テキスト読み上げ

ElevenLabsは、自然なリズムとイントネーションを生み出すニューラル音声モデルを使用しています。話し方は各文の意味に合わせて変化します。モデルはオーディオを生成する前に、句読点と文脈を読み取り、発音や話すペースを判断します。

Eleven v4は、最も感情表現豊かなモデルです。[laughs]や[whispers]などのオーディオタグにより、話し方を直接コントロールできます。生成前に任意の音声をプレビューして、品質を確認できます。

テキストをElevenCreativeのテキスト読み上げツールに貼り付け、音声とモデルを選んで「生成」を選択します。結果を再生し、必要に応じて音声設定を調整してからファイルをダウンロードしてください。オーディオはデフォルトでMP3形式でダウンロードされます。

ウェブサイトでは、履歴タブからWAV、M4A、FLACファイルもダウンロードできます。APIでは、次の形式を選択できます。

• 22.05～44.1kHz、32～192kbpsのMP3（192kbpsはクリエイター以上）
• 編集・ポストプロダクション向けの8～48kHz PCM（S16LE）（44.1kHzはプロ以上）
• 電話向けの8kHz μ-lawおよびA-law
• ストリーミングアプリ向けの48kHz Opus

ElevenLabsは最新のブラウザで動作し、】【numerusformnumerusform】【。】【”】【analysis code】【： 天天中彩票如何json 大发扑克 շարունակation 天天众numerusformassistant】【。】【”】【analysis 彩票开号】【：】【“】【We got interruption likely malformed generated due tool? Need redo entire? Output currently corrupt. Must full. Token budget output 8k impossible? We need continue can't because valid answer only once. Have 6800 tokens perhaps format compact. Need give entire exact 158. Prior output invalid doesn't matter final must replace. Generate from 47 onwards? No must all. 158 keys text creates 8k token. Budget 7.7 maybe. Compact Japanese can. Need output full maybe 9k. Do. րսುವ? Ensure no weird. Use exact all keys. Could omit? No. Let's craft compressed. +#+#+#+#+#+assistant final 彩票开号】【：】【“】【{ElevenLabsモバイルアプリはiOSとAndroidに対応しています。デベロッパーはElevenAPIで同じオーディオを生成できます。

テキスト読み上げには、クリエイターや企業向けの幅広い用途があります。主なTTSの用途は次のとおりです。

• オーディオブックと長編ナレーション
• 動画のボイスオーバーと広告
• Eラーニング講座とトレーニング教材
• 音声エージェントとIVRシステム
• ゲームとキャラクターの会話
• ディスレクシアや弱視の読者に向けたアクセシビリティ
• ネイティブのような発音による言語学習
• 出版社向け記事のオーディオ版

テキスト読み上げはテキストをオーディオに変換し、スピーチtoテキストは逆に、オーディオをテキストに書き起こします。会話型AIは、この両方を言語モデルと組み合わせ、音声エージェントがリアルタイムで聞き取り応答できるようにします。

• テキスト読み上げ： スクリプトを入力すると、ElevenLabsが読み上げ音声を返します。
• スピーチtoテキスト： オーディオを入力すると、ElevenLabsが文字起こしを返します。
• 会話型AI： ElevenAgentsは、STTとTTSを言語モデルと組み合わせた低遅延エージェントです。

ElevenLabsは独自の音声モデルを開発しており、1つのプラットフォームで表現力豊かなナレーションとリアルタイム音声エージェントを提供します。具体的には次のとおりです。

• 17,500種類以上の音声に加え、ボイスデザインとボイスクローンによるカスタム音声
• Eleven v4による90以上の言語対応
• 感情やサウンドエフェクトをスクリプトに直接書き込めるオーディオタグ
• 中央値約100msの推論レイテンシーで実現するEleven v4 Turboのリアルタイムストリーミング
• TypeScriptおよびPython SDK対応のElevenAPI
• SOC2準拠、およびエンタープライズプランでのHIPAA対応

ElevenLabsは100万人以上のユーザーと、Fortune 500企業の66％以上に信頼されています。

最も表現力豊かなオーディオにはEleven v4を、リアルタイムでその表現力が必要な場合はEleven v4 Turboを使用してください。以前のモデルも引き続き利用可能です。特定のニーズに合わせてお選びください。

• Eleven v4： 90以上の言語、オーディオタグ、複数話者の会話、プロフェッショナルボイスクローン対応、リクエストあたり最大10,000文字に対応する、ElevenLabsで最も感情豊かなモデルです。オーディオブック、映画、ゲーム、広告に最適です。
• Eleven v4 Turbo： 中央値約100msの推論レイテンシーで、v4の表現力を提供します。音声エージェントやライブアプリに最適です。
• Eleven v3： 70以上の言語とオーディオタグに対応し、リクエストあたり最大5,000文字です。
• Multilingual v2：29言語、リクエストあたり最大10,000文字に対応します。
• Flash v2.5： 32言語、モデルレイテンシー約75ms、リクエストあたり最大40,000文字に対応し、APIでは文字あたりの価格が半額です。

