はじめに
elevenlabs/v4/text-to-speech に最大 10,000 文字を送り、21 種類からプリセット音声を選びます。文中タグで話し方を指示し、言語と出力形式を指定したら、完成したナレーションやせりふを試聴してください。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | 音声 |
| 音声合成の呼び出し名 | elevenlabs/v4/text-to-speech |
| 入力上限と演技タグ | text は必須で最大 10,000 文字、文中の音声タグに対応 |
| 音声の種類と既定値 | プリセット 21 種類、既定の音声は Roger |
| 書き出しの選択肢 | 9 形式、既定は |
| v4 の測定リクエスト | 2026 年 11 月 13 日:Daniel、84 文字、en、seed 7、 |
主な機能とハイライト
せりふのそばに読み方の合図を置く
Eleven v4 は text 内の [whispers] や [laughs] など、角括弧の音声タグを受け付けます。意図した雰囲気が言葉でも伝わる一節を用意し、話し方を変えたい箇所にタグを加えてください。当方のテストはタグ 1 つのため、複数のタグを組み合わせる場合は、場面全体を制作する前に試聴します。
21 種類の声で読み比べる
voice_id では 21 種類のプリセットを選べ、既定は Roger です。台本を直す前に、同じ一節を Daniel、Sarah、Lily で比べてください。ElevenLabs は stability が表現の変化、similarity_boost が選んだ声への忠実度を制御するとしています。clone_strength はここのプリセットに影響しません。
Daniel のテイクを時間とともに記録
2026 年 11 月 13 日、84 文字の v4 リクエストを Daniel、language en、seed 7、mp3_22050_32 で実行しました。5.17 秒の MP3 が返り、処理は約 4.7 秒で完了しました。1 回の測定結果であり、長い台本や全音声の挙動を示すものではありません。
読み方とファイル形式を指定する
language は auto または 91 のコード、output_format は既定の mp3_44100_128 を含む 9 種類から選べます。数値や略語の展開は text_normalization_mode で調整します。台本全体を生成する前に、実際に登場する名前や日付を含む一節を確認してください。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
text | はい | この必須フィールドに、読み上げる台本を 10,000 文字以内で指定します。[whispers] などの角括弧タグは、指示したい語句のそばに置いてください。 1 文字以上 · 10000 文字以内 |
voice_id | いいえ | 21 種類のプリセットから選びます。既定は Roger です。 |
language | いいえ | 自動検出には auto、明示的な指定には 91 の言語コードを使います。短い英語のせりふなら en にすると意図する言語が明確になります。 |
stability | いいえ | ElevenLabs によると stability は生成ごとの変化を制御し、低い値ほど感情表現の幅が広がります。台本と声を固定して調整し、効果を聞き分けてください。 |
similarity_boost | いいえ | ElevenLabs は |
output_format | いいえ | 音声形式は 9 種類で、既定は |
text_normalization_mode | いいえ | auto、on、off で数値や略語の展開を制御します。日付の読みが曖昧なままなら、意図した読み方を台本に書き、試聴してください。 |
clone_strength | いいえ | このエンドポイントのプリセットは |
seed | いいえ | 台本や設定の変更を 1 点ずつ比較するときは seed を固定します。条件をそろえる助けになりますが、同一の録音を保証するものではありません。 |
料金
$0.096 / 1,000 文字
Eleven v4 の利用量は text の文字数で計測します。このページに表示された文字単位の価格と課金単位で概算してください。
ユースケース
教材の指示を正確に読み上げる
「ワークシートを開き、第 2 段落の動詞に下線を引いてください」に相当する英文を Daniel、language en で送ります。返ったナレーションを、教材の演習に添える音声指示として使えます。
製品の操作手順に声を添える
「エクスポートを選び、保存先フォルダーを指定してから、ファイル名を確認してください」に相当する台本を Sarah で読み上げます。3 つの操作を映した画面録画に音声を重ねられます。
ゲーム内で静かに話すせりふを作る
Lily に「[whispers] 衛兵はまだ門の外にいる。」というせりふを渡します。単独のキャラクターテイクが返るので、ゲームの場面に合わせて試聴できます。
アプリの案内を各言語で音声化する
承認済みのログイン案内の訳文を text に入れ、対応する言語コードを指定します。各言語版の読み上げ音声が返ります。翻訳はあらかじめ別の工程で用意してください。
広告の締めの一言を録る
「今週の土曜日、あなたの次のアイデアをワークショップへ」に相当する台本で、プリセット音声を試します。読み方を確認したテイクを、告知動画の最後に配置できます。
プロンプトガイドと実践のヒント
text の入力を作る
難しい名前や数値を含む短いナレーションを text に入れます。合計は 10,000 文字以下に収めてください。
プリセットから配役を選ぶ
voice_idに対応する選択肢を指定し、目的の録音に合う language とoutput_formatを決めます。これらのプリセットではclone_strengthを省いてください。実行して録音を確認する
下記の JSON 入力を使って elevenlabs/v4/text-to-speech を呼び出します。音声ファイルを聞いてから、同じ設定を台本の別の部分に再利用してください。
ElevenLabs v4 API でナレーションを演出する
ElevenLabs v4 API は、ElevenLabs の音声合成モデル Eleven v4 を elevenlabs/v4/text-to-speech として提供します。台本とプリセット音声を指定すると、教材、商品動画、キャラクターのせりふに使える単一話者の録音を作れます。
ElevenLabs は9 月のリリースノートで、v4 をコンテンツ制作や長尺音声向けとしています。このエンドポイントの入力上限は 10,000 文字で、独自の音声 ID や複数話者の対話入力は利用できません。
