Voxtral TTS 3 et HeyGen Voice : le vrai coût d’une voix off
Comparez les nouvelles API vocales externes aux voix disponibles sur OmniArt. Distinguez les prix en dollars des crédits, vérifiez les limites linguistiques et choisissez pour un agent en direct ou une voix off finalisée.
Voxtral TTS 3 et HeyGen Voice offrent aux créateurs de nouveaux tarifs d’API au caractère à examiner. Pour budgéter une voix off, la question utile reste toutefois ce qu’il faut pour obtenir un enregistrement validé : langue cible, interprétation exploitable, longueur du script et prises supplémentaires comptent tous. Ce comparatif met les API externes en regard des options vocales que vous pouvez sélectionner dans le mode Audio d’OmniArt.
Vérification du 26 octobre 2026 : ni Voxtral TTS 3 ni HeyGen Voice ne figurent dans le catalogue public d’OmniArt. Leurs prix en USD ci-dessous sont ceux de Mistral et de fal, respectivement. Les modèles disponibles sur OmniArt utilisent des crédits ; les deux unités sont présentées séparément.
Voxtral TTS 3 et HeyGen Voice : les sorties annoncées#
Mistral date Voxtral TTS 3 (S’ouvre dans un nouvel onglet) du 20 octobre 2026 et le présente en préversion publique. Son annonce (S’ouvre dans un nouvel onglet) décrit une génération vocale par lots et en temps réel. Il s’agit de capacités déclarées par le fournisseur, vérifiées le 26 octobre 2026, et non des résultats d’un test d’écoute réalisé par OmniArt.
fal a annoncé HeyGen Voice (S’ouvre dans un nouvel onglet) le 21 octobre 2026. Ses fiches actuelles Standard (S’ouvre dans un nouvel onglet) et Turbo (S’ouvre dans un nouvel onglet) proposent de générer la parole à partir d’une voix de bibliothèque ou d’un enregistrement de référence. Les prix indiqués ici sont ceux de la plateforme fal, vérifiés le 26 octobre 2026 ; ils n’établissent pas le prix de l’API directe de HeyGen.
Prix pour 1 000 caractères : le comparatif#
Le tableau des API externes utilise uniquement des USD. Le tarif de Mistral ainsi que les tarifs habituels et promotionnels de fal proviennent des fiches du fournisseur ou de la plateforme, vérifiées le 26 octobre 2026. Le calcul par millier harmonise l’unité de facturation ; il ne mesure pas la qualité vocale.
| Modèle externe / plateforme | Tarif de facturation affiché | USD pour 1 000 caractères | Limite de texte par requête |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (S’ouvre dans un nouvel onglet) | 13 $ US par million de caractères | 0,013 $ US | Non établie par la fiche du modèle consultée ici |
| HeyGen Voice / fal (S’ouvre dans un nouvel onglet) | 0,03 $ US pour 1 000 caractères, tarif habituel | 0,03 $ US habituel ; 0,015 $ US promotionnel | 5 000 caractères |
| HeyGen Voice Turbo / fal (S’ouvre dans un nouvel onglet) | 0,004 $ US pour 1 000 caractères, tarif habituel | 0,004 $ US habituel ; 0,002 $ US promotionnel | 5 000 caractères |
fal annonce une promotion de 50 % jusqu’au 31 octobre 2026 sur les deux fiches Voice. Consultez à nouveau ces pages avant d’établir un budget après cette date. Les limites proviennent des schémas Standard (S’ouvre dans un nouvel onglet) et Turbo (S’ouvre dans un nouvel onglet) de fal, vérifiés le 26 octobre 2026.
Le tableau suivant utilise uniquement des crédits OmniArt, d’après le catalogue de modèles et la tarification commune de la parole d’OmniArt, vérifiés le 26 octobre 2026. Les liens publics des modèles ouvrent leurs pages respectives.
| Modèle disponible sur OmniArt | Crédits par bloc de caractères entamé | Crédits pour 1 000 caractères | Limite du script | Forfait minimum |
|---|---|---|---|---|
| Eleven v3 | 1 pour 50 caractères | 20 | 5 000 caractères | Starter |
| Eleven Multilingual v2 | 1 pour 50 caractères | 20 | 10 000 caractères | Starter |
| Eleven Turbo v2.5 | 1 pour 100 caractères | 10 | 20 000 caractères | Starter |
| MiniMax Speech 2.8 HD | 1 pour 50 caractères | 20 | 9 999 caractères | Free |
| MiniMax Speech 2.8 Turbo | 1 pour 100 caractères | 10 | 9 999 caractères | Free |
Note
Les USD et les crédits OmniArt sont des unités différentes. Cet article ne les convertit pas et ne les compare pas pour désigner l’une comme moins chère. Un modèle du forfait Free consomme lui aussi des crédits.
