xAI Custom Voices : clonez votre voix en 2 minutes

xAI a lancé Custom Voices le 30 avril 2026, ajoutant le clonage vocal à sa plateforme API Grok. Les utilisateurs enregistrent environ 60 secondes de parole naturelle via la console xAI, et le système génère un modèle vocal prêt à l’emploi en moins de deux minutes. La voix clonée fonctionne avec les API Text-to-Speech et Voice Agent de Grok aux tarifs API standard. xAI a également élargi son catalogue de voix intégrées à plus de 80 options en 28 langues.

À 3 $/heure pour les agents vocaux, xAI casse les prix face à ElevenLabs et OpenAI. L’éventail de fonctionnalités reste plus restreint, mais les coûts changent la donne pour quiconque intègre la voix dans un produit.

Comment fonctionne le clonage vocal de xAI ?

Le processus de clonage s’effectue entièrement via la console xAI. Les utilisateurs lisent à voix haute plusieurs passages de dialogues variés pendant que le système enregistre. Un pipeline de vérification en deux étapes fait le reste : d’abord, le locuteur prononce une phrase de vérification que le moteur speech-to-text de Grok transcrit et compare en temps réel, confirmant l’intention et la présence physique. Ensuite, le système calcule des empreintes vocales (speaker embeddings) à partir du clip de vérification et de l’enregistrement complet pour confirmer qu’ils proviennent de la même personne.

Cette conception signifie qu’il est impossible de cloner une voix à partir d’un fichier audio préexistant, ni de cloner la voix de quelqu’un d’autre. Une fois la vérification effectuée, le système traite l’enregistrement et fournit un voice_id alphanumérique de 8 caractères utilisable partout où les voix intégrées de xAI fonctionnent. Chaque équipe peut créer jusqu’à 30 voix personnalisées simultanément, et toute voix peut être supprimée en un clic.

Qu’est-ce que la bibliothèque vocale ?

La bibliothèque vocale (Voice Library) est une nouvelle section de la console xAI qui regroupe toutes les voix disponibles au même endroit. Les voix personnalisées apparaissent à côté des cinq options intégrées (Eve, Ara, Rex, Sal et Leo). Avec ce lancement, xAI a également étendu le catalogue de voix préconstruites à plus de 80 options en 28 langues. Vous pouvez prévisualiser n’importe quelle voix dans différents contextes avant de faire votre choix.

Chaque voix intégrée possède une personnalité distincte : Eve est énergique, Ara est chaleureuse et conversationnelle, Rex penche vers le professionnel, Sal est fluide et Leo sonne autoritaire. Les voix personnalisées bénéficient des mêmes capacités TTS que les voix intégrées, y compris les balises vocales pour les chuchotements, rires, soupirs et accentuations. La sortie fonctionne en REST et en streaming WebSocket.

Combien coûte le clonage vocal de xAI ?

La création de voix personnalisées n’entraîne aucun frais supplémentaire. La tarification suit les taux API standard de xAI :

L’API Voice Agent fonctionne sur grok-voice-think-fast-1.0, qui combine le raisonnement avec la parole en temps réel. Elle prend en charge l’utilisation d’outils — recherche web, recherche X, recherche de fichiers et connexions à des serveurs MCP externes — permettant à l’agent d’agir concrètement en cours de conversation, pas seulement de parler. Pour les applications côté client, les Ephemeral Tokens permettent d’ouvrir des connexions WebSocket sans exposer votre clé API principale.

L’accès programmatique au point de terminaison de création de voix personnalisées (POST /v1/custom-voices) est actuellement réservé aux équipes disposant d’un plan Enterprise. L’outil de création vocale via la console est accessible à tous les utilisateurs ayant un accès API.

Comment se positionne xAI face à ElevenLabs en termes de prix ?

L’écart de prix entre xAI et ElevenLabs est important, bien qu’ils ne vendent pas exactement la même chose :

ElevenLabs conserve la plus grande bibliothèque vocale, fonctionne partout dans le monde et gère l’Iconic Marketplace pour les voix de célébrités sous licence. xAI l’emporte sur la tarification des agents vocaux et ne facture pas la création de voix personnalisées. ElevenLabs exige au minimum un abonnement Starter (5 $/mois) avant de pouvoir cloner quoi que ce soit.

Si vous êtes en dehors des États-Unis ou avez besoin d’un catalogue de voix plus étoffé, ElevenLabs fonctionne dans le monde entier et propose plus de 3 000 voix disponibles dès maintenant.

Quelles mesures de sécurité sont en place ?

La vérification en deux étapes de xAI est plus stricte que ce qu’exigent la plupart des plateformes de clonage vocal. La correspondance de phrase en temps réel confirme que le locuteur est physiquement présent lors de la session de clonage, et non qu’il soumet un fichier préenregistré. La comparaison d’empreintes vocales vérifie ensuite que la phrase de vérification et l’enregistrement complet proviennent bien de la même personne.

Les voix personnalisées restent privées au sein de l’équipe qui les a créées. xAI affirme que les données audio sont traitées en temps réel et jamais stockées ni utilisées pour l’entraînement. La plateforme dispose de la certification SOC 2 Type II, de l’éligibilité HIPAA et de la conformité RGPD pour les données européennes — bien que la fonctionnalité de clonage elle-même reste limitée aux États-Unis.

Ce que cela signifie

Pour les développeurs d’IA vocale

Les agents vocaux à 3 $/heure changent l’équation économique pour quiconque fait tourner de la voix à grande échelle. Les bots de support client et les systèmes SVI qui coûtent 10 à 18 $/heure sur ElevenLabs deviennent soudain plus viables sur l’infrastructure xAI. La compatibilité avec l’API Realtime d’OpenAI signifie également que les applications vocales existantes construites pour OpenAI peuvent migrer sans réécrire beaucoup de code.

Pour le marché du clonage vocal

Le clonage vocal se structure désormais en trois niveaux. ElevenLabs possède le plus de fonctionnalités, la plus grande bibliothèque et une portée mondiale — nous couvrons l’ensemble du paysage dans notre comparatif des meilleurs générateurs de voix IA. OpenAI se situe au milieu avec le TTS dans ChatGPT. xAI est de loin l’option la moins chère, avec une vérification plus stricte que ses deux concurrents.

La restriction aux États-Unis pèse lourd. Toute personne en dehors du territoire américain ne peut toujours pas créer de voix personnalisées, ce qui maintient ElevenLabs comme choix par défaut à l’international. Pour les alternatives gratuites, consultez notre guide des meilleurs outils de clonage vocal gratuits. Si xAI ouvre cette fonctionnalité à d’autres pays, la pression tarifaire sur les concurrents deviendra bien réelle.

Questions fréquentes

---

Sources

1. Custom Voices and Voice Library - xAI Official - 30 avril 2026
2. xAI launches Grok 4.3 and voice cloning suite - VentureBeat - 1er mai 2026
3. xAI’s Custom Voices feature - The Decoder - 2 mai 2026
4. xAI Voice API Documentation - Mai 2026