Agents vocaux IA : lesquels annoncent une voix en français canadien, et à quel prix la minute

Niveau de preuve : C — faits vérifiés à la source, outils non testés par nous. Dernière vérification : 20 septembre 2026.

Outils comparés ElevenLabs Deepgram Vapi Synthflow Zoom

En bref. Sur douze plateformes vocales, trois seulement inscrivent le français canadien dans leur catalogue officiel de voix : Azure AI Speech (6 voix fr-CA), Google Cloud Text-to-Speech et Amazon Polly (3 voix). ElevenLabs mentionne « French (France, Canada) » sans code de locale. Deepgram ne fait pas de synthèse en fr-CA mais le reconnaît. Les unités facturées ne se comparent pas : au caractère chez les trois grands nuages, à la minute d’appel chez Vapi (0,05 $ US) et Retell AI (0,07 à 0,31 $ US).

Le critère mesurable de cette page est double et il est strictement documentaire : la présence explicite du code fr-CA (ou de la mention « French (Canada) » / « French (Canadian) ») dans le catalogue officiel de voix ou de langues de l’éditeur, et le prix affiché avec son unité de facturation. Rien d’autre. On n’a écouté aucun extrait audio, on n’a ouvert aucun compte, on n’a passé aucun appel. Ce qui suit dit ce que 12 éditeurs écrivent dans leur propre documentation, avec l’URL et la date. Une plateforme qui n’inscrit pas fr-CA n’est pas pour autant incapable de sortir une voix québécoise : ça veut dire qu’elle ne l’annonce pas, et qu’il n’y a donc rien à citer. On distingue deux colonnes, parce qu’un outil peut annoncer fr-CA d’un bord et pas de l’autre : la synthèse (la voix qui parle) et la reconnaissance (comprendre l’appelant).

Le tableau

Outil	fr-CA en synthèse	Voix fr-CA publiées	fr-CA en reconnaissance	Unité facturée	Prix affiché	URL
Azure AI Speech	Oui, « French (Canada) »	6	Oui, locale fr-CA	Caractère (synthèse), seconde (reconnaissance)	à vérifier	learn.microsoft.com
Google Cloud Text-to-Speech	Oui, « French (Canada) fr-CA »	à vérifier	Oui, fr-CA (chirp, chirp_2, chirp_telephony)	Caractère	4 à 160 $ US / 1 M caractères selon le palier	docs.cloud.google.com
Amazon Polly	Oui, « French (Canadian) »	3	Hors produit (Polly est synthèse seulement)	Caractère	4 à 100 $ US / 1 M caractères selon le moteur	docs.aws.amazon.com
Deepgram	Non (français de France seulement)	0	Oui, fr-CA (Nova-3, Nova-2, Base)	1 000 caractères (synthèse), minute (reconnaissance)	0,0043 $ US/min ; 0,030 $ US/1 000 car.	developers.deepgram.com
ElevenLabs	Mention « French (France, Canada) », sans code de locale	Aucun décompte publié	à vérifier	Crédits	0 à 990 $ US/mois selon le plan	elevenlabs.io
Cartesia	Non enuméré (fr seulement)	à vérifier	à vérifier	Crédits	0 à 299 $ US/mois selon le plan	docs.cartesia.ai
OpenAI (API voix)	Non (« French », sans locale)	Aucun décompte publié	à vérifier	à vérifier	à vérifier	developers.openai.com
Vapi	Non annoncé	à vérifier	à vérifier	Minute d’appel	0,05 $ US/min + coûts des fournisseurs au coût	docs.vapi.ai
Retell AI	à vérifier	à vérifier	à vérifier	Minute d’appel	0,07 à 0,31 $ US/min	retellai.com
Bland AI	à vérifier	à vérifier	à vérifier	Minute d’appel	0,14 $ US/min (plan Start)	bland.ai
PlayHT / PlayAI	à vérifier	à vérifier	à vérifier	à vérifier	à vérifier	play.ht
Synthflow	à vérifier	à vérifier	à vérifier	Contrat annuel	À partir de 30 000 $ US/an	synthflow.ai

Sources : les URL de la dernière colonne, toutes consultées le 20 septembre 2026.

Le décompte brut du critère : sur 12 plateformes, trois inscrivent fr-CA explicitement dans leur catalogue de voix de synthèse — Azure AI Speech, Google Cloud Text-to-Speech et Amazon Polly. Trois l’inscrivent explicitement en reconnaissance — Azure AI Speech, Google Cloud Speech-to-Text et Deepgram. Les trois qui gagnent en synthèse sont les trois grands nuages, et ce sont aussi les trois seuls à publier des catalogues de voix avec le code de région visible.

