社内研修動画にナレーションを入れたいのに、録音ブースもナレーターの予算もない。日本語で作った製品紹介動画を、英語版や他の言語版でも出さなければならない。こうした場面は会社ではよくあります。ElevenLabsは、こうした音声の仕事をテキスト入力とファイルのアップロードだけで片づけられるAI音声プラットフォームです。2022年にポーランド出身のMati StaniszewskiとPiotr Dąbkowskiが創業し、子どものころに見た海外作品の吹き替えの不自然さを直したいというのが出発点だったとされています。2026年2月には評価額110億ドルで5億ドル規模のシリーズDを完了し、同年上半期に年換算の売上高が5億ドルを超えたと同社は発表しています。
ひと目でわかる概要
| 項目 | 内容 |
|---|---|
| 開発元 | ElevenLabs(2022年、Mati StaniszewskiとPiotr Dąbkowskiが創業) |
| 料金 | 無料は月1万クレジット。有料はStarter 月6ドルからBusiness 月990ドルまで、Enterpriseは個別見積もり |
| 主なモデル | Eleven v3(70以上の言語)、Multilingual v2、Flash v2.5、Dubbing v2 |
| 主な機能 | テキスト読み上げ、吹き替え(90以上の言語)、ボイスクローン(Instant / Professional)、Studioエディター |
| 商用ライセンス | Starter以上に含まれる。無料プランには含まれない |
| 始め方 | elevenlabs.ioでメールアドレスかGoogleアカウントで登録 |
テキスト読み上げ、吹き替え、ボイスクローン
主な機能は3つに分かれます。
- テキスト読み上げ(TTS)。 現在の主力モデルEleven v3は70以上の言語に対応しています。同社が「最も表現力の豊かなモデル」と紹介するとおり、感情や息づかい、複数の話者による会話まで扱えます。長い文章を安定して読ませるなら29言語対応のMultilingual v2、速さが大事なリアルタイム用途なら遅延75ミリ秒前後のFlash v2.5が推奨されています。
- 吹き替え。 動画や音声ファイルをアップロードするかURLを貼ると、元の話者の声の特徴を残したまま90以上の言語とアクセントに変換します。現在の標準であるDubbing v2は、台本ではなく元の音声から直接処理するため、話し方や演技も一緒に引き継がれるのが特徴です。話し始めと終わりのタイミングも元の音声に合わせられます。
- ボイスクローン。 数分のサンプルで作るInstant Voice Cloningと、30分以上(推奨は1〜3時間)のクリアな録音で作るProfessional Voice Cloningがあります。

Studio:台本と話者をひとつの画面で
この3つをひとつの画面で扱えるのがStudioです。台本を段落ごとに話者へ割り当て、声と効果音、BGMをタイムラインに並べて書き出すエディターです。社内研修動画なら、講義の台本を入れて進行役の声と登場人物の声を分けて割り当て、スライド動画に合わせて長さを調整する、という使い方になります。ポッドキャストなら2人の話者を指定して対話形式の台本を読ませ、あとから台本の1行だけを直してその部分だけを作り直せます。録り直しが要らない点が、人のナレーターとのいちばん大きな違いといえそうです。導入企業としてはMeta、Headspace、Nvidiaなどが紹介されています。

職種別の使いどころ
職種別に見ると、真っ先に浮かぶのはマーケティングチームです。製品紹介動画ひとつを複数の言語に吹き替えて国別のチャネルに載せる作業が、編集担当1人で終わります。企画・PMは社内オンボーディング資料やマニュアル動画にナレーションを付けるとき、人事・研修担当は定期的に変わる研修コンテンツを録り直さず台本だけ直したいときに使えます。開発者はAPIでアプリに音声案内を組み込む用途から入り、法務・コンプライアンス担当は後で触れる同意とライセンスの条件を確認する立場でこのツールに関わることになります。
料金プランと無料プランの条件
料金は2026年9月時点でクレジット単位です。無料プランは月1万クレジットで、テキスト読み上げではおおよそ1文字が1クレジットのため、高品質モデルで約10分の音声を作れます。日本語の料金ページでも価格は米ドルで表示されています(ElevenLabs 料金ページ)。
