives
- Partage de projets et flux de validation simplifiés entre collaborateurs.
- Gestion granulaire des droits d'accès pour les équipes et les agences externes.
4. [Q&A] Questions-Réponses (Infos exclusives)
Voici les réponses aux questions les plus pertinentes posées lors de la session en direct.
Q. Quand le moteur v3 sera-t-il disponible ?
A. Il est en phase finale de tests. Vous pourrez en profiter fin janvier, ou au plus tard courant février.
Q. Pourra-t-on ajuster la respiration ou la hauteur de ton (Pitch) ?
A. Oui, c'est une demande récurrente. Nous travaillons sur des outils de Fine-tuning post-génération qui seront prochainement déployés.
Q. Une interface en français est-elle prévue ?
A. Tout à fait, le déploiement est prévu d'ici la fin de l'année. Fini le recours systématique aux traducteurs automatiques !
Conclusion : La vitesse à laquelle l'imaginaire devient réel
Le message d'aujourd'hui est limpide : « Contentez-vous d'imaginer, l'IA s'occupe de la production. »
Nous sommes entrés dans une ère où une simple ligne de texte permet de générer simultanément une vidéo, une voix et un paysage sonore.
Si vous souhaitez prendre une longueur d'avance sur cette révolution technologique, testez dès maintenant le Studio 3.0.
❓ Foire aux questions (FAQ)
Q1. Qu'est-ce qui change avec Studio 3.0 ?
A. Le point central est l'intégration des flux de travail.
Des modèles de génération vidéo et image tels que Google Veo 3, OpenAI Sora 2, Kling et Ideogram sont désormais intégrés au studio.
Il suffit de saisir un texte pour générer automatiquement la voix, les effets sonores, la musique de fond, les sous-titres et la vidéo sur une seule timeline.
Si une section ne vous convient pas, vous pouvez la modifier en la faisant simplement glisser sans avoir à recréer l'ensemble du projet.
Q2. Quel est le taux de précision annoncé pour Scribe v2 ?
A. Lors du webinaire, le taux d'erreur (WER) annoncé a placé ElevenLabs Scribe v2 en première position avec 2,2 %.
GPT-4o Transcribe affichait 2,7 %, Gemini 1.5 Pro 3,0 % et Deepgram Nova 3 6,9 %.
Plus le chiffre est bas, plus la précision est élevée, sur la base d'une moyenne des principales langues telles que l'anglais, le français et l'espagnol.
Q3. Quelles sont les fonctionnalités propres à Scribe v2 ?
A. Trois nouveautés ont été présentées.
L'Audio Event Tagging, qui convertit les rires, les applaudissements et les bruits de pas en balises textuelles.
Le Smart Diarization, qui identifie chaque locuteur même lorsque plusieurs personnes parlent en même temps.
Le Word-level Timestamp, qui ajuste la synchronisation des sous-titres en définissant le minutage précis de chaque mot.
Q4. Qu'en est-il de la sécurité pour une utilisation en entreprise ?
A. Il a été annoncé que les certifications SOC 2 et ISO 27001 ont été obtenues.
Une option Zero Retention est disponible pour les entreprises souhaitant éviter tout stockage de données sur les serveurs.
Le respect du RGPD est également garanti.
Le partage de projets entre les membres de l'équipe, les processus d'approbation et la gestion granulaire des droits d'accès sont pris en charge.
Q5. Qu'a-t-on répondu concernant la date de sortie de la v3 et la prise en charge du coréen ?
A. Lors de la session Q&A du webinaire, il a été précisé que la v3 est en phase finale et sera disponible fin janvier, au plus tard en février.
L'interface utilisateur en coréen est prévue pour une prise en charge au cours de l'année.
Des recherches sont en cours concernant des paramètres permettant d'ajuster finement la respiration et la hauteur de la voix après la génération du résultat.
C'était le Sonetho. ⚡