ElevenLabsの音声クローンは月6ドルから　1〜3分の録音で作成

動画やポッドキャストの制作では、ナレーションの収録に時間がかかります。ElevenLabs（イレブンラボ）の音声クローンを使うと、自分の声のサンプルをもとに、入力した原稿のナレーションを生成できます。

過去に報じた「ElevenLabs、AI音声合成と音声クローンの作成方法を公開　2分未満の録音から対応」でも、少量の音声データから声を複製する方法を紹介しています。

音声クローンは有料プランから　無料版には含まれず

ElevenLabsには、録音時間や再現度が異なる2つの音声クローン機能があります。

「インスタント音声クローン（Instant Voice Cloning）」は、1〜3分程度の音声サンプルから、1分未満でクローンを生成します。短い動画やSNS向けのコンテンツ、試験的な利用に適しています（ElevenLabs公式ドキュメント、11/12確認）。

「プロフェッショナル音声クローン（Professional Voice Cloning）」は、30分から約3時間の録音データを使い、本人の自然な声により近いクローンを作ります。調整には通常3〜6時間かかり、待機中の音声が多い場合はさらに時間がかかることもあります。長期間続くポッドキャストや動画講座などに推奨されています（ElevenLabs公式ドキュメント、11/12確認）。

主な料金と機能は次の通りです（ElevenLabs公式料金ページ、11/12確認）。料金には税などが含まれません。

• Free：月額0ドル。毎月1万クレジット。音声クローンと商用ライセンスは含まれない
• Starter：初月1ドル、翌月以降は月額6ドル。インスタント音声クローンと商用ライセンスを含む
• Creator：初月11ドル、翌月以降は月額22ドル。プロフェッショナル音声クローンも利用可能
• Pro：月額99ドル
• Scale：月額299ドル

収益化するコンテンツに使う場合は、選ぶプランに生成音声の商用利用権が含まれているか確認するとよいでしょう。

原稿の修正や多言語ナレーションに活用

音声クローンは、原稿の一部を直したいときに役立ちます。日付や価格、製品名などのテキストを修正し、該当部分を再生成すれば、収録し直さずに音声を差し替えられます。

自分の母語で録音した音声をもとに、別の言語のナレーションを自分の声で生成することもできます。海外向けの動画やチュートリアルを作る際の選択肢になります。

ポッドキャストなどの定期配信では、オープニングやエンディング、スポンサーの読み上げ原稿をテンプレートとして使えます。公開前には生成した音声を聞き、固有名詞の発音や話す速さを確認することが勧められています。

デザイン制作を行うmapo studioは、ElevenLabsで担当者の声を複製し、顧客向けのデザイン情報を音声化しています。同社は、週2回だった配信を毎日に増やしながら、制作時間を減らせたと説明しています。

声の複製には権利と同意の確認が必要

音声クローンの利用では、なりすましや無断利用を防ぐための確認が必要です。

ElevenLabsのインスタント音声クローンでは、アップロードする声を複製する権利と同意があることの確認を求めます。プロフェッショナル音声クローンでは、録音された声がアカウント所有者本人のものかを確かめる検証ステップがあります。

また、政治家の声に似たクローンの作成を防ぐ「No-Go Voices」ポリシーが設けられています。生成された音声は、作成したアカウントまで追跡できます。

視聴者との信頼を保つため、AIで生成した音声を使っていることを、動画の概要欄や番組ノートなどで伝えることも勧められています。公開先のプラットフォームにAI生成コンテンツの開示要件がある場合は、それぞれ確認するとよいでしょう。

作成後はアクセントや声の調子を変更できない

クローン作成後にアクセントや声の調子を変更することはできません。仕上がりを改善したい場合は、使用する音声サンプルを変える必要があります。

インスタント音声クローンで声やアクセントがうまく再現されない場合、ElevenLabsはプロフェッショナル音声クローンを試す方法を案内しています。