| プラン | 月額 | クレジット | 内容 |
|---|---|---|---|
| Free | 無料 | 1万 | 商用ライセンスなし |
| Starter | 月6ドル | 3万 | 商用ライセンス、Instant Voice Cloning、Dubbing Studio |
| Creator | 月22ドル | 12万1,000 | Professional Voice Cloning、192kbpsの音質 |
| Pro | 月99ドル | 60万 | APIで44.1kHz PCM出力 |
| Scale | 月299ドル | 180万 | 3シート、プロ用クローン3つ |
| Business | 月990ドル | 600万 | 10シート |
| Enterprise | 個別見積もり |
吹き替えには別の単価がかかります。自動吹き替えは動画1分あたり2,000クレジット(透かしあり)か3,000クレジット(透かしなし)、編集できるDubbing Studioは5,000クレジットか1万クレジットです。有料プランの未使用クレジットは最大2か月まで繰り越せます。
無料プランには特に確認しておきたい条件があります。公式ヘルプによると、無料プランには商用ライセンスが含まれず、無料で作ったコンテンツを公開するときはタイトルに「elevenlabs.io」か「11.ai」を表記する必要があります。会社のアカウントで作った動画をYouTubeや社内ポータルに載せた時点で商用利用とみなされる余地が大きいため、試用段階を過ぎたらStarter以上で始めるのが安全です。無料プランの吹き替え結果には透かしが自動で入り、消せない点も同じ理由で押さえておきたいところです。
始め方
- 登録と最初の音声。 メールアドレスかGoogleアカウントで登録すれば始められます。最初はText to Speechの画面に日本語の文を2〜3行入れ、ライブラリの声をいくつか聞き比べるだけで十分です。
- Studioのプロジェクト。 次はStudioで3分ほどの研修用台本をプロジェクトにし、話者を2人割り当てて、書き出した音声を既存の動画に重ねてみるのがおすすめです。
- 吹き替えの試用。 吹き替えは字幕のない短い元動画でまず試し、ネイティブによるチェックを一度通すと安心です。自動翻訳の不自然な表現が、そのまま音声になって出てしまうためです。
- 声選び。 言語によって発音や抑揚の出来に差があるという利用者の声が続いており(韓国語は英語よりばらつきが大きいとの指摘があります)、声選びに時間をかけるかどうかで仕上がりが変わります。
無料プランは声と品質を確かめる用途と考え、会社のコンテンツに実際に使うなら、商用ライセンスを含むStarter以上から始めるのが妥当です。
注意点
注意点は音声クローンに集中しています。
- クローンできるのは自分の声だけ。 Professional Voice Cloningのドキュメントは「クローンできるのは自分の声だけで、相手の同意があっても他人の声はクローンできない」としています。学習を始める前に、同じ機材で指定された文を読み上げる音声認証のステップがあり、失敗すると24時間後に再挑戦する必要があります。社長や講師の声で研修動画を作るなら、その本人が自分のアカウントか会社のワークスペースで認証を通す必要があります。
- 著名人のブロックと追跡可能性。 著名人やリスクの高い人物の声はシステムでブロックされ、生成物は作成したユーザーまでたどれるように設計されています。
- 社内規程で決めておくこと。 退職者のクローン音声を使い続けるかどうか、音声データの保存期間、学習への利用の有無は、サービスの利用規約とは別に社内規程で決めておくと安全です。
声は個人情報であり人格の一部として扱われる流れにあるため、クローンの前に書面で同意を取り、利用範囲を明記しておくことは、ツールの認証手続きとは関係なく必要です。
まとめ
ElevenLabsは、ナレーターの手配やスタジオ録音、多言語の吹き替えにかかっていた費用と日数を大きく減らせるツールです。機能より先に決めておきたいのは「誰の声を、どんな同意を得て、どこまで使うか」というルールです。それが決まっているチームにとっては、社内研修動画やポッドキャスト制作のボトルネックをひとつ確実に取り除けるツールといえそうです。
アイキャッチ画像:ElevenLabsのロゴ、© ElevenLabs。紹介目的で使用しています。