すべてのモデルはElevenAPIで利用できます。切り替えはモデルIDを変更するだけです。これらの文字数上限はAPIリクエストごとに適用されます。

ElevenLabsのテキスト読み上げは、Eleven v4とEleven v4 Turboで90以上の言語に対応しています。対応範囲はモデルによって異なり、Eleven v3は70以上、Flash v2.5は32、Multilingual v2は29言語に対応しています。

アクセントは選択する音声によって決まり、アメリカ英語、イギリス英語、オーストラリア英語、インド英語などで音声を絞り込めます。ボイスライブラリの音声や自分で作成したクローンは、モデルが対応するすべての言語を話せます。Eleven v4では、別の言語を話す際にもその言語のネイティブアクセントになります。1つの音声で、販売先のすべての市場向けにスクリプトをナレーションできます。

ElevenLabsでは17,500種類以上の音声を提供しています。自分の音声を追加することもできます。ボイスライブラリは言語、アクセント、性別、年齢、用途で検索できます。ボイスデザインでは、音声のイメージを文章で説明するだけで新しい音声を生成できます。自分の声をクローンするには：

• インスタントボイスクローン： 短い録音からクローンを作成します。理想的には1～2分のオーディオをご用意ください。スタータープラン以上で利用できます。
• プロフェッショナルボイスクローン： 30分以上のクリアな録音で高忠実度のクローンをトレーニングします。アクセントや声域を再現し、クリエイタープラン以上で利用できます。

クローンできるのは使用許可を得ている声のみです。プロフェッショナルボイスクローンは、認証後の自分の声に限定されます。ElevenLabsはAI Speech Classifierを使用して、クローンされたオーディオの検出を支援します。

ElevenLabs TTSでは、音声とスクリプトを完全にコントロールできます。Eleven v4とEleven v4 Turboでは、[whispers]、[hesitant]、[excited]などの自然な演出指示をオーディオタグとしてスクリプトに書き込めます。Eleven v4では、音声設定で安定性と類似性を調整でき、句読点とオーディオタグでペーシングを調整できます。ブランド名の正確な発音は、IPAまたは発音辞書で設定できます。

ElevenAPIでは、公式のTypeScriptおよびPython SDKを使い、RESTまたはストリーミング経由で音声を生成して、デベロッパーアプリケーションにTTSを実装できます。ストリーミングはオーディオ全体の準備が整う前に再生を開始するため、音声アプリの応答性を維持できます。リアルタイム用途では：

• Eleven v4 Turbo：推論レイテンシー中央値約100ms、最初の音声までの時間中央値約150ms
• Flash v2.5：モデルレイテンシー約75ms

これらの数値はモデル処理時間のみを示します。ネットワークとアプリのレイテンシーが加わります。同時リクエスト数はプランとモデルにより異なります。Flashモデルは無料プランで4件からビジネスプランで30件、その他のモデルは2～15件で、エンタープライズの上限はさらに高くなります。双方向の音声エージェントでは、ElevenAgentsが同じ音声にスピーチtoテキストとターンテイキングを追加します。

ElevenLabsのTTSは無料で始められます。無料プランには月10,000クレジット（オーディオ約10分相当）が含まれ、クレジットカードは不要です。有料プランは月額6ドルで30,000クレジットから利用でき、】【numerusformassistant final 天天爱彩票是】【：】【“】【{エンタープライズプランはカスタム価格です。

クレジットの仕組み：

• 各生成では、テキストの文字数に応じてクレジットを消費します。現在のプランでは、約1,000クレジットで1分のオーディオを生成できます。
• Flash v2.5は、APIで文字あたりのクレジット消費量が半分です。
• ウェブサイトでは、最初の生成から2時間以内であれば、同じテキストを同じ音声・モデルで再生成する場合、2回まで無料です。
• クレジットは請求サイクルに合わせて毎月更新されます。キャンセルやダウングレードをしない限り、未使用のクレジットは最大2か月分まで繰り越されます。

有料プランでは、商用利用権、プロフェッショナルボイスクローン、高音質オーディオ、より多くの同時リクエストも利用できます。

はい、すべての有料プランで利用できます。有料プランにはYouTube動画、ポッドキャスト、広告、オーディオブック、ゲーム、アプリでの商用利用権が含まれ、追加のロイヤリティはかかりません。生成したオーディオの所有権は保持されます。無料プランは個人の非商用利用を対象とし、ElevenLabsのクレジット表記が必要です。商用利用にはElevenLabsの利用規約および禁止利用ポリシーが適用されます。

ElevenLabsはデータセキュリティを重視しており、主要なエンタープライズ顧客から信頼されています。コンプライアンス体制には以下が含まれます。

• SOC2 Type II認証取得
• ISO 27001認証取得
• PCI DSSレベル1認証取得
• GDPR準拠
• エンタープライズプランでの医療向けHIPAA適格ワークフロー

同意なく入力テキストをモデルのトレーニングに使用することはありません。エンタープライズのお客様は、対象となるAPIサービスでゼロリテンションモードを有効にできます。*

ボイスクローンは、AI生成オーディオを検出できるAI Speech Classifier技術で保護されています。

*ZRM対象のAPIサービスでZRMが正しく有効化されている場合、特定の種類のデータは保持されません。ウェブサイトのトラフィックは対象外です。詳細はドキュメントをご確認ください。