OmniArt arrondit chaque bloc de caractères entamé à l’unité supérieure, selon les règles du catalogue à cette même date. Chaque prise supplémentaire constitue une nouvelle génération. Collez le script réel, y compris les balises de direction, dans le mode Audio et vérifiez l’estimation affichée avant de générer. Un faible tarif unitaire peut tout de même conduire à un budget de travail plus élevé si des corrections de prononciation ou de rythme exigent plusieurs prises.
Langues et clonage : lisez les détails#
Au 26 octobre 2026, la fiche du modèle (S’ouvre dans un nouvel onglet) de Mistral indique 9 langues. Son annonce (S’ouvre dans un nouvel onglet) indique 35+ langues et 50+ dialectes, tandis que sa documentation sur les langues (S’ouvre dans un nouvel onglet) indique 35 langues et 50+ dialectes. Ces sources du fournisseur se contredisent ; nous laissons ouverte la question de la couverture réelle de l’ensemble de l’API. Vérifiez la combinaison de langue et de voix visée avant de vous engager dans un projet de localisation.
Les capacités détaillées ci-dessous sont déclarées par le fournisseur ou la plateforme et ont été vérifiées le 26 octobre 2026 dans la présentation TTS (S’ouvre dans un nouvel onglet), la documentation sur les langues (S’ouvre dans un nouvel onglet) et le guide de clonage (S’ouvre dans un nouvel onglet) de Mistral, ainsi que dans la documentation de l’API Voice (S’ouvre dans un nouvel onglet) de fal.
| Détail | Voxtral TTS 3 | HeyGen Voice sur fal |
|---|---|---|
| Langues | Fiche du modèle : 9 ; annonce : 35+ ; documentation sur les langues : 35, avec 50+ dialectes | 39 codes de langue sélectionnables ; détection en cas d’omission |
| Voix prédéfinies | Tableau des langues : 22 entrées totalisant 35 voix prédéfinies ; utiliser le clonage pour les langues sans voix prédéfinie | 24 voix publiques |
| Entrée pour le clonage | Court enregistrement pour un clonage sans entraînement préalable ; enregistrer une voix pour la réutiliser par ID | Enregistrement d’une seule personne ; seules les 3 premières minutes sont utilisées |
| Réglages d’interprétation | 34 balises d’émotion, balises de rythme slow / fast, prononciation par phonèmes et TTS contextuel | expressiveness_boost |
| Sortie | MP3, WAV, PCM, FLAC, Opus | WAV à 44,1 kHz |
La présentation de Mistral indique que les consignes de style en langage naturel ne sont pas disponibles au lancement, bien que l’annonce évoque le suivi d’instructions. Ne concevez pas un processus qui suppose cette fonction disponible. Nous ne considérons pas non plus la disponibilité ou le prix de Pro Voice comme confirmés ici. Ne clonez que les voix que vous avez l’autorisation d’utiliser.
Agents en temps réel et voix off finalisée#
La présentation TTS (S’ouvre dans un nouvel onglet) de Mistral distingue voxtral-mini-tts-3-0, pour un texte complet, de voxtral-mini-tts-realtime-3-0, pour le temps réel. Sa fiche du modèle (S’ouvre dans un nouvel onglet) annonce environ 90 ms avant le premier audio, chiffre vérifié le 26 octobre 2026. C’est une mesure de diffusion déclarée par le fournisseur, pas un délai de conversation mesuré de bout en bout ni une promesse de latence d’OmniArt.
Si vous créez un agent en direct, intégrer une API externe suppose de tester toute l’interaction : détecter la fin d’un tour de parole, produire la réponse, transporter l’audio et lancer la lecture. Un court délai avant le premier audio ne suffit pas à établir que les personnes qui appellent bénéficieront d’une conversation fluide.
Pour une voix off finalisée, commencez par la prononciation, l’interprétation et la facilité de montage. Écoutez les noms propres et les fins de phrase, puis calez la prise sur la vidéo. Le processus Audio d’OmniArt produit des fichiers audio finalisés pour ce type de montage. Le tableau tarifaire aide à estimer le coût du script ; il ne décide pas quelle interprétation mérite de figurer dans votre montage final.
