ㅤ
Ayant grandi en Pologne au début des années 2000, Mati Staniszewski et Piotr Dabkowski n'avaient d'autre choix que de regarder des films mal doublés. Comme le budget consacré au doublage de films étrangers en polonais est restreint, la plupart des films ne disposaient que d'un doubleur récitant les répliques de tous les personnages sans profondeur, nuance ou émotion.

Ces souvenirs d'enfance n'ont jamais quitté ces deux amis, même au début de leur carrière dans la technologie, si bien qu'ils ont fini par faire germer une idée dans leur esprit : et s'il était possible de mettre fin aux mauvais doublages (et autres problèmes) en créant des voix synthétisées à la fois réalistes, émouvantes et conscientes du contexte ?

C'est de cette idée qu'est née ElevenLabs, dont le lancement a eu lieu en 2022, la première entreprise à créer des voix artificielles capables d'imiter le langage (et même le rire) humain en exploitant les progrès de l'IA et de l'apprentissage profond. Grâce à cette avancée, la start-up s'est retrouvée à l'avant-garde de la technologie d'IA audio. Aujourd'hui, ElevenLabs propose une gamme de produits de plus en plus étendue, qui comprend un moteur de synthèse vocale pour le contenu audio et vidéo, des outils de conception vocale pour développer des personnages, un studio de sous-titrage et de doublage et une boîte à outils pour créer des agents conversationnels capables d'interagir avec les clients.

Pour monétiser ses produits tout en se développant, l'entreprise avait besoin d'un partenaire de services de paiement lui aussi à la pointe de l'innovation. ElevenLabs, qui est basée à Londres et à New York, a approché Stripe en 2023 pour le lancement d'abonnements à tarif fixe pour ses outils d'IA audio. Depuis, ElevenLabs s'est appuyée sur la gamme de produits de Stripe pour proposer des services professionnels et soutenir son business model en rapide évolution. À titre d'exemple, elle a profité des services de Stripe pour mener à bien des projets majeurs, comme sa marketplace sur laquelle des comédiens et comédiennes de doublage peuvent mettre leur voix à disposition pour une utilisation commerciale.

Prise en charge des abonnements, virements et flux agentiques à l'aide d'un ingénieur de la facturation

ElevenLabs a commencé avec 11 voix d'IA imitant la voix humaine. Contrairement aux anciennes voix d'IA robotiques, la technologie d'ElevenLabs reproduit les nuances liées à l'âge, à l'accent, au sexe, à l'intonation et à d'autres facteurs qui rendent chaque voix humaine unique. Ce réalisme, associé à la capacité de la plateforme à identifier les émotions à partir d'indices textuels, a contribué au succès du moteur de synthèse vocale d'ElevenLabs auprès des créateurs qui cherchaient à mettre à l'oral des scripts vidéo, des podcasts, des bulletins d'informations, des livres audio et n'importe quel autre contenu audio et vidéo.

ElevenLabs a choisi Stripe Billing pour démarrer rapidement, innover à un rythme soutenu et développer facilement son service d’abonnement dédié aux outils de synthèse vocale et de transcription à destination des créateurs de contenu et des éditeurs. La simplicité d’utilisation de l’API et des SDK Stripe a permis à l’équipe de mettre rapidement en place plusieurs niveaux de tarification avec un investissement en ingénierie quasi nul. Grâce à la flexibilité de Billing, l’entreprise a également pu faire évoluer son offre d’abonnement afin de répondre aux besoins de clients de plus grande envergure, à mesure qu’elle lançait des produits destinés aux entreprises, tels qu’un studio de production audio complet et des services de doublage.

Tirant profit du réseau mondial de Stripe, ElevenLabs a pu accepter instantanément des abonnés du monde entier. L’entreprise a également utilisé la solution d'optimisation de l'expérience de paiement de Stripe pour concevoir une page d’inscription à l’abonnement simple et efficace à destination de son audience internationale. Par exemple, elle a intégré à son site Checkout, la page de paiement préconfigurée de Stripe, ce qui lui a permis de proposer facilement des wallets et des moyens de paiement locaux, tels qu’Apple Pay, Google Pay et Revolut Pay, sans avoir à écrire une seule ligne de code de plus. ElevenLabs a également adopté Link, la solution de paiement accéléré de Stripe, afin de permettre à ses clients de renseigner automatiquement leurs informations de paiement enregistrées sur l’ensemble du réseau Link. Les utilisateurs de la suite d’optimisation de l’expérience de paiement bénéficient généralement d’une hausse des taux de conversion, et l’expérience de paiement plus rapide et plus fluide offerte par Link représente désormais 20 % des paiements d’ElevenLabs. Stripe sur AWS permet également à ElevenLabs de s’appuyer sur des outils d’IA intégrés pour localiser, personnaliser et optimiser l’expérience d’achat de ses clients.