Les trois qui publient fr-CA en synthèse

Azure AI Speech — 6 voix fr-CA nommées

La documentation officielle liste six voix pour la locale fr-CA : fr-CA-SylvieNeural (féminine), fr-CA-JeanNeural (masculine), fr-CA-AntoineNeural (masculine), fr-CA-ThierryNeural (masculine), plus deux variantes marquées DragonHD, fr-CA-Sylvie:DragonHDLatestNeural et fr-CA-Thierry:DragonHDLatestNeural. Aucune n’est marquée multilingue. Du côté reconnaissance, la locale fr-CA figure au tableau des langues de transcription, avec la transcription rapide cochée ; le raffinement post-flux, mono ou multilingue, n’est pas coché pour fr-CA.

Microsoft publie l’unité de facturation — au caractère pour la synthèse, à la seconde pour la transcription — et les quotas gratuits : 0,5 million de caractères par mois en synthèse neuronale et 5 heures audio par mois en transcription temps réel. Le prix lui-même n’a pas pu être lu : la grille affiche des montants variables selon la région et la devise sélectionnées, et la page consultée ne rendait pas de chiffre. Donc : à vérifier. On ne met pas de chiffre de mémoire.

Source : https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support, consultée le 20 septembre 2026. Grille tarifaire : https://azure.microsoft.com/en-us/pricing/details/cognitive-services/speech-services/, consultée le 20 septembre 2026.

Site officiel

Google Cloud — fr-CA nommé des deux bords

Google nomme fr-CA dans les deux catalogues. En synthèse, la page des voix Chirp 3 : HD liste l’entrée « French (Canada) | fr-CA » parmi les locales prises en charge. Google documente 30 noms de voix pour ce modèle, utilisables selon le format <locale>-Chirp3-HD-<NomDeVoix> — par exemple fr-CA-Chirp3-HD-Kore. Le nombre exact de voix disponibles spécifiquement pour fr-CA est à vérifier : le tableau complet du catalogue, qui couvre toutes les langues, n’a pas pu être lu au complet pendant cette session, et on n’écrit pas un décompte qu’on n’a pas compté.

En reconnaissance, la liste des langues de Speech-to-Text v2 donne trois entrées : « French (Canada) | fr-CA | chirp | Automatic punctuation », la même avec chirp_2 qui ajoute l’adaptation de modèle, et « French (Canada) | fr-CA | chirp_telephony ».

La facturation de la synthèse est au caractère, espaces et sauts de ligne comptés, balises SSML comptées sauf <mark> : 4 $ US par million de caractères pour Standard et WaveNet, 16 $ US pour Neural2 et Polyglot (préversion), 30 $ US pour Chirp 3 : HD, 160 $ US pour Studio. Les paliers gratuits mensuels sont de 4 millions de caractères pour Standard et WaveNet, 1 million pour les autres. Le prix de la reconnaissance n’a pas été lu : à vérifier.

Sources : https://docs.cloud.google.com/text-to-speech/docs/chirp3-hd et https://docs.cloud.google.com/speech-to-text/v2/docs/speech-to-text-supported-languages et https://cloud.google.com/text-to-speech/pricing, consultées le 20 septembre 2026.

Site officiel

Amazon Polly — 3 voix, étiquetées « French (Canadian) »

Polly publie trois voix sous le libellé « French (Canadian) », code fr-CA : Chantal (féminine, moteur standard seulement), Gabrielle (féminine, moteurs neural et generative) et Liam (masculin, moteurs neural et generative). Aucune voix fr-CA n’est offerte en moteur long-form.

Facturation au caractère converti en parole ou en métadonnées Speech Marks : 4 $ US par million de caractères en standard, 16 $ US en neural, 30 $ US en generative, 100 $ US en long-form. Paliers gratuits mensuels : 5 millions de caractères en standard, 1 million en neural, 500 000 en long-form, 100 000 en generative — les trois derniers pour les 12 premiers mois du compte.

Polly est un produit de synthèse seulement ; la reconnaissance vocale chez AWS passe par Amazon Transcribe, un service distinct qu’on n’a pas consulté. La présence de fr-CA chez Transcribe est donc à vérifier.

Sources : https://docs.aws.amazon.com/polly/latest/dg/available-voices.html et https://aws.amazon.com/polly/pricing/, consultées le 20 septembre 2026.

Site officiel

Deepgram : fr-CA en reconnaissance, pas en synthèse

Deepgram est le cas qui justifie les deux colonnes. En reconnaissance, la page des modèles et langues donne « French: fr, fr-CA » pour Nova-3, Nova-2 et le modèle Base — le code canadien est là, nommément, sur les trois. En synthèse, Aura-2 annonce l’anglais, l’espagnol, l’allemand, le français, le néerlandais, l’italien et le japonais ; les deux voix françaises publiées sont aura-2-agathe-fr et aura-2-hector-fr, toutes deux désignées fr-fr. Aucune variante canadienne au catalogue.

