Comparatif
CastDub comme alternative gratuite à ElevenLabs pour les scripts à plusieurs voix
ElevenLabs est excellent dans ce pour quoi il est construit. Mais si votre script fait parler six personnes et que vous lancez l'outil une fois par personne, cette page se demande si un outil pensé pour distribuer supprime ce travail — et expose les quatre cas où il ne le supprime pas. Si vous cherchez la version gratuite d'ElevenLabs, la première section après le tableau commence par là : ce que donne leur palier Free, et ce que donne le nôtre.
Vérifié le:
Nous sommes un concurrent d'ElevenLabs : lisez donc ce qui suit comme un témoignage intéressé, et vérifiez les liens. Chaque fait concernant ElevenLabs a été lu le 2026-09-21 sur leur propre page de tarifs ou dans leur propre documentation, et l'adresse figure juste à côté.
La version courte : ElevenLabs est une plateforme vocale avec un excellent clonage et, selon leurs propres mots dans la documentation Text to Dialogue, « no limit to the number of speakers in a dialogue » — aucune limite au nombre de locuteurs dans un dialogue. CastDub est plus petit : un outil de production pour les scripts où les personnages sont déjà là. Lequel des deux vous convient dépend de questions qui n'ont rien à voir avec la démo qui sonne le mieux.
Ce que nous avons pu vérifier
| CastDub | ElevenLabs | Typecast | |
|---|---|---|---|
| Plusieurs personnages depuis un script collé ? | Oui, et c'est tout le produit : vous collez un script, CastDub sépare les répliques, détermine qui parle et donne à chaque personnage l'un des 40 personnages de la bibliothèque. Jusqu'à 10 voix de base distinctes dans un même projet. | « There is no limit to the number of speakers in a dialogue » (interface Text to Dialogue, Eleven v3, 2 000 caractères par requête) ; dans Studio, on peut « assign multiple voices to a single paragraph ». (source) | Non indiqué sur les pages que nous avons vérifiées. (source) |
| Diriger l'émotion réplique par réplique ? | Réplique par réplique avec Pro ; dans toutes les formules, chaque personnage porte une émotion par défaut. 7 émotions, réellement jouées sur la réplique et non plaquées après coup par un effet. | Des balises entre crochets dans le texte, par exemple [sad], qui « influence the delivery of the dialogue » sur Eleven v3. (source) | Pro : « Fine-tune voices with emotion controls » et « Advanced voice controls including intonation » ; Plus : « Control voice speed ». (source) |
| Un fichier audio par personnage (pistes séparées) ? | Pro uniquement : un ZIP contenant le mixage et, par personnage, un MP3 de la durée complète. | Ce n'est pas indiqué dans leur documentation Studio ; les téléchargements y sont décrits comme « MP3 or WAV ». (source) | Non indiqué sur leur site. (source) |
| Sous-titres ? | Plus et Pro : un fichier SRT, dont l'export ne coûte aucun crédit. | Les sous-titres de Studio sont « generated automatically and can be customized with templates » ; un fichier SRT n'est pas indiqué. (source) | Non indiqué sur leur site ; la page de tarifs mentionne « HD (720p) video exports ». (source) |
| Cloner sa propre voix ? | Votre propre voix uniquement : vous lisez à voix haute une courte déclaration de consentement, et cet enregistrement devient la voix, jusqu'à 3 par compte. Elle lit des répliques dans les 9 langues et suit la vitesse ; les émotions et les indications de jeu ne s'y appliquent pas. | « Instant Voice Cloning » à partir de Starter ; « Professional Voice Cloning » à partir de Creator (ElevenLabs). (source) | Basic : « Instant Cloning (1 slot) » ; Plus : « Professional Cloning (1 slot in total) » ; Pro : 2 slots ; Business : 10 slots. (source) |
