CLOVA Dubbing vs ElevenLabs : j'ai écouté 9 voix sur le même script, voici mon verdict

Bonjour, ici Sonetho. ⚡

« Pour une narration YouTube, CLOVA Dubbing ne suffit-il pas ? »
C'est une question qu'on me pose souvent.
Alors j'ai comparé par moi-même.
J'ai généré les mêmes 4 scripts coréens avec 5 voix CLOVA Voice et 4 voix ElevenLabs, soit 9 voix au total, puis j'ai écouté l'intégralité des 36 échantillons.

🧪 Comment j'ai procédé

Les scripts couvrent 4 catégories.
Le jeu émotionnel (une réplique qui passe de la joie d'une réussite au poids des regrets), la lecture façon journal télévisé, le mélange d'anglais et de chiffres (ChatGPT, 22 dollars, etc.) et la cohérence sur un texte long.
Côté CLOVA, j'ai généré 1 voix standard et 4 voix Pro via l'API CLOVA Voice.
La documentation officielle de NAVER Cloud précise que CLOVA Dubbing repose justement sur ce moteur CLOVA Voice : la comparaison de qualité est donc valable.
Côté ElevenLabs, j'ai généré 2 voix populaires dans la communauté coréenne avec les deux modèles v2 et v3.

Pour chaque catégorie ci-dessous, j'ai inséré de vrais échantillons. Écoutez-les et jugez par vous-même.
Ce sont tous des originaux produits pour ce test, en extraits à des fins de comparaison.

🎧 Ce que révèle l'écoute

Voici ces résultats en détail.

Sur l'expression des émotions, la comparaison n'a même pas lieu d'être.
CLOVA Voice, en Pro comme en standard, débite les répliques émotionnelles comme un bulletin d'information.
De toute façon, CLOVA Dubbing n'offre aucune commande pour diriger l'émotion. Il n'y a que la vitesse, la hauteur et des effets spéciaux.
ElevenLabs, lui, a réellement joué le basculement du soupir à la joie, et un PVC bien entraîné (le clonage de ma propre voix) atteignait un niveau où l'on distingue difficilement l'humain de l'IA.

Sur le mélange d'anglais et de chiffres, il y a eu un retournement amusant.
Le meilleur à la lecture a été Eleven v3. Il a prononcé presque parfaitement des expressions comme ChatGPT, Gemini ou 22 dollars.
Mais la deuxième place n'est pas revenue à ElevenLabs Multilingual v2 : c'est CLOVA qui l'a prise.
Dès que v2 rencontre un motif absent de ses données d'entraînement, sa prononciation s'effondre, alors que CLOVA lisait plus posément.
Il existe aussi des écarts au sein de CLOVA : les voix Pro lisent nettement mieux les mots anglais que la voix standard.

La différence de tempérament entre v2 et v3 était nette, elle aussi.
v2 s'appuie sur des données apprises : il est stable sur les phrases familières, mais faible face aux motifs inédits.
v3 lit bien les motifs inédits, mais souffre d'un défaut de cohérence : son timbre vacille au changement de paragraphe.
J'ai détaillé ce comportement dans le test coréen d'Eleven v3 vs v2 en 4 catégories.

💰 Tarifs et licence : le vrai point de bascule

Au-delà de la qualité, ce sont les conditions qui creusent l'écart. Données à jour de juillet 2026.

Un point de vigilance.
Utiliser CLOVA Dubbing en version gratuite sur un YouTube monétisé viole les conditions d'utilisation.
Depuis décembre 2023, le plan gratuit n'est autorisé que sur « une chaîne ne générant absolument aucun revenu ».
Les articles de blog affirmant qu'« il suffit de citer la source pour utiliser le gratuit, même sur une chaîne AdSense » relèvent d'une ancienne politique aujourd'hui abrogée.
Et même en réglant Standard (19,900원), la vente de contenu, la production en sous-traitance, la diffusion et la publicité restent interdites.
Cela relève de Premium (89,900원).

🤔 Alors, lequel choisir ?

Quand CLOVA Dubbing s'impose
Pour une chaîne non monétisée ou des vidéos gardées pour un usage personnel.
Quand vous voulez un éditeur qui boucle tout sur un seul écran, de la mise en ligne de la vidéo aux sous-titres, aux bruitages et au doublage.
Quand une interface en coréen et une application mobile vous conviennent mieux.

Quand ElevenLabs s'impose
Pour du contenu monétisé. Avec des droits commerciaux complets dès 8 000 KRW, aucun calcul de conditions n'est nécessaire.
Pour une narration, un livre audio ou un travail de dialogue qui réclament du jeu émotionnel.
Quand vous voulez cloner votre propre voix (PVC) pour créer du contenu.

En vous inscrivant chez ElevenLabs via le lien ci-dessous, la réduction de 50 % sur le premier mois du plan Creator s'applique automatiquement.

Profiter des 50 % de réduction le premier mois chez ElevenLabs →

❓ Questions fréquentes (FAQ)

Q. Puis-je utiliser CLOVA Dubbing gratuit sur un YouTube monétisé ?
Non.
Depuis décembre 2023, le plan gratuit n'est plus autorisé que pour une publication sur une chaîne sans revenus.
Si AdSense est activé sur votre chaîne, il vous faut un plan payant, et la vente de contenu ou les vidéos publicitaires ne deviennent possibles qu'à partir de Premium (89,900원/mois).

Q. CLOVA Dubbing ou ElevenLabs, lequel sonne le plus naturel ?
À l'écoute, ElevenLabs mène sur l'expression des émotions et le naturel global, en particulier v3 et un PVC bien entraîné.
Cela dit, sur les phrases mêlant de l'anglais, CLOVA a créé la surprise en lisant plus posément qu'ElevenLabs v2.

Q. Combien coûte CLOVA Dubbing ?
Gratuit (15 000 caractères/mois), Standard 19,900원/mois, Premium 89,900원/mois.
Standard étant réservé à un usage personnel et non lucratif, la vente de contenu ou la publicité exigent Premium.

Si le triple duel des TTS coréens vous intéresse, jetez aussi un œil à Typecast vs Vrew vs ElevenLabs.
Le duel de la reconnaissance vocale (STT) se poursuit dans CLOVA reconnaissance vocale vs Scribe, à la mesure.
On se retrouve au prochain article. C'était Sonetho. ⚡