Cloner sa Voix avec l'IA Gratuitement : Guide 2026

Voici comment cloner sa voix avec l’IA gratuitement en quelques minutes, grâce à des modèles open source plutôt qu’aux pages d’éditeurs qui se disent « gratuites » sans l’être. Ce guide couvre deux méthodes réellement gratuites, Chatterbox et OpenVoice V2 (qui parle nativement français), plus l’option payante la moins chère qui fonctionne vraiment : ElevenLabs Starter à $6 par mois.

Les résultats de recherche pour « clonage de voix IA gratuit » sont surtout du marketing d’éditeurs. Les outils qui affichent le clonage sur leur page d’accueil verrouillent souvent la fonction derrière un forfait payant dès qu’on essaie de s’en servir. Ce guide s’en tient à ce qui est vérifiablement gratuit : des modèles open source qui tournent sur des démos officielles Hugging Face, sans inscription et sans coordonnées bancaires.

De quoi as-tu besoin avant de commencer ?

La préparation est la même quelle que soit la méthode ci-dessous, que tu utilises un modèle open source gratuit ou un outil payant : un téléphone ou un micro USB basique, une pièce calme, et 30 secondes à 2 minutes de voix propre. C’est vraiment tout ce qu’il faut ; les différences entre outils n’apparaissent qu’à l’étape de l’envoi du fichier.

Un appareil d’enregistrement. Un smartphone ou un micro USB basique suffit ; pas besoin de matériel de studio. Ce qui compte davantage, c’est une pièce calme, car ces modèles reproduisent tout ce qui se trouve dans l’extrait de référence, bruit de fond et écho compris, pas seulement la voix.

Un espace calme. Enregistre-toi loin d’un ventilateur, du bruit de la circulation ou de conversations. Un placard rempli de vêtements ou une petite pièce moquettée vaut mieux qu’un salon ouvert, car les surfaces souples réduisent l’écho.

30 secondes à 2 minutes de voix propre. C’est la fourchette idéale pour la plupart des outils de ce guide. Lis un ou deux paragraphes à voix haute, avec ta voix normale, sans musique ni bruit de fond. Certaines méthodes ci-dessous demandent bien moins, à peine 5 secondes, précisé dans les étapes de chaque méthode.

Méthode 1 : cloner sa voix gratuitement avec Chatterbox

Chatterbox (et sa variante plus rapide, Chatterbox Turbo) est un modèle de clonage vocal open source de Resemble AI, publié sous licence MIT. Cela signifie qu’il est gratuit pour un usage personnel, de recherche et commercial, y compris pour des produits à code fermé, pas seulement un essai gratuit qui expire. Il clone une voix en zero-shot, à partir d’un court extrait de référence, sans réglage fin ni entraînement à faire.

Pour un comparatif détaillé sur la qualité vocale, la latence et le prix face à une alternative payante, consulte le comparatif complet ElevenLabs vs Chatterbox TTS.

Méthode 2 : cloner sa voix gratuitement avec OpenVoice V2 (en français)

OpenVoice V2 est une seconde option open source, développée par MyShell et des chercheurs du MIT, également publiée sous licence MIT (depuis avril 2024, usage commercial inclus). Son avantage sur Chatterbox, c’est la couverture linguistique : il prend nativement en charge l’anglais, l’espagnol, le français, le chinois, le japonais et le coréen. Un seul extrait de référence peut donc générer ta voix clonée s’exprimant dans l’une de ces six langues.

C’est le point fort pour un locuteur francophone : tu peux enregistrer un échantillon dans n’importe quelle langue et obtenir ta voix clonée qui lit du texte en français, sans jamais avoir à te réenregistrer dans cette langue.

Méthode 3 : débloquer un vrai clonage vocal sur ElevenLabs pour $6/mois

Si tu veux une interface plus soignée et une licence commerciale sans avoir à décortiquer toi-même les conditions MIT, ElevenLabs est l’option payante la moins chère qui fonctionne réellement. Son plan gratuit mérite d’être précisé clairement : synthèse vocale, transcription, effets sonores et conception de voix, mais aucun clonage vocal et aucune licence commerciale. Le plan Starter, $6 par mois pour 30 000 crédits, est le forfait qui débloque le clonage vocal instantané et ajoute la licence commerciale.

Si tu cherches des options de synthèse vocale au-delà du seul clonage, le comparatif des meilleurs générateurs de voix IA couvre un plus large éventail d’outils et d’usages.

Quels outils « gratuits » de clonage vocal ne le sont pas vraiment ?

Plusieurs noms connus mettent en avant le clonage vocal sans réellement l’offrir gratuitement : Murf verrouille le clonage derrière un appel commercial Enterprise, le plan gratuit de Speechify n’inclut aucun clonage malgré un marketing qui laisse penser le contraire, et le palier à $0 d’ElevenLabs s’arrête à la synthèse vocale. Voici ce que chacun facture réellement.