| Formule gratuite | Oui : 4,500 crédits de téléchargement à vie, en une seule fois (environ 5 minutes d'audio anglais fini), 30 répliques synthétisées par 24 heures, 2 personnages par projet. Générer et écouter ne coûte de crédits dans aucune formule. | Free à $0 avec « 10k credits per month » et « 3 Projects in Studio ». (source) | « Voice generation & playback Unlimited », « Lifetime download credits 3,000 credits (~5 mins) » et « Attribution is required for all content downloaded on the Free plan » — la mention de la source est obligatoire sur le palier gratuit. (source) |
| Usage commercial sur la formule gratuite | Non. Free, c'est un usage personnel et non commercial. La licence commerciale commence à Basic, et la bêta ouverte n'y change rien. | La « Commercial License » d'ElevenLabs commence à Starter : elle ne couvre donc pas le palier gratuit. (source) | La licence commerciale commence à Basic ; les téléchargements gratuits exigent la mention de la source. (source) |
| Prix d'entrée payant | $5 par mois pour Basic, une fois le paiement activé. Rien n'est facturé pendant la bêta ouverte, période durant laquelle chaque compte tourne avec les fonctions de Pro. | Starter $6/mois pour « 30k credits per month » ; Creator $11/mois pour « 121k credits per month » (ElevenLabs). (source) | Basic $5/mois, Plus $19/mois, Pro $29/mois, Business $69/mois. (source) |
| Langues | 9 : anglais, chinois, japonais, coréen, espagnol, portugais, français, allemand, russe. Chaque voix de base les parle toutes. Hors anglais, les accents régionaux ne se choisissent pas, et nous ne les promettons pas. | « 74 » langues affichées en face des paliers payants. (source) | « 35+ languages » sur leur page d'accueil. (source) |
Vérifié le 2026-09-21. Les prix sont les montants mensuels affichés en dollars américains sur la page de chaque éditeur ; les tarifs annuels et promotionnels diffèrent et changent souvent.
« Non indiqué sur leur site » veut dire exactement cela : nous avons ouvert les pages listées plus bas et le fait n'y était pas. Ce n'est pas une affirmation que la fonction manque.
La colonne CastDub est produite par le code même qui fait tourner le produit (lib/plans.ts et la logique de distribution) : elle ne peut donc pas s'éloigner de ce que vous obtenez réellement.
Y a-t-il une formule gratuite, et que peut-on en emporter ?
La page de tarifs d'ElevenLabs affiche un palier Free à $0 avec « 10k credits per month » et « 3 Projects in Studio », puis Starter à $6 pour 30k crédits, Creator à $11 (premier mois à $6) pour 121k crédits, Pro à $99, Scale à $299 et Business à $990. La même page place la « Commercial License » à partir de Starter : le palier gratuit n'est donc pas fait pour un travail commercial.
Notre palier gratuit est taillé autrement, volontairement : 4,500 crédits de téléchargement à vie, en une seule fois — environ 5 minutes d'audio anglais fini — et les crédits ne partent qu'au téléchargement. Générer et écouter ne coûte rien dans aucune formule ; il y a à la place un plafond de 30 répliques synthétisées par 24 heures. Vous pouvez donc réécouter une scène vingt fois pendant que vous la montez sans surveiller un compteur.
Une chose à savoir avant de créer un compte : le paiement n'est pas encore activé chez nous. Pendant la bêta ouverte, chaque compte tourne avec les fonctions de Pro et rien n'est facturé. La licence commerciale est une clause du contrat et non un interrupteur : elle ne s'ouvre pas pour autant, et l'usage gratuit reste personnel.
Peut-il faire parler plusieurs personnages dans un même script ?
Les deux le peuvent, sous des formes différentes. L'interface Text to Dialogue d'ElevenLabs « creates natural sounding expressive dialogue from text using the Eleven v3 model », et leur documentation précise : « There is no limit to the number of speakers in a dialogue », avec la recommandation de rester sous 2 000 caractères par requête. Dans leur produit Studio, la documentation indique qu'on peut « assign multiple voices to a single paragraph » en sélectionnant du texte et en changeant de voix dans un menu.
