ElevenLabs の音声モデル、OpenRouter で利用可能に

多くの会社の AI モデルを 1 つの API で使えるサービス OpenRouter は 10 月 7 日、ElevenLabs の音声のモデルを使えるようにしたと発表しました。文章を読み上げる音声合成のモデルが 9 種、音声を文字にする文字起こしのモデルが 2 種です。OpenRouter で言語モデルを使っているアプリから、同じ API キーで声の出力と聞き取りも扱えるようになります。

要点

• 読み上げには Eleven v4・v4 Turbo・v3・Multilingual v2・Flash v2.5 などの 9 種があります。
• 文字起こしは Scribe v2 と、医療の用語向けの Scribe v2 Medical の 2 種です。
• OpenRouter の API キーで使え、ElevenLabs の別のプランを契約する必要はありません。
• 料金は ElevenLabs の料金に上乗せせず、そのまま請求するとしています。
• Eleven v4 で一度に読み上げられるのは 1 万文字、Flash v2.5 は 4 万文字までです。
• 提供の開始に合わせ、10 月 19 日(米国太平洋時間)まで全モデルを 50% 引きにしました。

読み上げは POST /api/v1/audio/speech、文字起こしは POST /api/v1/audio/transcriptions で呼びます。用途の目安として、ナレーションやキャラクターの声には Eleven v4、音声で応答するエージェントには Eleven v4 Turbo、議事録や字幕には Scribe v2 を挙げています。料金は 2 段階で、Eleven v4・v3・Multilingual v2 は 1 文字あたりの満額、v4 Turbo・v3 Conversational・Flash・Turbo はその半額です。Scribe は音声の長さ(秒)で課金し、2 つの Scribe は同じ料金です。

声は ElevenLabs が用意した 21 種から名前で選べます。自分で複製したり作ったりした声を使うときは、ElevenLabs のキーを登録する仕組み(BYOK)を使います。Scribe v2 は 90 以上の言語で、話し手の区別と単語ごとの時刻をつけて書き起こせます。WebSocket を使うリアルタイムの Scribe v2 は、今回の提供に含まれていません。ElevenLabs が 9 月 28 日に公開した Eleven v4 については ElevenLabs、読み上げの Eleven v4・v4 Turbo を公開、医療向けのモデルは ElevenLabs、医療向け Scribe v2 Medical を一般提供にまとめています。

日本の利用者にとって

読み上げの料金は入力の文字数で数え、漢字や仮名などの CJK の文字も 1 文字として数えます。音声タグも文字数に含まれます。50% 引きの期限は 10 月 19 日午前 8 時(米国太平洋時間)で、日本時間では 10 月 20 日 0 時です。料金は米ドルです。

YOBITSUGI AI で使えるか

YOBITSUGI AI では ElevenLabs の Eleven v4・Eleven v3・Eleven Multilingual v2・Eleven Flash v2.5・Scribe v2 などを使えます。今回 OpenRouter に加わったモデルのうち、Eleven v4 Turbo や Scribe v2 Medical などは、現時点の対応モデルには含まれていません。ElevenLabs でできることは ElevenLabs とは にまとめています。

出典

• ElevenLabs is now on OpenRouter(OpenRouter Blog・2026年10月7日)