はじめに
アプリの案内、ナレーションの下書き、各言語版のボイスオーバー向けに、elevenlabs/v4-turbo/text-to-speech に最大 10,000 文字を送信します。言語、正規化モード、出力形式を選び、公開前に完成音声を確認してください。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | 音声 |
| 音声合成 API の識別子 | elevenlabs/v4-turbo/text-to-speech |
| text の上限 | 1 リクエストにつき 10,000 文字 |
| 声の配役 | プリセット 21 種類、既定は Roger |
| 出力形式の設定 | 全 9 形式(標準は |
| 記録したテスト条件 | 2026 年 11 月 13 日:75 文字、Sarah、 |
主な機能とハイライト
短い Sarah 音声を条件付きで記録
2026 年 11 月 13 日、75 文字の Turbo リクエストで約 7.6 秒後に 3.40 秒の MP3 が返りました。Sarah と mp3_44100_128 を使った呼び出しです。連携の参考になる個別例であり、別の台本や負荷での結果を予測するものではありません。
21 種類から案内音声を配役
プリセットは 21 種類で、既定の Roger のほか Sarah、Daniel、Lily などがあります。選んだ声に自動言語検出か 91 の言語コードを組み合わせ、各言語版の実際の文面で試聴してください。
話す言葉のそばに指示を添える
[laughs] や [whispers] などの角括弧タグは text の中に記述します。当方が試したのはタグ 1 つなので、多数の指示が検証済みとは考えず、返ってきた演技を聞いて評価してください。
9 種類の出力から選ぶ
既定は mp3_44100_128 で、mp3_22050_32 も利用できます。プレーヤーが対応する形式を一覧から選び、台本の修正を比較する間は同じ形式を保ってください。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
text | はい | 必須の台本は最大 10,000 文字です。[whispers] などの文中指示を該当する語句に添え、大量生成の前に text を校正してください。 1 文字以上 · 10000 文字以内 |
voice_id | いいえ | プリセット 21 種類から選び、省略すると Roger を使います。独自の音声 ID を送る代わりに、同じ短いせりふを Sarah、Daniel、Lily で試せます。 |
language | いいえ | auto または対応する 91 の言語コードを指定します。各言語版の短い案内では、目的の言語を選び、その言語で書いた text を用意してください。 |
stability | いいえ | stability で話し方の安定性を調整し、短いサンプルで聞きます。比較中は台本と声を変えないでください。 |
similarity_boost | いいえ | 選んだ声の特徴が演技にどう反映されるかを調べるときは |
output_format | いいえ | 既定の |
text_normalization_mode | いいえ | auto、on、off で数値と略語の正規化を指定します。文字どおりの表記で正しく読まれると決めつけず、実際に公開する日付、製品名、コードで試してください。 |
clone_strength | いいえ | プリセット音声の試聴では |
seed | いいえ | 台本や設定の変更を一度に 1 点ずつ比べたい場合は seed を固定します。同じ音声を期待するのではなく、新しい演技として結果を評価してください。 |
料金
$0.048 / 1,000 文字
text の文字数に、空白、句読点、文中タグを含めて課金します。音声、言語、出力形式を変えても文字単価は変わらず、失敗したリクエストは課金されません。現在の価格はページの表示をご確認ください。
ユースケース
アプリの状態を音声で知らせる
「アップロードが完了しました。プレビューを開いて続けてください」という案内を Sarah に読ませます。実際の画面の流れで試聴してから、その声をほかの案内にも使ってください。
製品デモの仮ナレーション
「ワークスペースを選び、ファイルを追加してからプレビューを開いてください」と入力し、仮の説明音声を生成します。デモのタイミングと照合した後に最終テイクを用意できます。
講座の演習を案内する
「講座を一時停止して、自分のプロジェクトから例を 3 つ挙げてください」を短い教材台本にします。単一話者の録音が返るので、演習とあわせて確認できます。
各言語版の案内を用意する
スペイン語の「ファイルの準備ができました」に相当する文面を language es で送り、アプリの音声案内にします。訳文は言語ごとに用意し、それぞれ別の録音を生成してください。
ゲームキャラクターの声を試す
「[whispers] 門が開いた。ランタンをたどれ。」と書き、演技指示付きの NPC のせりふを試します。1 人の音声演技が返るので、指示の効果と案内の聞き取りやすさを確認してください。
プロンプトガイドと実践のヒント
Turbo 用の短い台本を作る
校正した短い台本を text に入れ、使用するプリセット音声を 1 つ選びます。
model と input を送信する
createTask リクエストの model を elevenlabs/v4-turbo/text-to-speech にし、音声合成のフィールドを input 内に指定してください。
完成アセットを聞く
返却された taskId で recordInfo をポーリングします。成功後に音声をダウンロードし、プレーヤーで発音を確かめてください。
短い台本を音声化する ElevenLabs v4 Turbo API
ElevenLabs v4 Turbo API は、ElevenLabs の Eleven v4 Turbo 音声モデルで text を 1 種類のプリセット音声の録音にします。アプリの通知、仮ナレーション、多言語ボイスオーバーに使え、1 回の入力は最大 10,000 文字です。
ElevenLabs は公開時の告知で Turbo を対話型アプリ向けと説明しています。このページのエンドポイントはタスクを送信して完成音声を取得する方式です。後述の処理時間は、ストリーミングの遅延を示しません。
音声合成リクエストを提出する
model を elevenlabs/v4-turbo/text-to-speech にし、音声合成の項目を input に入れてタスクを作ります。Authorization: Bearer YOUR_SPICY_API_KEY と Content-Type: application/json を付けて、POST https://api.spicyapi.ai/api/v1/jobs/createTask に送信してください。
{
