本文へスキップ

elevenlabs/dubbing/audio-to-audio

ElevenLabs Dubbing は ElevenLabs の録音音声翻訳サービスです。この音声エンドポイントでは、最長 15 分の素材を 33 の翻訳先言語のいずれかに吹き替え、MP3 を返します。

最低価格 $0.012/秒

プレイグラウンド

入力

音声から音声
料金に影響1/1
1 / 1 ファイル
audio_url で、翻訳する録音を最長 15 分で指定します。長い素材は送信前に切り出すか分割し、吹き替えの許可がある録音を使ってください。 1 文字以上
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

ElevenLabs Dubbing API

録音された話し声を、話者の声の特徴を引き継ぎながら別の言語に翻訳します。

主なスペック

翻訳先の言語数
33
元の素材の長さの上限
15 min
明示できる話者数
1–32
4.5 秒の音声テストの処理時間
9.6 s

課金前に知っておくこと

すべてのモード

15 分を超える録音は送信時に拒否されます。翻訳先は 33 言語、翻訳元は 57 言語と auto、明示する話者数は 1〜32 人です。話者数を省略すると自動検出されます。吹き替えを使う前に、訳された名前、用語、話者の切り替わりを点検してください。

動画翻訳

動画翻訳は映像を変えず、音声トラックを差し替えます。口元は撮影時の動きのままで、返却 MP4 に字幕はありません。どちらかが必要な場合は別の処理を用意してください。

できること

2 つのメディア処理

MP3 の吹き替えか、翻訳音声付き MP4

audio-to-audio は録音から吹き替え MP3 を返します。video-translate は映像を保ち、音声トラックを差し替えた MP4 を返します。どちらも素材は最長 15 分で、受け取りたい形式に応じて選べます。

言語と話者の調整

33 の翻訳先と話者の自動検出

翻訳先 33 言語、翻訳元 57 言語から選ぶか、元の言語を自動検出できます。登場する人数が分かるなら speaker_count を 1〜32 で指定し、不明なら省略してください。ElevenLabs は、各話者の声の特徴を翻訳音声へ引き継ぐと説明しています。

背景の音を選ぶ

録音の音楽や環境音を残す

翻訳後も音楽や環境音が必要なら keep_background_audio を有効にします。結果を使う前に、新しい声との音量バランスを確認してください。動画でもこの設定で映像が変わったり字幕が作られたりすることはありません。

短い素材の実測

音声サンプルの処理時間は 9.6 秒

4.5 秒の英語をスペイン語に訳すテストは約 9.6 秒で処理され、4.50 秒、44.1 kHz、モノラル、128 kbps の MP3 が返りました。別の 6.04 秒の動画は約 14.8 秒かかり、新しいモノラル AAC を含む MP4 になりました。いずれもサンプルの観測です。

活用シーン

  • インタビューをスペイン語版にする

    12 分の英語インタビューを audio_url で送り、es と、司会者・ゲストに合わせた speaker_count 2 を指定します。翻訳 MP3 を確認してからスペイン語版に組み込めます。

  • 顧客向けの音声報告を英語にする

    翻訳に同意した同僚が録った 45 秒のボイスメモを、翻訳先 en で送ります。吹き替えた MP3 を受け取り、報告を共有する前に内容を確認できます。

  • 教材の画面を保って音声を訳す

    6 分の画面収録の教材を video_url で送り、目的の翻訳先を指定します。説明画面を保ち、話し声を差し替えた MP4 が返ります。必要な字幕は別途作成してください。

  • 音楽入りの音声広告を翻訳する

    使用権のある 30 秒の広告録音を使い、keep_background_audio を有効にします。翻訳した声の下に音楽や環境音を残した MP3 が返ります。

  • 別の市場向けに製品デモを用意する

    90 秒の製品操作動画を入力し、対応する翻訳先言語を選びます。同じ映像に吹き替え音声を重ねた MP4 を取得し、公開前の言語チェックに回せます。

モデルリファレンス

ElevenLabs Dubbing API リファレンス

ElevenLabs Dubbing API の仕様

開発元と製品
ElevenLabs — ElevenLabs Dubbing
公開日
2023 年 10 月 10 日
公開音声 API 名
elevenlabs/dubbing/audio-to-audio
公開動画 API 名
elevenlabs/dubbing/video-translate
素材の長さの上限
15 分、それ以上は送信時に拒否
翻訳先言語
33 言語、target_language の既定は en
翻訳元言語
57 言語と auto による自動検出
話者数
1〜32 人、speaker_count の省略で自動検出
背景音
keep_background_audio で音楽や環境音を保持
音声出力の実測
MP3、音声テストで 4.50 秒、44.1 kHz、モノラル、128 kbps
動画出力の実測
MP4、6.04 秒、新しいモノラル AAC 音声、映像ストリームは元とバイト単位で一致
課金単位
元のメディアの秒数、端数は切り上げ

ElevenLabs Dubbing API の呼び出し方

  1. 許可のある録音を用意する

    自分の録音か、吹き替えに同意した話者の素材から、15 分以内の音声または動画を選びます。話し声と音楽を利用する権利を確認してください。

  2. 言語と話者を指定する

    33 の翻訳先から選び、翻訳元は自動検出か 57 言語のいずれかにします。人数が分かる場合は speaker_count を 1〜32 で指定し、元の背景音を残すか決めてください。

  3. 吹き替えタスクを送信する

    Bearer 認証を使い、POST https://api.spicyapi.ai/api/v1/jobs/createTask に {"model":"elevenlabs/dubbing/audio-to-audio","input":{"audio_url":"https://example.com/narration.mp3","target_language":"es"}} などの JSON を送ります。動画なら elevenlabs/dubbing/video-translate と video_url を使ってください。

  4. メディアを取得して点検する

    GET /api/v1/jobs/recordInfo?taskId=<taskId> を state が succeeded になるまで確認し、返ったアセットをダウンロードします。翻訳された話し声と話者の切り替わりを点検してください。動画の口元は元の動きが残ります。

モデルの概要

録音済みの話し声を別の言語に訳すには、ElevenLabs Dubbing を選べます。ポッドキャストやナレーションは audio-to-audio で MP3 に、撮影したデモは video-translate で映像を残した MP4 にできます。送信前に、素材が 15 分以内か、言語、話者数、背景音の設定を確認してください。短い抜粋で意味と声の一貫性を調べ、完成した録音も共有前に点検します。予算は表示された秒単価で見積もってください。画面の口の動きと翻訳音声を合わせる必要がある場合は、口元を動かす処理を選びます。

ElevenLabs Dubbing API のよくある質問