ElevenLabsは、機械ではなく人のように聞こえる音声合成で知られています。台本を貼り付け、大きなライブラリから声を選ぶか自分で作り、自然な間と感情で読み上げます。同じ声で何十もの言語を話せるため、オーディオブック、YouTubeのナレーション、eラーニング、ゲームのキャラクター、アクセシビリティでよく選ばれます。音声クローンは録音から声の複製を作ります。話者の許可が前提で、一部の機能は本人確認が必要です。
このプラットフォームは、より広い音声製品の集まりに広がっています。吹き替えは、元の話者の声を保ったまま動画をほかの言語に訳します。Scribeは、話者ラベルとタイムスタンプ付きで音声を文字起こしします。効果音と音楽の生成ツール、オーディオブックやポッドキャストのような長い作品向けのStudioエディタもあります。開発者向けには、APIが低遅延のストリーミング音声に対応し、エージェント製品では、選んだ声、知識ベース、ツール一式で電話や顧客との会話を扱う音声アシスタントを企業が作れます。
無料プランには試し用の小さな月間の音声枠があり、有料プランでは利用量、商用利用の権利、より質の高いクローンが加わります。利用量はクレジットで測るので、長い作品は高くなりやすく、まず安いモデルで下書きを作るとよいです。質は言語と声によって変わり、名前や珍しい語をときどき読み間違えます。発音の調整で直せます。競合にはOpenAIの音声合成、Google Cloud、Microsoft Azure、Cartesiaがあります。