最も先進的な感情認識型音声合成モデル。29言語で高い感情表現力を持つ自然で生き生きとした音声。
クリエイターの計画ガイド
これらは保存されたモデル出力ではなく、計画プレビューです。上記のライブジェネレーターを実行する前に、スクリプトのトーン、ペース、設定を決定するためにご利用ください。
ビジュアルボイスの計画プレビュー
新しいダッシュボードをご覧ください：キャンペーンのパフォーマンスをより落ち着いてレビューし、アセットを承認し、リリース前にチームを一丸にすることが可能になります。
ビジュアルボイスの計画プレビュー
オーディオガイドへようこそ。お好みの言語を選択し、各章を自分のペースで進んでください。
ビジュアルボイスの計画プレビュー
この章では、3つの一般的なアプローチを比較し、それぞれが実際のプロダクション作業でどこで失敗するかを示します。
Multilingual v2を使うタイミング
このページは、非稼働となった音声認識やサウンドエフェクトワークフローではなく、現在アクティブなテキスト-to-音声モデル用です。
プロバイダールート
KIE + ElevenLabs
AISnapEditは、elevenlabs/text-to-speech-multilingual-v2モデルルートを使用して、KIEに生成タスクを送信します。
言語カバー範囲
29言語
ElevenLabsはMultilingual v2を29言語対応の音声合成モデルとしてリストアップしています。
課金基準
Characters
TTSのコストはテキスト長に基づくため、最終生成前にドラフトを短く調整してください。
ベストデフォルト
Narration
話しの質、アクセントの適合性、一貫性がスピードよりも重要である場合に使用してください。
マーケティング動画、コースレッスン、プロダクト説明動画、プレゼンテーションナレーションは、意図的なトーンと制御されたスピードによって恩恵を受けます。
各言語を別々のレビュー済みスクリプトとして準備し、ターゲットとする地域に合ったボイスを選択してください。
セクションごとにドラフトを作成し、短いパスで生成してから、発音とペースが確認された後にのみ、最終スクリプトにクレジットを費やします。
スクリプトを計画し、ボイスを選択したら、レビュー可能なセクションで生成します。
読み上げ用に書くことを意識してください。短い文は通常、よりクリーンなリズムを生み出します。
まず音声を選択し、必要に応じて安定性、類似度、スタイル、速度のみを調整してください。
音声をプロダクションで使用する前に、名前、数字、トーンの変化、不自然な間隔を確認してください。
これらのコントロールは、AISnapEdit によって公開されているアクティブな KIE 要求フィールドと一致しています。
Text
すべての生成
粗いメモではなく最終稿を使用してください。長編スクリプトの場合、自然な段落またはセクションの境界で分割してください。
Voice
トーンおよびアクセントの選択
他のコントロールを調整する前に、ターゲット言語、地域、コンテンツカテゴリに適した音声を選んでください。
Stability
一貫性 vs. 多様性
高い値は繰り返しナレーションがより安定するのに役立ちますが、低い値はより表現力がある一方で予測困難になります。
Similarity
音声マッチ
この機能を使用して、出力が選択した音声キャラクターに近づくようにします。
Style
表現的な発話
スクリプトにエネルギーまたは感情が必要な場合にのみ増加させます。解説やトレーニングでは控えめに保ちましょう。
Speed
ペーシング制御
ナレーションでは1.0に近づけてください。密度が高く、多言語または数値が多く含まれるスクリプトは遅くします。
両方のアクティブな AISnapEdit TTS ページは KIE にルーティングされますが、異なるプロダクション意思決定をサポートしています。
主な適合性
品質最優先のナレーションおよび多言語ボイスオーバー計画。
スピードに敏感なドラフト、エージェント、大量の短いスクリプト。
最終的な音声品質が処理速度よりも重要である場合は、Multilingual v2 を使用してください。
言語カバレッジ
ElevenLabs は 29 言語の対応を記載しています。
ElevenLabs は、v2.5 の高速パスについて、v2 の言語セットにハンガリー語、ノルウェー語、ベトナム語を追加したことを記載しています。
スクリプトに合致する言語カバレッジとアクセントの動作を持つモデルを使用してください。
スクリプトの長さ
ElevenLabs は 10,000 文字までのリクエスト制限を記載しています。
v2.5 の高速パスは、より高い文字制限が記録されています。
どちらの方法でも、各生成セクションがレビューしやすいように生産スクリプトを分割してください。
言語コード
明確なテキストと一致する音声選択を通じて最良に対応できます。
AISnapEdit は Turbo ルート用に language_code を公開しています。
ワークフロー内で明示的な言語強制が必要な場合は Turbo を使用してください。
非推奨の転写ページはアーカイブガイドとしてインデックス可能ですが、このアクティブなモデルページはテキストから音声への生成のみをサポートしています。
利用権利はプロバイダの利用規約、アカウントの状況、および入力された素材により異なります。生成されたオーディオを公開する前に、これらの規約を確認してください。
Find answers to common questions about this model
ElevenLabs Multilingual v2は最も先進的な感情認識型音声合成モデルで、29言語で高い感情表現力と文脈理解を持つ自然で生き生きとした音声を生成します。
英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ヒンディー語、アラビア語、オランダ語、ポーランド語、スウェーデン語、トルコ語、インドネシア語など29言語に対応しています。
Aria、Roger、Sarah、Laura、Charlie、George、Callum、River、Liam、Charlotte、Alice、Matilda、Will、Jessica、Eric、Chris、Brian、Daniel、Lily、Billを含む20以上のデフォルトボイス。さらに10,000以上のコミュニティボイスにアクセスできます。
はい、モデルは書かれた言語を自動検出し、コードスイッチングに対応しています。ボイスの一貫性を維持しながら、言語間を自然に移行します。
安定性（0〜1、一貫性を制御）、類似度ブースト（0〜1、ボイスマッチング）、スタイル誇張（0〜1、感情の強度）、速度（0.7倍〜1.2倍）を調整できます。
1回のリクエストで最大10,000文字を変換でき、約10分の音声を生成できます。このモデルは長文コンテンツに最も安定しています。
テキストを29言語以上で自然な音声に変換