CastDub part de l'autre bout. Vous collez le script entier — format scénario, relevé en « NOM : réplique », prose avec incises de dialogue, ou les dialogues au tiret cadratin tels qu'on les écrit en français, en espagnol, en portugais et en russe — et l'outil détermine qui parle, crée un personnage pour chacun et le distribue depuis une bibliothèque de 40 personnages. Dans un même projet, deux personnages ne partagent jamais une voix de base tant que la réserve de ce genre n'est pas épuisée : une scène à quatre reste donc lisible à l'oreille sans que vous gériez quoi que ce soit.
La limite honnête de notre côté : il y a 10 voix de base (4 féminines, 5 masculines, 1 neutre). Une scène avec plus de 10 locuteurs se terminera donc par des personnages qui partagent une voix, distingués par la seule indication de jeu. Si votre distribution est plus longue que cela, mieux vaut le savoir avant de commencer qu'après.
Peut-on diriger l'émotion réplique par réplique ?
ElevenLabs le fait par le texte lui-même. Leur documentation Text to Dialogue décrit des « non-speech audio events » écrits entre crochets dans le texte saisi — des émotions comme [sad], des événements comme [applause] — qui « influence the delivery of the dialogue » sur le modèle Eleven v3. C'est expressif et cela se marie bien avec un script, puisque l'indication vit dans le script.
CastDub le fait avec une commande posée sur la réplique. Chaque personnage porte une émotion par défaut dans toutes les formules ; avec Pro, vous remplacez n'importe quelle réplique par l'une des 7 émotions, et les formules Plus et Pro ajoutent un débit à cinq crans, de 0,75× à 1,25×. L'émotion est réellement jouée sur cette réplique plutôt que simulée par un filtre, ce qui a une conséquence : régénérer une réplique donne une prise légèrement différente. Même voix, nouvelle interprétation. Quand une lecture ne va pas, le geste consiste donc à relancer.
Aucune des deux approches ne l'emporte dans l'absolu : les balises voyagent avec le texte vers d'autres outils, une commande vaut mieux pour auditionner quatre lectures d'une même réplique.
Obtient-on des pistes séparées et des sous-titres ?
C'est là que nous différons le plus, et là qu'il faut nous vérifier plutôt que nous croire. Avec Pro, CastDub exporte un ZIP contenant le mixage et, par personnage, un MP3 de la durée complète, calé sur le mixage : vous pouvez donc habiller une scène dans une station audio au lieu de faire plonger la musique sous une piste de dialogue unique. Plus et Pro exportent en plus un SRT, et cet export ne coûte aucun crédit.
Côté ElevenLabs, leur documentation Studio indique que l'on peut « download as MP3 or WAV », avec une qualité liée à la formule — MP3 à 128 kbps sur les petites formules, WAV 16 bits ou MP3 à 192 kbps plus haut, une sortie WAV que nous n'avons pas du tout. La même page décrit des sous-titres automatiques qui « can be customized with templates for colors, fonts, and placement ». Un export par locuteur n'est pas indiqué sur les pages que nous avons lues, ce qui ne revient pas à dire qu'il n'existe pas : nous n'avons pas pu le vérifier et nous n'avons donc mis ni coche ni croix dans cette case.
L'avantage le plus net de cette section est le leur : la livraison en WAV, que nous ne proposons pas du tout — tout est en MP3 ici, et cela seul peut trancher si vous livrez selon un cahier des charges.
Quelles langues, et combien de voix ?
Le tableau de tarifs d'ElevenLabs affiche « 74 » langues en face des paliers payants. C'est un ordre de grandeur au-dessus de nous, et c'est le chiffre de leur page, pas le nôtre.
CastDub a 9 : anglais, chinois, japonais, coréen, espagnol, portugais, français, allemand et russe. Chacune des 10 voix de base parle les 9, aucune langue n'est donc ici un citoyen de seconde zone avec une liste de voix plus maigre. Ce que nous ne promettons pas, c'est un accent régional : hors anglais, vous obtenez l'accent standard de la langue — français standard, mandarin, espagnol d'Amérique latine, portugais du Brésil — et vous ne choisissez pas une ville. Toutes nos langues n'ont pas non plus été validées par des relecteurs natifs : la consigne honnête est donc de coller vos propres répliques et d'écouter avant de vous engager.