Prix publiés, paiement à l’usage : reconnaissance Nova-3 à 0,0043 $ US la minute en monolingue et 0,0052 $ US la minute en multilingue ; synthèse Aura-1 à 0,0150 $ US les 1 000 caractères et Aura-2 à 0,030 $ US les 1 000 caractères.

Source : https://developers.deepgram.com/docs/models-languages-overview, https://developers.deepgram.com/docs/tts-models et https://deepgram.com/pricing, consultées le 20 septembre 2026.

Site officiel

Les catalogues qui s’arrêtent à « français »

ElevenLabs est le seul de ce groupe à nommer le Canada : la liste des langues de Multilingual v2 porte l’entrée « French (France, Canada) ». Mais il n’y a pas de code de locale fr-CA, pas de catalogue de voix par région, et aucun décompte de voix canadiennes. Les totaux de langues publiés sont de 29 pour Multilingual v2, 32 pour Flash v2.5 et « 70+ » pour Eleven v3. La facturation est en crédits : plan gratuit à 10 000 crédits par mois, Starter à 6 $ US pour 30 000, Creator à 11 $ US pour 121 000, Pro à 99 $ US pour 600 000, Scale à 299 $ US pour 1,8 million, Business à 990 $ US pour 6 millions. Le taux de conversion entre crédits et caractères est à vérifier : la page de tarifs dit que caractères et crédits « fonctionnent ensemble » sans publier le ratio, et sans ratio il n’y a pas de prix au caractère calculable. Le tarif à la minute de la plateforme d’agents est aussi à vérifier.

Cartesia publie 44 langues pour Sonic 3.6, avec le français au code fr seulement. La documentation précise qu’on peut passer « un code de base ou un code de locale régionale pris en charge », mais la liste de ces locales régionales ne figure pas sur la page consultée : la présence de fr-CA est donc à vérifier. Facturation en crédits : gratuit à 20 000 crédits, Pro à 5 $ US pour 100 000, Startup à 49 $ US pour 1,25 million, Scale à 299 $ US pour 8 millions. Cartesia donne des équivalences en durée plutôt qu’en caractères — le plan Pro est chiffré à environ 133 minutes de synthèse Sonic-3.6 par mois et environ 9 h 16 de reconnaissance Ink-2. Les langues de Ink-2 n’ont pas été consultées : à vérifier.

OpenAI liste plus de 50 langues pour son API de synthèse, alignées sur la couverture de Whisper, sans aucun code de locale : l’entrée est « French », point. La documentation ajoute que les voix sont optimisées pour l’anglais — c’est la formulation de l’éditeur, pas notre appréciation. Modèles publiés : gpt-4o-mini-tts, tts-1, tts-1-hd ; 13 voix nommées, dont 9 disponibles sur tts-1 et tts-1-hd. Les prix n’ont pas pu être lus sur les pages consultées : à vérifier.

Les orchestrateurs d’appels : prix à la minute publiés, langues non publiées

Les quatre plateformes qui vendent l’agent téléphonique complet facturent à la minute d’appel et pas au caractère. Aucune des quatre ne nomme fr-CA dans ce qu’on a pu lire.

Vapi facture 0,05 $ US la minute d’appel, au prorata de la seconde, et refacture au coût les composantes transcription, modèle, voix et téléphonie. Un numéro acheté chez Vapi coûte 2 $ US par mois, et un nouveau compte reçoit 10 $ US de crédits. La page multilingue de Vapi nomme ses fournisseurs — Deepgram, Google STT, Gladia, AssemblyAI, Azure STT, OpenAI Whisper, Speechmatics, Talkscriber en transcription ; Vapi Voices, Azure, ElevenLabs, OpenAI TTS et PlayHT en synthèse — mais fr-CA n’apparaît nulle part dans le document, et le seul exemple français donné est fr-FR-DeniseNeural. Comme Azure et Deepgram figurent dans la liste des fournisseurs et que les deux publient fr-CA, la question est de savoir si Vapi expose ces locales : à vérifier.

Retell AI publie une fourchette de 0,07 à 0,31 $ US la minute, décomposée : infrastructure vocale à 0,055 $ US la minute, voix de la plateforme à 0,015 $ US la minute, voix ElevenLabs à 0,040 $ US la minute, téléphonie à partir de 0,015 $ US la minute, et le coût du modèle par-dessus. Numéros à 2 $ US par mois, concurrence additionnelle à 8 $ US par appel simultané par mois au-delà de 20. Les langues n’ont pas été consultées : à vérifier.