En tant qu’entreprise spécialisée dans l’IA, ElevenLabs a rapidement perçu le potentiel de cette technologie à travers Stripe pour améliorer de manière significative le parcours d’abonnement. Au lieu de s’appuyer sur des règles prédéfinies et rigides, les modèles d’IA intégrés à la solution d'optimisation de l'expérience de paiement déterminent dynamiquement quels moyens de paiement présenter et dans quel ordre pour chaque paiement, aidant ainsi ElevenLabs à offrir une expérience plus personnalisée à ses utilisateurs.

Les produits Stripe ont également permis à ElevenLabs d’exécuter efficacement un large éventail de tâches liées à la facturation et aux paiements, notamment les virements et la simplification du processus d’intégration. De fait, ElevenLabs a mis en œuvre l’ensemble de ses intégrations Stripe et gère aujourd’hui ses différents processus de facturation et de paiement avec un seul ingénieur.

Lorsqu’ElevenLabs a développé sa technologie avancée de clonage vocal, l’entreprise a rapidement saisi l’opportunité d’ouvrir de nouvelles sources de revenus aux comédiens de doublage professionnels tout en ajoutant une nouvelle dimension à son business model. En s’appuyant sur Stripe Connect, ElevenLabs a créé une marketplace permettant aux comédiens de cloner leur voix pour des projets commerciaux, de définir leurs conditions commerciales et de recevoir des virements chaque fois qu’un utilisateur utilise leur voix pour un projet. Connect proposait des fonctionnalités clés en main pour gérer l’onboarding des comédiens, notamment les virements internationaux ainsi que la conformité réglementaire, y compris les exigences en matière de connaissance du client (KYC), susceptibles de constituer un obstacle important pour les plateformes tout au long du processus d’intégration. Les fonctionnalités de Stripe ont une nouvelle fois permis à ElevenLabs d’économiser du temps de développement et des ressources, qu’elle a pu consacrer à ses projets d’IA audio.

ElevenLabs a constaté que de nombreuses entreprises utilisaient ses modèles Text to Speech et Speech to Text pour créer des agents d’IA. Or, ces entreprises mettaient souvent plusieurs mois à mettre leurs solutions en production et reconstruisaient chacune la même infrastructure sous-jacente. ElevenLabs a donc lancé sa propre plateforme afin de simplifier la création d’agents vocaux conversationnels et d’accélérer leur mise en production, permettant ainsi à ses clients de se concentrer sur leur logique métier plutôt que sur l’infrastructure. Grâce à l’agent toolkit de Stripe, la plateforme d’agents d’ElevenLabs leur permet d’exécuter des processus de service client ou de vente. Par exemple, l’agent d’IA d’une entreprise peut accéder à son compte Stripe pour effectuer un remboursement ou finaliser une transaction en envoyant un lien de paiement. « La plus grande évolution des agents conversationnels basés sur l’IA sera le passage d’un simple rôle de réponse aux questions à une capacité d’agir de manière autonome pour exécuter certaines tâches », explique Luke Harries.

Un partenaire pour devancer la concurrence

ElevenLabs, qui proposait 11 voix à ses débuts, en possède désormais plus de 5 000 sur sa plateforme, en partie grâce à sa marketplace de pointe. Les doubleurs et doubleuses ont reçu plus de 4 millions de dollars de la part de la plateforme et certaines voix les plus populaires rapportent jusqu'à 10 000 $ par mois à leurs propriétaires.

À ce jour, les utilisateurs ont déjà créé plus de 550 000 agents d'IA sur la plateforme, et ce chiffre devrait continuer à augmenter si l'on tient compte du nombre de cas d'utilisation rendus possibles par les robots conversationnels et les flux de travail agentiques. En parallèle, ElevenLabs continue d'enrichir la bibliothèque de langues de ses fonctionnalités de synthèse vocale et de doublage, avec désormais 33 langues prises en charge dont l'anglais, le français et l'espagnol, ainsi que des langues moins répandues comme le croate ou le tamoul.

Luke Harries compare la concurrence dans le secteur de l'IA audio à la Formule 1, où chaque entreprise recherche la nouvelle itération technologique ou le dernier produit innovant pour prendre la pole position. De ce fait, il ne s'attend pas à ce que le rythme d'innovation ralentisse pour ElevenLabs, mais voit Stripe comme un partenaire clé pour poursuivre dans cette direction.