Si vous travaillez dans une langue que nous n'avons pas, la couverture l'emporte sur le flux de travail et la décision est déjà prise.
Puis-je cloner ma propre voix ?
Avec ElevenLabs, oui, et c'est l'une des raisons les plus nettes de les choisir. Leur page de tarifs place « Instant Voice Cloning » au palier Starter et « Professional Voice Cloning » à partir de Creator.
Avec CastDub, oui, dans des limites plus étroites. Vous lisez à voix haute une courte déclaration de consentement, et cet enregistrement devient la voix — elle ne peut donc être que la vôtre, jamais celle d'une personnalité publique ni d'un mineur. Elle lit vos répliques dans n'importe laquelle de nos 9 langues et suit la vitesse de la réplique, mais les émotions et les indications de jeu n'ont aucun effet sur elle, et il n'y a qu'une seule façon de la créer, pas deux paliers.
Si une voix clonée est au centre de votre travail — une voix qui porte le jeu, ou bâtie sur plus de quelques secondes d'audio —, leurs paliers vont plus loin que nous, et cela tranche ce comparatif en leur faveur. Si vous voulez que votre propre voix lise un narrateur ou un personnage au milieu d'une distribution, nous couvrons ce besoin.
Quand choisir ElevenLabs plutôt que nous
Quatre cas, et nous les croyons fréquents. D'abord le travail à un seul narrateur — un livre audio, une voix off de documentaire, un podcast solo : la mécanique de distribution ne vous apporte rien et vous paieriez de l'attention pour une fonction que vous ne touchez jamais. Ensuite le clonage, comme ci-dessus. Puis la couverture linguistique : 74 contre 9, ce n'est pas serré si votre langue est dans l'écart. Enfin une chaîne existante : si vous avez des appels d'interface, une étape de rendu et un gabarit de mixage qui fonctionnent, le coût du changement est plus élevé qu'il n'en a l'air depuis une page de comparaison.
Il y a un cinquième cas, plus discret : leur échelle. Des formules plus grandes, la livraison en WAV, une interface avec des limites publiées et une documentation abondante — si vous devez rendre des comptes à un service achats, cette maturité vaut quelque chose que nous n'égalerons pas cette année.
Notre cas est étroit et nous préférons l'énoncer étroitement : un script à plusieurs personnages, aujourd'hui généré une voix après l'autre puis assemblé à la main, avec des pistes séparées et des sous-titres à la fin. C'est cette heure de travail que nous existons pour supprimer. Si ce n'est pas votre heure, restez où vous êtes.
Comment cette page a été écrite
Nous fabriquons un produit concurrent : une page comme celle-ci est de la publicité, quoi que nous en fassions. Ce que nous pouvons faire, c'est la rendre vérifiable. Chaque affirmation sur ElevenLabs ci-dessus a été lue le 2026-09-21 sur leur propre page de tarifs ou dans leur propre documentation, l'adresse est à côté de l'affirmation, et là où une page ne disait rien, nous avons écrit « non indiqué sur leur site » plutôt que de deviner de mémoire ou de recopier un test tiers.
Nous avons aussi laissé de côté ce que les tableaux comparatifs font entrer en douce : pas de coches ni de croix, pas de notes, aucun jugement sur les voix qui sonnent le mieux — celui-là vous appartient, avec votre propre script dans les deux outils. Aucune ligne n'a été remplie par une opinion.
Notre colonne n'est pas tapée à la main non plus. Les chiffres viennent des définitions de formules que le produit applique, interpolées à la construction de la page : si nous changeons un prix ou une réserve de crédits en oubliant cette page, la page change quand même.
Si vous trouvez une ligne fausse ou périmée — les éditeurs changent leurs prix sans prévenir leurs concurrents —, dites-le-nous : nous corrigerons et déplacerons la date de vérification. Nous préférons être corrigés que mal cités.
D'où vient chaque information
Toutes les lignes ci-dessus qui décrivent un autre produit viennent de ces pages. Ouvrez-les vous-même : les éditeurs changent leurs offres sans prévenir personne, nous compris.
