ElevenLabs

ElevenLabs（イレブンラボ）は、AIの力を利用して、テキストからリアルな音声を生成したり、自分の声から音声クローンが生成できるAIツールです。

他の音声生成サービスと比べても、よりリアルな、人間らしい音声を生成できるのが特徴です。

以下のTwitter投稿は、ChatGPTで生成したテキストをもとに、ElevenLabsで音声生成したもの。とても自然な会話になっています。

Really impressed by the acting you can generate with @elevenlabsio #texttospeech! These are #AIvoices generated from text—dozens of "takes" stitched together. Breakdown thread: 1/8 #syntheticvoices #ainarration #autonarrated #aicinema #aiartcommunity #aiia #ai #MachineLearning pic.twitter.com/Xm8WWyJnur

— CoffeeVectors (@CoffeeVectors) February 1, 2023

ElevenLabsの特徴とメリット

ElevenLabsの特徴とメリットは、次の通りです。

• 日本語を含む28以上の言語に対応
• 生成された音声の品質が圧倒的に高い
• 音声クローンAIを使用して、あなたの声を完璧に真似することも可能
• 感情やシーンを調整して音声生成できる

ElevenLabsの主な機能

ElevenLabsの主な機能は、次の通りです。

それぞれ、詳しく解説していきます。

VoiceLab（ボイスラボ）	自分の声や既存の音声を使って独自のAI音声クローンを作成できる
Voice Library（音声ライブラリ）	他のユーザーやコミュニティが作成した音声を利用できる
Speech Synthesis（音声合成）	AI音声クローンや用意された音声を使って、テキストからナレーションを生成できる
Dubbing（ダビング）	アップロードした音声・動画をもとに、別の言語で吹き替えが作成できる

VoiceLab（ボイスラボ）：自分の声を使って独自のAI音声クローンを作成

VoiceLab（ボイスラボ）機能では、自分の声を使って独自のAI音声クローンを作成することができます。

もちろん日本語にも対応しています！

私も実際にやってみましたが、とんでもなく高精度なので驚きました。

元々の声がこちら↓

そしてElevenLabsで生成した声がこちら↓

いかがでしょうか？

さすがにイントネーションは少しAIっぽいですが、パッと聞いただけではわからないほど高精度です。

また、VoiceLabを紹介した公式の動画はこちらです↓

Voice Library（音声ライブラリ）：他のユーザーやコミュニティが作成した音声を利用できる

Voice Library（音声ライブラリ）では、他のユーザーやコミュニティが作成した音声クローンを利用し、自身のボイスラボ（音声クローン）に追加できます。

「性別、アクセント、年齢、利用シーン」などのフィルターをもとに、音声を絞り込むことも可能です。

Speech Synthesis（音声合成）：AI音声クローンや用意された音声を使ってナレーションを生成できる

Speech Synthesis（音声合成）では、VoiceLab（ボイスラボ）で作成した音声を使って、テキストからナレーションを生成することができます。

AI音声は、3つのゲージを調整することで、あらゆるトーンの声を再現可能です。

ElevenLabsの料金プラン

ElevenLabsは基本無料で利用できます。

すべての機能を使うには、有料プランに加入する必要があります。

プラン	Free	Starter	Creator	Independent Publisher	Growing Business	Enterprise
料金	無料	月5ドル（初月1ドル）	月22ドル	月99ドル	月330ドル	要相談
音声生成数（月間）	10,000文字	30,000文字	100,000文字	500,000文字	2,000,000文字	要相談
AIクローンの数	3個	10個	30個	150個	660個	要相談
インスタント音声クローン機能	–	○	○	○	○	○
プロフェッショナル音声クローン機能	–	–	○	○	○	○
商用利用	クレジット表記が必要	商用OK	商用OK	商用OK	商用OK	商用OK
その他	–	–	・高品質（96kbps）のオーディオ出力	・分析ダッシュボード ・44.1kHz PCMオーディオ出力	・分析ダッシュボード ・44.1kHz PCMオーディオ出力	・分析ダッシュボード ・44.1kHz PCMオーディオ出力 ・高度なサポート

