ElevenLabs とは: 読み上げ・音楽・効果音・文字起こし
公開 5 分で読めます
基本の情報
- 提供元
- ElevenLabs
- 種類
- 読み上げ(音声合成)・音楽・効果音・文字起こし
- YOBITSUGI AI で使えるモデル
- Eleven v3・Eleven Multilingual v2・Eleven Flash v2.5・Eleven Music・効果音・Scribe
- 日本語
- 読み上げ・音楽・文字起こしのモデルが対応(2026 年 10 月時点)
- 料金
- YOBITSUGI AI では使った分だけ(yobitsugi.ai/pricing)
- 公式サイト
- elevenlabs.io
ElevenLabs は、AI による音声の生成と認識を提供している会社です。文章を自然な声で読み上げる音声合成のほか、音楽と効果音の生成、音声の文字起こしなどを、Web のサービスと API で提供しています。YOBITSUGI AI では、読み上げ・音楽・効果音・文字起こしに使えます。
できること
読み上げ(音声合成)
ElevenLabs のドキュメントでは、YOBITSUGI AI で使える 3 つの読み上げのモデルを次のように説明しています(2026 年 10 月時点)。どれも日本語に対応しています。
| モデル | 特長 | 対応言語 | 1 回の上限 |
|---|---|---|---|
| Eleven v3 | 表現が豊か。会話の音声にも対応 | 70 以上 | 5,000 文字(約 5 分) |
| Eleven Multilingual v2 | 安定した品質。長い文章向き | 29 | 10,000 文字(約 10 分) |
| Eleven Flash v2.5 | 速く、単価が低い | 32 | 40,000 文字(約 40 分) |
電話番号や日付、金額などの数字の読み方は、Multilingual v2 のほうが適切に整えられるとして、ElevenLabs は数字の読み方が大切な場面では Multilingual v2 を勧めています。
なお、ElevenLabs のドキュメントには、より新しい世代の Eleven v4 も載っており、Eleven v3 は前の世代のモデルと位置づけられています。Eleven v4 は、YOBITSUGI AI の現時点の対応モデルには含まれていません。
音楽(Eleven Music)
文章で指示して、ジャンル・雰囲気・構成を指定した曲を作れます。歌入りでも、楽器だけでも作れ、歌は英語・スペイン語・ドイツ語・日本語などに対応しています。曲の一部分や曲全体の音と歌詞を直すこともできます。ElevenLabs は、レーベル・音楽出版社・アーティストと協力して作ったモデルだと説明しています。API の料金ページでは、1 回に作れる長さの上限は 5 分です。
効果音
文章で説明した音を作れます。長さは 0.1〜30 秒で指定でき、繰り返し再生してもつなぎ目が目立たないループの音も作れます。形式は MP3 で、ループしない効果音は 48 kHz の WAV でも書き出せます。
文字起こし(Scribe)
Scribe v2 は 90 以上の言語に対応し、単語ごとのタイムスタンプや、最大 32 人の話者の聞き分けができます。ElevenLabs の文字起こしのドキュメントでは、日本語の認識の精度を、単語誤り率(WER)5% 以下の「Excellent」に分類しています。
得意なこと・向いている使い方
ElevenLabs のドキュメントでは、それぞれの使い道として次のものを挙げています。
- Eleven v3: 感情の起伏がある読み上げや、複数の話者による会話の音声
- Eleven Multilingual v2: ゲームやアニメのキャラクターの声、企業の動画や e ラーニングの教材、複数の言語にまたがる制作
- Eleven Flash v2.5: リアルタイムの音声エージェントやチャットボット、すぐに応答が要るゲームやアプリ、大量の読み上げ
- Eleven Music: ゲームのサウンドトラック、ポッドキャストの BGM、広告用の短い動画の BGM
- 効果音: 映画や予告編の音づくり、ゲームの効果音、動画の環境音
- Scribe v2: 音声や動画の文字起こし、会議の記録、音声の内容の分析
YOBITSUGI AI での使い方
YOBITSUGI AI では、読み上げの Eleven v3・Eleven Multilingual v2・Eleven Flash v2.5、音楽の Eleven Music、効果音、文字起こしの Scribe を使えます。YOBITSUGI AI のサイトでは、ElevenLabs を「自然な声・音楽・効果音・文字起こし」の AI として案内しています。
日本語で頼むと、Claude エージェントが ElevenLabs に音声を頼み、届いたものを確認してから、マイファイルに保存します。使う AI を名前で指定して頼むこともできます。
頼み方の例:
- 「このナレーション原稿を、ElevenLabs の落ち着いた女性の声で読み上げて」
- 「ElevenLabs で、カフェで流す落ち着いたピアノの BGM を 2 分で作って」
- 「木のドアがきしみながら開く効果音を、ElevenLabs で作って」
- 「この会議の録音を ElevenLabs で文字起こしして、話している人ごとに分けて」
料金
YOBITSUGI AI では、提供元の定価をもとに、使った分だけクレジットを消費します。月額費用はかかりません。ElevenLabs の単価は料金ページで確認できます。
ElevenLabs の API(ElevenAPI)の単価は次のとおりです(2026 年 10 月時点・税抜)。
| モデル・機能 | 単価 |
|---|---|
| Eleven v3 | 1,000 文字あたり $0.08 |
| Eleven Multilingual v2 | 1,000 文字あたり $0.08 |
| Eleven Flash v2.5 | 1,000 文字あたり $0.04 |
| Eleven Music | 1 分あたり $0.15 |
| 効果音 | 1 分あたり $0.12 |
| Scribe v2 | 1 時間あたり $0.22 |
ElevenLabs の Web のサービスには、無料のプランと月額のプランがあります。
出典
- Models(ElevenLabs・2026-10-09 確認)
- Eleven Music(ElevenLabs・2026-10-09 確認)
- Sound effects(ElevenLabs・2026-10-09 確認)
- Transcription(ElevenLabs・2026-10-09 確認)
- ElevenAPI Pricing for creators and businesses of all sizes(ElevenLabs・2026-10-09 確認)
- ElevenLabs Pricing for Creators & Businesses of All Sizes(ElevenLabs・2026-10-09 確認)
- 料金とシミュレーション(YOBITSUGI AI・2026-10-09 確認)
- YOBITSUGI AI(呼継AI)(YOBITSUGI AI・2026-10-09 確認)