Murf AI : le clonage vocal est un module complémentaire Custom Voice Clones réservé au plan Enterprise, verrouillé derrière « Contact Sales ». Il n’est disponible ni sur le plan Free (10 minutes de génération vocale à usage unique, sans clonage), ni sur Creator ($19/mois facturé annuellement), ni sur Business ($66/mois facturé annuellement). Il n’existe aucun moyen en libre-service de cloner une voix sur Murf, à aucun prix.

Speechify : la page marketing annonce « Essayez le clonage vocal, c’est gratuit », mais la grille tarifaire officielle raconte une autre histoire : le plan Free affiche « No Voice Cloning », et le clonage ne démarre qu’avec le plan Studio Starter, à $100/an.

Le plan gratuit d’ElevenLabs lui-même : ça vaut la peine de le répéter, tant c’est la source de confusion la plus fréquente. Le plan à $0 donne 10 000 crédits par mois pour la synthèse vocale, la transcription et les effets sonores, mais zéro clonage vocal et aucune licence commerciale.

Combien d’audio faut-il vraiment pour cloner une voix ?

De 5 secondes à 3 heures selon la méthode : les outils zero-shot comme Chatterbox fonctionnent à partir d’environ 5 secondes, le clonage vocal instantané d’ElevenLabs demande 1 à 2 minutes, et le clonage de qualité professionnelle nécessite 30 minutes à 3 heures. Plus l’audio propre est abondant, plus le clone est précis et stable, et la différence entre paliers s’entend clairement.

Quelques secondes (zero-shot) : Chatterbox et OpenVoice V2 fonctionnent tous deux à partir d’un court extrait, sans étape d’entraînement. La qualité est correcte, suffisante pour des tests rapides, des extraits courts ou des projets personnels, mais les petites imperfections de ton et de rythme se remarquent davantage qu’avec un échantillon plus long.

1 à 2 minutes (clonage instantané) : le clonage vocal instantané d’ElevenLabs est entraîné sur cette plage, et il produit un clone nettement plus stable et naturel qu’un échantillon zero-shot de 5 secondes. C’est la fourchette à viser si la qualité compte pour toi.

30 minutes à 3 heures (clonage professionnel) : le clonage vocal professionnel d’ElevenLabs entraîne un modèle dédié sur cette quantité d’audio, ce qui donne ce qui se rapproche le plus d’un clone qualité broadcast à l’heure actuelle. L’entraînement prend des heures et ne peut servir qu’à cloner ta propre voix.

Est-il légal de cloner la voix de quelqu’un avec l’IA ?

Cloner sa propre voix est légal et fait partie des usages de l’IA les moins controversés qui soient ; c’est ta voix, ton enregistrement, ton résultat. Cloner la voix de quelqu’un d’autre, c’est là que se situe la limite légale et éthique, et tout se joue sur le consentement.

L’ELVIS Act du Tennessee : en vigueur depuis le 1er juillet 2024, c’est une loi d’État américain, pas une loi fédérale, qui protège spécifiquement la voix d’une personne contre les répliques IA non autorisées et exige une autorisation écrite avant le clonage d’une voix à des fins commerciales. D’autres États pourraient suivre, mais cette protection n’est pas encore nationale aux États-Unis.

L’EU AI Act : les règles de transparence de l’article 50 sont entrées en vigueur le 2 août 2026 et exigent que tout audio généré ou manipulé par IA, deepfakes inclus, soit signalé aux auditeurs. Cette obligation s’applique directement en France. Si tu publies de l’audio cloné pour un public européen, l’étiqueter comme généré par IA est désormais une exigence légale. Voir les règles d’étiquetage du contenu selon l’article 50 de l’EU AI Act pour le détail complet.

Les arnaques sont l’autre risque. La FTC a plusieurs fois mis en garde les consommateurs contre les arnaques au clonage vocal, où une voix clonée, souvent celle d’un proche, extraite de clips publiés sur les réseaux sociaux, sert à simuler un appel d’urgence pour réclamer de l’argent. Aucune des méthodes de ce guide n’est conçue pour ça, mais la même technologie peut être détournée, ce qui explique pourquoi le consentement et l’étiquetage comptent autant.

Pour aller plus loin

• Documentation ElevenLabs sur le clonage vocal instantané - spécifications officielles sur la durée d’audio et les recommandations de qualité
• Règles de transparence de l’article 50 de l’EU AI Act - explication indépendante des obligations de signalement du contenu IA
• Resemble AI Chatterbox Turbo - page officielle du modèle avec conditions de licence et détails de benchmark
• Alerte consommateurs de la FTC : les arnaqueurs utilisent l’IA pour renforcer les fausses urgences familiales - l’alerte sur les arnaques au clonage vocal citée ci-dessus

Questions fréquentes