ElevenLabsの使い方：文章を自然な音声にする音声AIの始め方と料金

ElevenLabsは、文章から音声を作る「Text to Speech」を中心に、音声クローン、吹き替え、効果音、音楽生成、Speech to Text（音声の文字起こし）までをそろえた音声AIサービスです。公式のText to Speechページの対応言語一覧には日本語（Japanese）が含まれています。この記事では、始め方と料金の考え方を公式情報に基づいて紹介します。

ElevenLabsでできること

使い方（3ステップ）

料金はクレジット制です。公式FAQでは、Text to Speechは「1文字＝1クレジット」（V2 Multilingualの場合）が目安で、Flash／Turbo系のモデルはAPI利用時に1文字あたり0.5〜1クレジットに割り引かれます。クレジットはText to Speech、Speech to Text、音楽生成、吹き替えなど全製品で月次のプールを共有し、請求サイクルの開始日にリセットされます。未使用分は、解約やダウングレードをしなければ最大2か月分まで繰り越せます。

モデルと対応言語

対応言語の数はモデルによって異なります。なお、料金ページのプラン比較表では「Languages: 74」と全プラン共通の数値が表示されていますが、これは比較表上の表示で、上のモデル別の数値とは出所が異なります。日本語はText to Speechページの対応言語一覧に含まれています。

注意点

無料プランは個人・非商用利用のみで、ElevenLabsへの帰属表示が必要です。帰属表示の具体的な表記形式は、確認した公式FAQの範囲では明記されていませんでした。YouTubeやポッドキャスト、広告、オーディオブックなどの商用利用は有料プランが必要で、公式FAQでは、追加のロイヤリティはなく生成した音声の所有権は利用者にあると説明されています。使う前に、公式ページで最新の条件を確認してください。

まとめ

ElevenLabsは、無料枠で約10分の音声生成から試せる音声AIです。まず無料枠で声の雰囲気を確認し、商用で使う場合や自分の声のクローンがほしい場合は、StarterやCreatorなどの有料プランを検討する流れが分かりやすいでしょう。