"model": "elevenlabs/v4-turbo/text-to-speech",
"input": {
"text": "[whispers] Your preview is ready. Open it when you have a moment.",
"voice_id": "Sarah",
"language": "en",
"output_format": "mp3_44100_128"
}
}
このリクエストはフィールド構成を示すもので、測定時の台本の再掲ではありません。voice_id を省略すると Roger になり、独自の音声 ID は受け付けません。
レスポンスを取得する
送信時に返ったタスク ID を使い、GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID をポーリングします。同じジョブを確認できるよう ID を保存してください。
タスク送信時の応答を省略して示すと、次のようになります。
{
"code": 200,
"data": {
"taskId": "YOUR_TASK_ID",
"state": "queued"
}
}
成功したタスクの応答には音声アセットが含まれます。以下はその抜粋です。
{
"code": 200,
"data": {
"taskId": "YOUR_TASK_ID",
"state": "succeeded",
"output": {
"assets": [
{"url": "https://example.com/turbo-result.mp3", "mime": "audio/mpeg"}
]
}
}
}
これらの抜粋では ID と URL に仮の値を使っています。成功後に data.output.assets からファイルをダウンロードし、目的のプレーヤーで試聴してください。
パラメーターと対応範囲
入力項目で text、プリセット音声、言語、話し方、正規化、出力形式、seed を指定できます。別の音声 API の項目を持ち込まず、それぞれに用意された選択肢を使ってください。
| パラメーター | 対応する入力・用途 | 指定の目安 |
|---|---|---|
text | 必須、最大 10,000 文字 | 文面と文中タグを校正します |
voice_id | 21 種類のプリセット、既定は Roger | Sarah、Daniel、Lily を短いせりふで試します |
language | auto または 91 の言語コード | 用意した台本の言語に合わせます |
stability | 話し方の安定性を調整 | 声を固定して変更を比べます |
similarity_boost | 選んだ声への類似度を調整 | 調整後も同じ語句を聞きます |
clone_strength | プリセットには作用しません | この音声セットでは省きます |
text_normalization_mode | auto、on、off | 数値と略語の読みを点検します |
output_format | 全 9 形式(標準は mp3_44100_128) | 別の MP3 形式に mp3_22050_32 もあります |
seed | 条件をそろえた比較を補助 | 録音の完全一致は期待しないでください |
文字数を基準にした料金
この音声エンドポイントは、生成音声の秒数ではなく text の文字数で課金します。複数の台本は、現在の表示価格と各台本の文字数で見積もってください。返った MP3 の長さから料金を算出しないようにします。
大量生成の前に話し方を整える
短い試聴用台本なら、大量の録音を作る前に発音と演技を確かめられます。アプリ通知なら「アップロードが完了しました。プレビューを開いて続けてください」に相当する文面を試し、2 文のつながりを聞いてください。
- 1 つの声とタグなしの台本で基準の音声を作ります。
- 話し方を変える位置に
[whispers]や[laughs]を加え、もう一度聞きます。 - プロジェクトに実際に登場する数値や略語で正規化設定を比較します。
- 声、形式、seed を固定し、台本か読み方の設定を 1 つずつ変えます。
seed を固定すると比較しやすくなりますが、出力の完全一致は保証されません。言語コードを選ぶ前に訳文を用意してください。language の指定は翻訳処理ではありません。
呼び出しで計測した内容
2026 年 11 月 13 日、Sarah による 75 文字の Turbo リクエストは、約 7.6 秒で 3.40 秒の MP3 を返しました。文中タグは 1 つだけで、ほかの多様なタグまでは検証していません。
| 呼び出し | text の文字数 | 音声 | 出力形式 | 音声の長さ | 完了までの時間 |
|---|---|---|---|---|---|
| v4 Turbo | 75 | Sarah | mp3_44100_128 | 3.40 秒 | 約 7.6 秒 |
| v4 | 84 | Daniel | mp3_22050_32 | 5.17 秒 | 約 4.7 秒 |
これらは連携時の個別の観測であり、条件をそろえた比較ではありません。台本、声、出力形式が異なります。v4 は英語と seed 7 も指定していました。どちらの結果も、次の台本での性能を予測するものではありません。
上限・エラー・モデルの選択
リクエストが拒否されたら、text が 10,000 文字以内で、一覧のプリセット音声を指定しているか確認してください。このエンドポイントは複数話者の対話入力や独自の音声 ID にまだ対応しておらず、clone_strength でプリセットの声は変わりません。
呼び出しが失敗した場合は、エラーと送信項目を調べてから修正版を送ってください。音声はできても数値の読みが違う場合は、短い抜粋で正規化モードや読み方を明記した文面を試します。
下書き、大量の案内音声ライブラリ、応答の遅延を重視する処理には Turbo を選べます。最終ナレーションには、同じ台本と設定で ElevenLabs v4 と比較してください。独自音声や対話入力が必要な場合は、別のエンドポイントの対応が明記されているかを確認して検討します。Turbo の演技を公開する前に、文章と声の権利を確認し、実在の人物へのなりすましを避けてください。
台本を公開し、音声を利用するために必要な権利を確保してください。生成した演技で実在の人物を装ってはいけません。
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "elevenlabs/v4-turbo/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "Roger",
"output_format": "mp3_44100_128",
"text_normalization_mode": "auto"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。




