3行でいうと

  • ElevenLabsは、読み上げ、文字起こし、声のクローン、音楽、吹き替えを1つで使える声のAIです。
  • 個人向けはFree 0ドル、Starter 6ドル、Creator 22ドル、Pro 99ドルで、毎月のクレジットを共有します。
  • 声のクローンは、自分の声か使う権限のある声だけが対象です。Instantは月6ドルのStarterから使えます。
  • 無料プランは規約で商用利用ができません(音楽だけは別の規約があります)。商用の使い方は有料プランからです。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書を読んでまとめたものです。音声と音楽のAI全体の比べ方は別の記事にあるので、ここではElevenLabsだけを深く見ます。声のクローンの規則は、公式の説明を短く言い換えるだけで、法律の判断はしません。僕らの考えは、段落の頭を「見立てです。」として分けます。

先に結論

何の会社か、どんな製品があるか

ElevenLabsの公式サイトは、製品を3つの束に分けて見せています。

束 中身(公式サイトの表示)
ElevenCreative 読み上げ、音声の文字起こし、声の変換、効果音、声の分離、音楽、声のデザイン、画像と動画の生成、吹き替え、制作画面のStudioなど。ブラウザとスマホで使う
ElevenAgents 会話する「声のエージェント」を作る製品
ElevenAPI 開発者が自分のアプリに組み込むための接続口

API(アプリからAIを直接呼び出す接続口)は、ふつうに使うだけなら読み飛ばして大丈夫です。

モデル(2026年10月22日時点)

公式のモデルの一覧から、読み上げと文字起こしの主なモデルです。

名前 位置づけ(公式の説明) 言語 備考
Eleven v4 最も感情が豊かな読み上げ。2026年9月28日に発表 90以上。日本語を含む 1回10,000文字まで。感情や効果音を、角かっこのタグで指示できる
Eleven v4 Turbo v4を低遅延にした版。会話するエージェント向け 90以上 推論の遅延は中央値でおよそ100ミリ秒、最初の音声が出るまでの中央値はおよそ150ミリ秒と書かれている(どちらもネットワークなどの遅延を除いた数字)
Eleven v3 劇的な表現向け 70以上 1回5,000文字まで
Multilingual v2 安定した読み上げ。長い文章向け 29。日本語を含む 1回10,000文字まで
Flash v2.5 速くて安い 32 1回40,000文字まで
Scribe v2 文字起こし 90以上。日本語を含む 話者の分離は最大32人。単語ごとの時刻も出せる
Scribe v2 Realtime 話しながらの文字起こし 90以上(文書に書かれている。日本語を名指しした記載は確認できていません) 遅延はおよそ150ミリ秒と書かれている(アプリやネットワークの遅延を除く)

v4の公式の発表(9月28日)は、第三者の比較サイト(Artificial Analysis)のProvider Voice Arena(2026年9月)の順位で1位、目隠しの1対1の聞き比べでおよそ75%の聞き手に選ばれた、と書いています。これはElevenLabsが示している数字で、この記事では確かめていません。

v4のもう1つの特徴として、公式の発表は「短い音声(10秒)でも声のクローンを作れる」と書いています。一方、使い方の文書は「少なくとも1分、できれば1〜2分の、きれいな音声」を勧めています。書き方が違うので、どちらも公式の説明として並べておきます。

プランと料金

公式の料金ページ(2026年10月22日確認、米ドル、税別)です。日本語版のページも同じ米ドルの表示でした。

プラン 月額 毎月のクレジット 声のクローン その他(公式の表示)
Free 0ドル 10,000 なし 読み上げ、文字起こし、効果音、声のデザイン、音楽、画像。Studioは3プロジェクトまで。非商用のみ
Starter 6ドル 30,000 Instant 商用ライセンス。吹き替えStudio。Studioは20プロジェクト
Creator 22ドル 121,000 Instant、Professional(1つ) 追加クレジットの購入
Pro 99ドル 600,000 Instant、Professional(1つ) APIで44.1kHzのPCM出力、192kbpsの音質
Scale 299ドル 1,800,000 Instant、Professional(3つ) 席3つ、チームでの共同作業
Business 990ドル 6,000,000 Instant、Professional(10) 席10、低遅延の読み上げ
Enterprise 要相談 要相談 要相談 契約・セキュリティの個別対応