Starterプランは初月1ドルで利用可能！

ElevenLabsのStarterプランは月額5ドルですが、初月のみ1ドルで利用することができます。

まずは無料で試してみて、気に入ったらStarterプランを1ドルで使ってみてください。

ElevenLabsを無料で使う手順

ここからは、ElevenLabsを無料で使う手順を解説していきます。

ステップ1: ElevenLabsのアカウントを作成する

まずは、ElevenLabsにアクセスして「Sign up」ボタンをクリックします。

Googleアカウントまたはメールアドレスを使って、無料アカウントを作成しましょう。

ステップ2: まずは音声を生成してみよう

無料アカウントが作成できると、ElevenLabsの「Speech Synthesis（音声合成）」というページが表示されます。

まずは、デフォルトの音声モデルを使って音声生成を体験してみましょう。

Speech Synthesis（音声合成）の設定を行う

まずは、Speech Synthesis（音声合成）の設定を行いましょう。

1. 音声モデル：好きなモデルを選択しましょう。国名は気にしなくてもいいので、好きな性別と声を選んでください。
   
2. Voice Setting：生成する音声の「安定性」「明瞭性＋類似性の向上」のゲージを調整できます。基本的にはデフォルトのままでOKなので、慣れてきたら色々と調整してみてください。
   
3. モデル：最新のモデル「Eleven Multilingual v2」を選択します。特に日本語は、他の旧モデルは対応していないので要注意です。
   

文章を入力して生成する

音声生成の設定ができたら、好きな文章を入力して、「生成する」ボタンをクリックしましょう。

生成した音声をダウンロードする

生成した音声が気に入ったら、右下のダウンロードボタンをクリックしてダウンロードしましょう。

今回わたしが生成した音声はこちら↓

正直これでは、まだ実用レベルとは言えませんね。

ちなみに、わたしが人間らしく調整した音声はこちらです↓

※音声生成するときのコツ

Speech Synthesis（音声合成）において、音声生成が上手くできないときは、以下の3点に気をつけてみてください。

• できるだけ1文ずつに分けて生成すること
• 難しい漢字や固有名詞はカタカナまたはひらがなで書くこと
• できるだけ「」や『』などを使わないこと

長い文章をまとめて生成すると、後半の音量が小さくなり、また声色も平坦になってしまいます。

また、難しい漢字や固有名詞はAIが読めないことが多いです。

「」や『』については、音声の読み上げスピードが変になることがありました。

ステップ3: VoiceLabで自分だけの音声モデルをつくろう

続いて、VoiceLab（ボイスラボ）機能を使って、自分だけの音声モデルを作る方法を解説していきます。

VoiceLab（ボイスラボ）では、次の4つの方法で自分だけの音声モデルを作ることができます。

種類	説明	カスタマイズの自由度	プラン
Voice Design （音声デザイン）	性別、年齢、アクセント、アクセントの強さを調整して新しい音声モデルをデザインします	低	全てのプラン
Instant Voice Cloning （インスタント音声クローン作成）	おすすめ：アップロードした1～5分の音声をもとに音声クローンを作成します	中～高	Standard（初月1ドル）以上
Voice Library （音声ライブラリ）	他の人がつくった音声ライブラリから選択します	無し	全てのプラン
Professional Voice Cloning （プロフェッショナル音声クローン作成）	最低30分の音声データをもとに、運営が4週間かけて高品質な音声クローンを作成します	高（難易度も高め）	Creator（初月11ドル）以上

1. まずはVoice Design（音声デザイン）を使ってみよう

まずは、無料プランで使えるVoice Design（音声デザイン）を使ってみましょう。

1. 上部のタブから「VoiceLab」→「＋Add Generative or Cloned Voice」の順にクリックします。
   
2. 「Voice Design（音声デザイン）」をクリックします。
   
3. 性別、年齢、アクセント、アクセントの強さの順に選択し、生成したい音声を100文字以上入力します。
   テキストを入力できたら、「Generate」ボタンをクリックして、音声モデルをテストしましょう。
   ※テキストを100文字以上入力する必要があります。
   ※アクセントに日本は選べないので、好きな国を選んでください。
   
4. 音声生成が完了します！
5. 生成した音声が気に入ったら「Use Voice（音声を使用する）」をクリックします。
   
6. 名前とラベル、説明を入力して「Create Voice（音声を使用する）」をクリックしましょう。
   
7. VoiceLabに音声モデルが追加されました。
   
8. 作成した音声モデルは「Speech Synthesis（音声生成）」で、いつでも利用できます。
   

2. Voice Libraryで他の人が作った音声モデルを探してみよう

「Voice Design」で音声モデルを作ってみましたが、あまり精度は高くなかったかと思います。

次に、Voice Library（音声ライブラリ）で他の人が作った音声モデルを探してみましょう。

1. 上部のタブ「Voice Library」をクリックします。
   
2. サンプルを聞いてみたいときは「Sample」をクリック、音声モデルとして追加したいときは「Add to VoiceLab」をクリックします。
   

3. 「Instant Voice Cloning」で、好きな声を使った音声クローンを作ってみよう

次に、「Instant Voice Cloning」を使った音声クローンのつくり方を解説します。

ElevenLabsのCreatorプランに課金している私も、ElevenLabsでは「Instant Voice Cloning」を使った自身の音声クローンを活用しています。

※ElevenLabsのプランをアップグレードする方法

ElevenLabsのプランをアップグレードする方法は、次の通りです。

1. ElevenLabsのダッシュボードにアクセスする
2. 右上のプロフィールアイコン→「Subscriptions」をクリックする。
   
3. 課金したいプランの「Subscribe」をクリックします。
   
4. Stripe決済画面に飛ぶので、カードまたは銀行口座を入力して決済完了です。
   

VoiceLabで音声クローンを作成しよう

ElevenLabsの有料プラン加入ができたら、音声クローンを作成していきます。

1. 上部のタブから「VoiceLab」→「＋Add Generative or Cloned Voice」の順にクリックします。
   
2. 「Instant Voice Cloning（インスタント音声クローン作成）」をクリックします。
   
3. 以下の項目について設定します
   • Name: 好きな名前をつけてください
   • Samples: クローン作成したい音声または動画ファイルをアップロードします（合計の長さが最低1分以上になるようにしましょう）
   • Labels: 音声を説明するラベルをつけましょう（ライブラリのフィルター用なので、音声の品質には影響しません）
   • Description: 具体的な説明を書きます（音声の品質には影響しません）
   • 確認事項にチェックを付けます
4. 「Add Voice（音声を追加する）」をクリックすれば、音声クローンの作成が完了します。
   

作成した音声クローンを使って音声を生成しよう

生成した音声クローンの「Use」をクリックすると、その音声モデルを使って音声生成することができます。

自身の声や有名人の声を使った音声クローンをつくって、ぜひ音声生成にチャレンジしてみてください！