Choisir une voix sur OmniArt aujourd’hui#
Utilisez ce point de départ par tâche, fondé sur le catalogue d’OmniArt vérifié le 26 octobre 2026. Ce sont des options à essayer, pas des notes issues d’une écoute comparative.
| Votre tâche | Modèle à essayer | Points à vérifier |
|---|---|---|
| Voix off courte avec balises d’émotion | Eleven v3 | Si la consigne modifie l’interprétation au moment voulu |
| Narration multilingue plus longue | Eleven Multilingual v2 | Langue cible et prononciation ; 29 codes de langue plus détection automatique |
| Script long à moindre coût en crédits par caractère | Eleven Turbo v2.5 | Langue cible ; 32 codes de langue plus détection automatique |
| Narration finalisée avec le forfait Free | MiniMax Speech 2.8 HD | Interprétation par rapport au montage final |
| Brouillons avec le forfait Free | MiniMax Speech 2.8 Turbo | Rythme du script avant d’autres prises |
Les nombres de codes de langue ci-dessus proviennent du catalogue d’OmniArt à cette même date, et non des chiffres plus larges de langues annoncés par les fournisseurs. Confirmez votre langue dans le sélecteur actuel. Commencez par un passage contenant les noms, les pauses et les changements de ton nécessaires à votre projet.
Gardez la même voix et essayez ce script avec et sans les balises. Puis ne changez qu’une consigne à la fois. Le guide des balises audio d’Eleven v3 explique leur placement ; Eleven v4 vs Eleven v3 distingue la sortie externe plus récente du modèle disponible sur OmniArt. Pour passer du brouillon au montage final, consultez le guide de voix off MiniMax Speech ; utilisez les limites actuelles de cet article lorsqu’un ancien guide en donne d’autres.
Questions fréquentes#
Combien coûte Voxtral TTS 3 ?
Mistral affiche 13 $ US par million de caractères, soit 0,013 $ US pour 1 000 caractères, dans sa fiche du modèle (S’ouvre dans un nouvel onglet), vérifiée le 26 octobre 2026. Il s’agit du tarif d’API déclaré par le fournisseur pour un modèle en préversion publique. Ce n’est pas un tarif en crédits OmniArt, et il ne suffit pas à établir le coût d’une conversation complète avec un agent vocal.
Combien coûte HeyGen Voice ?
Au 26 octobre 2026, fal affiche les tarifs habituels de 0,03 $ US pour 1 000 caractères pour HeyGen Voice (S’ouvre dans un nouvel onglet) et de 0,004 $ US pour Turbo (S’ouvre dans un nouvel onglet). La promotion annoncée jusqu’au 31 octobre les ramène à 0,015 $ US et 0,002 $ US. Les deux schémas limitent le texte à 5 000 caractères par requête. Ce sont les conditions de la plateforme fal ; consultez à nouveau les fiches avant tout achat.
Combien de langues Voxtral TTS 3 prend-il en charge ?
Les sources du fournisseur se contredisent au 26 octobre 2026 : la fiche du modèle (S’ouvre dans un nouvel onglet) de Mistral indique 9 langues, son annonce (S’ouvre dans un nouvel onglet) en indique 35+ et sa documentation sur les langues (S’ouvre dans un nouvel onglet) en indique 35 avec 50+ dialectes. Cette documentation répertorie des voix prédéfinies dans 22 entrées de langues. Nous ne tranchons pas cette divergence ; vérifiez votre langue et votre voix cibles avant d’adopter l’API.
Puis-je utiliser Voxtral TTS 3 ou HeyGen Voice sur OmniArt ?
Non. Aucun des deux ne figure dans le catalogue public d’OmniArt vérifié le 26 octobre 2026. Dans le mode Audio, les alternatives disponibles abordées ici sont Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5, MiniMax Speech 2.8 HD et MiniMax Speech 2.8 Turbo. Choisissez selon le script, la langue, l’estimation de crédits et le forfait requis ; une sortie chez un fournisseur externe ne fixe pas de date de sortie sur OmniArt.
Créer une voix off sur OmniArt#
Ouvrez le mode Audio, choisissez un modèle vocal disponible et essayez un court passage de votre propre script avant de générer l’enregistrement complet.