Bland AI facture 0,14 $ US la minute sur le plan Start sans frais mensuels, ou 0,12 $ US la minute sur le plan Build avec 299 $ US par mois de frais de plateforme. Le tarif inclut le modèle, la reconnaissance et la synthèse, sans refacturation de jetons. Les minutes de transfert sont facturées à part, 0,05 $ US ou 0,04 $ US la minute selon le plan. La page de langues n’était pas accessible : à vérifier.

Synthflow ne publie qu’un plan : Enterprise, à partir de 30 000 $ US par année, le prix final étant établi selon le volume d’appels, la concurrence, la téléphonie et les intégrations. Ni les minutes incluses, ni le taux de dépassement, ni la liste des langues n’étaient publiés sur les pages consultées : à vérifier.

Ce que cette page ne dit pas, et ne peut pas dire

Aucun des 12 éditeurs ne publie d’évaluation de l’accent québécois de ses voix. Aucun ne dit si une voix étiquetée fr-CA sonne montréalaise, ni si un modèle qui n’annonce que fr peut être guidé vers l’accent d’ici. Aucun ne publie de mesure de compréhension d’un appelant qui parle avec un accent régional du Québec. Cette question-là ne se règle pas dans une documentation : elle exige un test d’écoute réel, avec des locuteurs d’ici, sur des extraits générés par chaque outil. On ne l’a pas fait. Donc on n’écrit rien là-dessus.

Le tableau mesure une seule chose : est-ce que l’éditeur écrit fr-CA dans son catalogue, oui ou non, et à quel prix il facture. C’est vérifiable, c’est daté, et ça ne présume rien du résultat sonore.

Ce qui reste à vérifier

• Azure AI Speech : prix en dollars américains au million de caractères (synthèse) et à l’heure audio (reconnaissance). La grille consultée n’affichait pas de montant.
• Google Cloud : nombre exact de voix fr-CA au catalogue complet, tous modèles confondus. Prix de Speech-to-Text.
• Amazon : présence de fr-CA chez Amazon Transcribe, et son prix à la minute.
• ElevenLabs : ratio crédits-caractères par modèle ; tarif à la minute de la plateforme d’agents ; présence de fr-CA en reconnaissance ; nombre de voix canadiennes, s’il existe.
• Cartesia : liste des locales régionales prises en charge et présence de fr-CA ; conversion crédits-caractères ; langues de Ink-2 en reconnaissance.
• OpenAI : prix de gpt-4o-mini-tts, tts-1 et tts-1-hd avec l’unité ; présence de fr-CA comme locale en transcription.
• Vapi : est-ce que les locales fr-CA d’Azure et de Deepgram sont exposées dans la configuration ?
• Retell AI, Bland AI, PlayHT / PlayAI, Synthflow : liste officielle des langues et présence de fr-CA en synthèse et en reconnaissance.
• PlayHT / PlayAI : grille de prix et unité de facturation.
• Synthflow : minutes incluses et taux de dépassement à la minute.
• Tous : nombre de voix fr-CA distinctes quand l’éditeur ne publie pas de catalogue par région.

Méthode

Tous les chiffres et toutes les mentions de langue de cette page ont été lus le 20 septembre 2026 sur les pages officielles des éditeurs, aux URL citées sous le tableau et dans chaque section. Les six voix fr-CA d’Azure ont été comptées dans le fichier source de la documentation Microsoft publiée sur GitHub (MicrosoftDocs/azure-ai-docs, includes/language-support/tts.md), parce que le tableau de la page web est chargé par onglet et n’était pas lisible autrement. Les décomptes de voix de Polly et d’Azure sont des comptes réels effectués sur des listes complètes. Le décompte de Google est marqué à vérifier parce que sa liste complète n’a pas pu être lue en entier ; on ne complète pas un décompte par déduction.

Ce que la page ne prétend pas faire : aucun de ces outils n’a été acheté, installé ou essayé par nous. Aucun extrait audio n’a été écouté. Aucune qualité de voix, d’accent, de naturel ou de réalisme n’est évaluée ici, et aucun outil n’est recommandé ni déconseillé. Les cases « à vérifier » restent des trous, pas des estimations : quand un éditeur ne publie pas un chiffre, on écrit qu’il ne le publie pas.

Ce site peut toucher une commission si vous vous abonnez à un outil par un de nos liens. Ça ne change ni les prix affichés, ni le contenu de cette page, qui ne contient aucune recommandation.

À lire aussi

• Chatbots pour site de PME : lesquels offrent interface et support en français — les chatbots écrits, interface et support en français
• Transcription de réunions Teams, Zoom et Meet : lesquels annoncent le français canadien — la transcription de réunions et le français d’ici