本文へスキップ

elevenlabs/v4/text-to-speech

Eleven v4 は、台本を単一話者の音声にする ElevenLabs の音声合成モデルです。このエンドポイントでプリセット音声、言語、話し方、書き出し形式を組み合わせて指定できます。

最低価格 $0.096/1,000 文字

プレイグラウンド

入力

テキストから音声
126/10000
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

126 文字

21 種類のプリセットから選びます。既定は Roger です。配役を決める前に、同じ一節を Daniel、Sarah、Lily で試聴できます。
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
サンプル出力
0:00 / –:––

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?

テキスト音声合成 API

完成した台本の読み方を、プリセット音声と文中の音声タグで演出できます。

主なスペック

text の文字数上限
10,000
試聴できるプリセット音声数
21
選択できる言語コード数
91
Daniel サンプルの音声の長さ
5.17 s

課金前に知っておくこと

すべてのモード

利用する権利のある台本と音声を選び、実在の人物へのなりすましは避けてください。2026 年 11 月 13 日のサンプルは短い英語音声の測定であり、全言語、全音声、長編ナレーションを検証したものではありません。

テキストから音声

Eleven v4 は 1 回に text を最大 10,000 文字受け付け、21 種類のプリセットから 1 つの声を使います。複数話者の対話入力や独自の音声 ID は利用できず、clone_strength はこれらのプリセットに効果がありません。

できること

演技の指示

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。

配役の調整

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。

録音の実測

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。

言語と書き出し

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。

活用シーン

  • 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。

モデルリファレンス

ElevenLabs v4 API リファレンス

ElevenLabs v4 API の仕様

音声モデルの開発元
ElevenLabs
モデル名と公開日
Eleven v4、2026 年 9 月 28 日
公開音声合成 API 名
elevenlabs/v4/text-to-speech
必須の台本フィールド
text、最大 10,000 文字
プリセット音声
21 種類、既定は Roger
言語の指定
auto または 91 の言語コード
出力形式の指定
9 種類、既定は mp3_44100_128
テキスト正規化のモード
auto, on, off
文中での演技指示
[whispers] や [laughs] などの角括弧タグ
対応しない音声入力
独自の音声 ID、複数話者の対話
利用量の計測
text の文字数
Daniel の実測結果
84 文字、5.17 秒の MP3、完了まで約 4.7 秒

ElevenLabs v4 API の呼び出し方

  1. 読み上げる一節を整える

    話す内容を 10,000 文字以内で text に書きます。場面に合う箇所に [whispers] や [laughs] を添えて、読み方を指示してください。

  2. 声と言語を決める

    Daniel や Lily などのプリセットを選ぶか、既定の Roger を使います。言語の自動検出には auto、明示的な指定には 91 の候補から該当コードを選んでください。

  3. 音声合成を実行する

    ガイドの JSON 入力に従い、text、voice_id、output_format を指定して elevenlabs/v4/text-to-speech を呼び出します。英語の MP3 なら language は en、output_format は mp3_22050_32 に設定します。

  4. 公開前にテイクを聞き直す

    固有名詞、数値の読み、各音声タグの前後のつながりを確認してください。採用した設定を音声と一緒に保存し、修正は 1 点ずつ比べます。

モデルの概要

Eleven v4 のナレーションは、本番の台本に登場する名前、日付、感情の指示を含む短い一節から始めてください。プリセット音声、言語、出力形式を選び、試聴してから残りの部分へ進みます。当方の Daniel の例では、84 文字から 5.17 秒の MP3 が約 4.7 秒で生成されました。表示された文字単位の価格で利用量を計画し、下書きや応答時間を重視する処理には v4 Turbo も検討できます。使用権のある台本と音声を使い、実在の人物になりすまさないでください。

ElevenLabs v4 API のよくある質問