- ElevenLabs — Pricing — Free $0 / 10k credits per month avec 3 Projects in Studio ; Starter $6 / 30k ; Creator $11 / 121k ; Pro $99 / 600k ; Scale $299 / 1.8M ; Business $990 / 6M ; Commercial License à partir de Starter ; Instant Voice Cloning à partir de Starter et Professional Voice Cloning à partir de Creator ; 74 langues affichées en face des paliers payants.
- ElevenLabs — Text to Dialogue documentation — « There is no limit to the number of speakers in a dialogue » ; des balises entre crochets pilotent l'interprétation ; modèle Eleven v3 uniquement ; rester sous 2 000 caractères par requête.
- ElevenLabs — Studio product guide — Plusieurs voix assignables dans un même paragraphe ; téléchargement en MP3 or WAV avec une qualité liée à la formule ; sous-titres automatiques personnalisables par gabarits ; les pistes par locuteur n'y sont pas indiquées.
- Typecast — Pricing — Free $0 avec 3,000 lifetime download credits et mention de la source obligatoire ; Basic $5, Plus $19, Pro $29, Business $69 ; réglages d'émotion sur Pro ; capacité de clonage indiquée par formule.
- Typecast — Home — « 700+ AI voices » et « 35+ languages ».
Questions fréquentes
CastDub est-il moins cher qu'ElevenLabs ?
Pas comparable directement, car les unités diffèrent. Leur page de tarifs vend des crédits mensuels à partir de $6 ; chez nous les crédits ne partent qu'au téléchargement, à $5 par mois pour Basic et $29 par mois pour Pro, et générer ou écouter est gratuit dans toutes les formules. La seule comparaison honnête consiste à prendre un vrai script, à le produire dans les deux et à regarder ce que chacun a décompté.
Puis-je transférer un projet d'ElevenLabs vers CastDub ?
Seulement en collant le script. Il n'y a pas d'import : aucun fichier .txt, .docx ou .srt, et aucun moyen d'amener vos voix ou vos réglages ElevenLabs. En pratique, c'est un copier-coller du script et une nouvelle distribution, soit quelques minutes pour une scène.
CastDub propose-t-il le clonage de voix comme ElevenLabs ?
Une version plus étroite. Leur page de tarifs propose le clonage instantané à partir de Starter et le clonage professionnel à partir de Creator (ElevenLabs). Le nôtre ne clone que votre propre voix, à partir d'une courte déclaration de consentement lue à voix haute ; il lit les répliques et suit la vitesse, mais ne joue pas les émotions. Si le clonage est l'essentiel de votre besoin, utilisez-les.
Combien de locuteurs un projet CastDub peut-il contenir ?
Autant que votre script en compte, mais il n'existe que 10 voix de base distinctes : au-delà, des personnages partagent une voix et ne se distinguent que par leur indication de jeu. Pour une scène d'ensemble dense, découpez-la en projets par groupe de locuteurs, ou assumez le doublon en distribuant les personnages concernés aussi loin que possible l'un de l'autre en âge et en tempérament.
Ai-je des pistes séparées par personnage ?
Avec Pro, oui : un ZIP contenant le mixage, un MP3 de durée complète par personnage et un SRT. Avec Plus et Pro, vous avez les sous-titres et un seul MP3 mixé. Nous n'avons pas pu vérifier l'existence d'un export par locuteur sur les pages ElevenLabs que nous avons lues : allez voir leur documentation vous-même si ce point est décisif.
Lequel vaut mieux pour une fiction sonore ?
Si votre fiction est à plusieurs voix, c'est la chaîne de production qui tranche : pouvez-vous refaire une seule réplique sans reconstruire la scène, et récupérez-vous des pistes séparées pour le mixage. Si votre fiction est un narrateur unique avec quelques citations, la question ne se pose jamais, et leur couverture linguistique et leur clonage valent plus que notre distribution.
Si vous travaillez sur l'un de ces projets
Les voix à distribuer
Autres comparatifs
Distribuez votre première scène ce soir
Collez un script, laissez CastDub donner sa voix à chaque personnage, et exportez une fiction sonore finie.
Créer gratuitementSans carte bancaire. Free vous donne une réserve unique de crédits.