リクエスト例:英語のキャラクターのせりふ
次の JSON をエンドポイントの入力として elevenlabs/v4/text-to-speech を呼び出します。Daniel、英語、MP3 形式、seed 7 を指定した例です。台本は説明用で、処理時間の測定に使った文章とは異なります。
{
"text": "[whispers] Keep the lantern covered until we reach the bridge.",
"voice_id": "Daniel",
"language": "en",
"text_normalization_mode": "auto",
"output_format": "mp3_22050_32",
"seed": 7
}
ページの API リクエスト例に従い、これらの入力フィールドを認証情報とともに送信してください。上記の公開呼び出し名はモデルを識別するもので、この入力オブジェクト自体は HTTP リクエスト全体の構造を示していません。
結果の例:実測した音声
別途実行した 84 文字の Daniel リクエストは、5.17 秒の MP3 を生成しました。以下は完成した音声の測定内容であり、JSON レスポンスのスキーマでも、上の台本で同じ長さになるという説明でもありません。
Audio: MP3
Selected output_format: mp3_22050_32
Recording duration: 5.17 seconds
Request completion: approximately 4.7 seconds
単一話者の録音に使うパラメーター
必須入力は text です。ほかのフィールドで、声、言語、読み方、書き出し方法を指定してナレーションを整えます。
| パラメーター | 設定または役割 | 選び方 |
|---|---|---|
text | 必須、最大 10,000 文字 | 台本を書き、該当箇所に [whispers] や [laughs] を添えます |
voice_id | プリセット 21 種類、既定は Roger | 同じ抜粋を Daniel、Sarah、Lily で試聴します |
language | auto または 91 の言語コード | 英語には en、それ以外は目的のコードを指定します |
stability | 話し方の変化 | 台本を固定して調整します。開発元の説明は後述します |
similarity_boost | 選んだ声への忠実度 | 残したい声の特徴が聞こえるかを確かめます |
clone_strength | プリセットには効果なし | このエンドポイントの音声では省略します |
text_normalization_mode | auto, on, off | 日付、数量、略語の読み方を確認します |
output_format | 9 種類、既定は mp3_44100_128 | mp3_22050_32 は当方の v4 測定と同じ形式です |
seed | 変更を比較するためのシード | 1 要素を調整するときに再利用します。同一音声は保証されません |
料金と台本の長さ
課金は text の文字数に従います。表示された単価と課金単位で利用額を見積もってください。音声の長さは生成結果の測定値で、このエンドポイントの課金単位ではありません。ナレーションがリクエスト上限の 10,000 文字を超える場合は、台本を分けて計画します。
公開に向けて読み方を整える
本番と同じ名前、数値、口調を含む短い抜粋から始めてください。「ワークシートを開き、動詞に下線を引いてください」のような教材の指示なら、前後の説明を録る前に、対象を絞って試聴できます。
- 演技タグを書き直す前に、使う声を選びます。
- 話し方を変えたい位置に文中タグを加え、そのつながりを聞きます。
- 目的の言語を指定し、選んだ正規化モードで数値の読みを確かめます。
- seed を固定して設定を 1 つずつ変更し、採用テイクと設定を保存します。
ElevenLabs は音声設定のドキュメントで、stability が低いほど感情の変化が大きく、similarity_boost は元の声への忠実度を制御すると説明しています。すべての声に同じ設定が合うと考えず、実際の一節を聞いて判断してください。
不自然な読み上げへの対処
読み方が不自然なら、曖昧な日付を読みどおりに書き出す、競合するタグを減らす、別のプリセットを試すなど、該当する入力を直します。ElevenLabs の音声合成ガイドにも、複雑な数値や略語は読み違えることがあると記載されています。リクエストが失敗した場合は text があり、上限内かを確認し、音声・言語・形式がページの選択肢に合っているかを点検してください。
実測データとモデル選び
2026 年 11 月 13 日の呼び出しでは、異なる入力による 2 つのサンプルを得ました。どちらも音声タグは 1 つで、条件をそろえた比較ではなく個別の観測結果です。
| モデル | 入力と音声 | 言語 / seed | 形式 | 音声の長さ | 完了時間 |
|---|---|---|---|---|---|
| Eleven v4 | 84 文字、Daniel | en / 7 | mp3_22050_32 | 5.17 秒 | 約 4.7 秒 |
| Eleven v4 Turbo | 75 文字、Sarah | 資料に記載なし | mp3_44100_128 | 3.40 秒 | 約 7.6 秒 |
確認を経て採用する最終テイクには v4、下書き、大量処理、遅延を重視する用途には Eleven v4 Turbo を検討できます。上の Turbo の測定は台本、声、書き出し設定が異なり、この用途の説明を覆すものではありません。独自音声や複数話者の入力が必要なら、それらへの対応が明記された別の選択肢を調べてから連携を計画してください。
録音に関する権利
使用権のある台本と音声から録音を作り、実在の人物になりすまさず公開してください。教材、アプリ、販促動画に組み込む前に、完成音声を聞いて確認します。
録音に使う権利のある文章と音声を選んでください。生成音声で実在の人物になりすましてはいけません。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/v4/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Roger",
"output_format": "mp3_44100_128",
"text_normalization_mode": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。




