VisionStoryがElevenLabsで表現豊かなAIナレーションを実現

VisionStoryは、テキストをビジュアル、編集機能、ボイスオーバーを備えたプロ品質のビデオに変換するAIビデオ作成プラットフォームです。ストーリーテラー、教育者、マーケターのコンテンツ作成をシンプルにします。

このプラットフォームには、ElevenLabsが厳選した32言語・200種類以上のプレミアム音声を用意。YouTubeコンテンツから解説ビデオ、製品紹介まで、さまざまな用途に合わせて音声のトーンやスタイルを選べます。

AIオーディオスイートをフル活用

VisionStoryは当初、独自モデルとサードパーティーツールを組み合わせて使用していました。利用が拡大するにつれ、チームはElevenLabsの音声テクノロジースタックへ全面移行しました。導入したのは、テキスト読み上げ、ボイスクローン、ボイスチェンジャー、ボイスアイソレーターです。この移行により開発が効率化され、新たな機能も実現しました。

• ユーザーの声をクローンし、パーソナライズされたナレーションを作成
• クリエイターがアバターのトーンやアクセントを調整
• ノイズ除去によりアップロードしたオーディオを改善
• 日付、通貨、多言語テキストなどの高度な入力を処理

成長とユーザーエンゲージメントを促進

ElevenLabsの導入以来、プレミアム音声機能がVisionStoryの有料登録の20％を牽引しています。音声は収益化モデルの中核になっています。

ユーザーからのフィードバックは、音声カタログと機能セットの両方に反映されています。より自然なアフリカ系やフィリピン系の音声、ノルウェー語の発音改善といった要望を受け、プラットフォーム全体で具体的なアップデートを行いました。

「多くのユーザーが、音声の自然さに驚いています」と、VisionStoryのCOOであるTim氏は話します。「ElevenLabsを活用してYouTubeチャンネル全体を運営している方もいます。また、Joanneのように気に入った声についてフィードバックを寄せたり、地域ごとのアクセントの改善を要望したりする方もいます。こうしたエンゲージメントは、真の価値を示しています。ElevenLabsは本当にかけがえのない存在です。私たちが見つけた中で最も包括的な音声ソリューションを提供しています。テキスト読み上げ、ボイスクローン、ASR、ノイズ除去、ボイスチェンジャーまで、すべてを一か所で利用できます。ボイスライブラリは、品質と対応範囲の両面で他に類を見ません。」

AIビデオ時代のパートナー

バイラルなYouTubeデモから始まったVisionStoryは、スケーラブルで高品質なナレーションを実現する中核プラットフォームへと進化しました。ElevenLabsは、自然に聞こえ、文脈に適応し、世界中のクリエイターのニーズに応える音声の提供を支援しています。

アバター、ビデオ、AIストーリーテリングなど、音声を活用するツールを構築している方は、お問い合わせください。