料金ページは、次のようにも書いています。

クレジットは、機能ごとにこう減ります

公式のFAQに書かれた、おおまかな減り方です(10月8日に読んだ内容です。10月22日に取り直した料金ページとヘルプでは、機能ごとの数字を見つけられず、再確認できていません)。

機能 減るクレジット
読み上げ 1文字あたり1(モデルで変わる。APIのFlash/Turbo系は0.5〜1)
文字起こし 1分あたり330
音楽 1分あたり900
効果音 1回200
声の変換、声の分離 1分あたり1,000
自動吹き替え 1分あたり2,000(透かしつき)か3,000(透かしなし)。吹き替え用Studioは5,000〜10,000

次は、僕らの計算です。Starterの30,000クレジットは、読み上げなら約30,000文字、文字起こしなら約90分、音楽なら約33分に当たります。料金ページの表も、読み上げで月約30分と書いています。毎月の枠は、使う機能の組み合わせで消え方が大きく変わります。

開発者向け(API)の料金

料金ページ「API」(2026年10月22日確認)の表示です。読み上げは1,000文字あたり、文字起こしは1時間あたり、他は1分あたりです。

項目 料金
Eleven v4 0.08ドル(10月8日には「10月12日まで72%オフで0.022ドル」の表示があったが、10月22日は割引の表示なし)
Eleven v4 Turbo 0.04ドル(10月8日には割引中の0.011ドルの表示があったが、10月22日は割引の表示なし)
Eleven v3、Multilingual v2 0.08ドル
Flash / Turbo 0.04ドル
Scribe v2 1時間0.22ドル
Scribe v2 Realtime 1時間0.39ドル
音楽 1分0.15ドル
効果音、声の分離、声の変換 1分0.12ドル
吹き替え v1 / v2 v1は1分0.33ドル(透かしつき)か0.50ドル(透かしなし)、v2は1分2.20ドル

声のクローンについての公式の規則

2種類のクローン

規約と禁止事項

自分の声を預けるときの条件

規約には、入力した内容(声を含む)について、サービスの提供・改善・新しい製品の開発のために使う許可をElevenLabsに与える、と書かれています。この許可は「永続的で取り消せない」(perpetual and irrevocable)と規約にあります(10月9日更新版)。ただし「声そのものを、単独で商品にすることは、許可なしにはしない」とも書かれています。作ったクローンは、アカウントから削除を求められます。

「Voice Library」という、利用者が共有した声のライブラリ(公式の説明で1万以上)もあります。自分のクローンを共有して、他の有料の利用者に使われたとき報酬を受けとる仕組みがあります。なお、標準で入っている「Default」の声は、2026年12月31日に使えなくなる、と文書にあります。

商用利用

規約は、Freeで使う人は非商用だけ、有料プランの人は商用も可(どちらも禁止事項の方針にしたがう)と書いています。つくった音声の権利は、基本的に利用者が持つ、という書き方です(モデルそのものは含まない)。音楽は別の規約(2026年10月9日更新版を、10月22日に読みました)があります。その表では、無料で使う場合は「ElevenLabsと協力してつくった」という趣旨のクレジット表示が必要で、ダウンロードは不可、配信サービスへの配信は禁止です。一方で、映画・テレビ・ラジオ・「Studio Games」(定義は読めていません)を除く、オンラインとオフラインの商用の使い方は許可されている、とも書かれていて、本体の規約の「Freeは非商用」とは範囲が違います。音楽を商用で使うときは、この規約の表を直接読んでください。

どう選ぶか

見立てです。

気をつけること

出典

更新履歴

一部の出典は読めなかったため、その部分は前のままです。