テキストから驚くほど自然な音声を作れるAI音声サービス「ElevenLabs」。読み上げ・声の複製・吹き替え・音声エージェントまでを1つでカバーします。何ができて、どう使い、いくらかかるのかを整理します。
ElevenLabs とは
ElevenLabs は、AI音声を中心とした「音声・コミュニケーションの総合プラットフォーム」です。自然な読み上げ（Text to Speech）で広く知られ、70以上の言語・5,000以上の音声に対応。音声合成の品質では業界トップクラスと評価されています。制作（ElevenCreative）・音声エージェント（ElevenAgents）・開発者向けAPI（ElevenAPI）の3本柱で構成されています。
主な機能
制作（ElevenCreative）
- Text to Speech：感情豊かで自然な読み上げ。多言語対応。
- Voice Cloning：声を複製（instant／professional）。
- Dubbing（吹き替え）：動画を多言語に、口調や感情を保ったまま吹き替え。
- Music / Sound Effects：自然言語のプロンプトから音楽や効果音を生成。
音声エージェント（ElevenAgents）
電話・チャット・メール・WhatsApp などで会話する音声AIを構築・運用。低遅延での応答、テスト、分析、ガードレール（安全制御）に対応。
開発者向け（ElevenAPI）
- TTS API：用途別モデル（Eleven Flash＝低遅延／Multilingual／v3）。
- Scribe（音声認識）：高精度な文字起こし（98%精度をうたう）。
- Music API など。
料金（目安）
消費は「クレジット」単位（読み上げの長さなどで消費）。主なプランは次のとおりです。
| プラン | 月額(目安) | クレジット/月 | 主な内容 |
|---|---|---|---|
| Free | $0 | 10,000 | TTS・音声認識・効果音・音楽・3プロジェクト |
| Starter | $6 | 30,000 | 商用ライセンス・instant voice cloning |
| Creator | $22（初月50%オフ） | 121,000 | professional voice cloning |
| Pro | $99 | 600,000 | 高音質のAPI出力（44.1kHz） |
| Scale | $299 | 1,800,000 | チーム利用・3シート |
| Business | $990 | 6,000,000 | 低遅延TTS・10シート |
| Enterprise | 個別見積 | カスタム | SSO・DPA/SLA・優先サポート |
料金・クレジット・機能は変わる可能性があります。導入前に公式の最新情報をご確認ください。
活用例
- 動画・YouTube・eラーニングのナレーション、オーディオブック制作。
- 多言語展開：1本の動画を各言語に吹き替えてローカライズ。
- 問い合わせ対応や予約受付の音声エージェント。
- アクセシビリティ（読み上げ）やゲーム・アプリのボイス。
使うときの注意
- 声の権利・なりすまし：他人の声を無断で複製しない。本人同意のある声・自分の声を使う。
- 商用利用：商用にはStarter以上のライセンスが必要。無料枠の範囲に注意。
- 生成音声には来歴表示（provenance）などの安全機能が用意されている。用途の透明性も意識する。
主な情報源
各サービスは提供元の規約・ライセンスに従ってご利用ください。情報は公開時点のものです。収集・要約はAI、公開判断は人。