ElevenLabs ist vor allem für Text-to-Speech bekannt, das eher wie eine echte Person als wie ein Roboter klingt. Du fügst ein Skript ein, wählst eine Stimme aus einer großen Bibliothek oder erstellst eine eigene. Das Tool liest den Text mit natürlichem Tempo und Ausdruck vor. Dieselbe Stimme kann Dutzende Sprachen sprechen. Deshalb wird ElevenLabs häufig für Hörbücher, YouTube-Kommentare, E-Learning, Spielfiguren und Barrierefreiheit verwendet. Beim Stimmenklonen wird eine Stimme aus einer Aufnahme nachgebildet. Dafür gibt es Schutzmaßnahmen: Du brauchst die Zustimmung der sprechenden Person, und manche Funktionen erfordern eine Identitätsprüfung.
Die Plattform umfasst inzwischen weitere Audioprodukte. Dubbing übersetzt Videos in andere Sprachen und erhält dabei die Stimme der ursprünglichen Sprecherin oder des Sprechers. Scribe transkribiert Sprache mit Sprecherkennzeichnung und Zeitstempeln. Außerdem gibt es Werkzeuge für Soundeffekte und Musik sowie einen Studio-Editor für lange Projekte wie Hörbücher und Podcasts. Die API für Entwickler:innen unterstützt Streaming mit geringer Verzögerung. Mit dem Agentenprodukt können Unternehmen Sprachassistenten für Telefonate und Kundengespräche erstellen, jeweils mit ausgewählter Stimme, Wissensbasis und Werkzeugen.
Der kostenlose Tarif enthält ein kleines monatliches Audiokontingent und eignet sich zum Ausprobieren. Bezahlte Tarife bieten mehr Nutzung, kommerzielle Rechte und hochwertigeres Klonen. Abgerechnet wird in Credits. Bei langen Projekten können die Kosten steigen; es lohnt sich, Entwürfe zunächst mit einem günstigeren Modell zu erzeugen. Qualität und Stimme unterscheiden sich je nach Sprache. Gelegentlich werden Namen oder ungewöhnliche Begriffe falsch ausgesprochen, was sich über die Ausspracheeinstellungen korrigieren lässt. Alternativen sind Text-to-Speech von OpenAI, Google Cloud, Microsoft Azure und Cartesia.