ElevenLabs: Eleven v4

ElevenLabs: Eleven v4 は ElevenLabs のテキスト読み上げモデルで、プロバイダーによって 2026 年 10 月 7 日にリリースされました。音声カテゴリに属し、ElevenLabs はこれを最も表現力豊かなモデルと説明しています。書かれたテキストを音声に変換する必要があるものを作るなら、ElevenLabs のラインナップの中で最初に評価すべきモデルです。

このモデルはテキストのみを入力として受け取り、音声のみを出力として返します。インライン音声タグをサポートしており、別個のコントロールではなく、送信するテキスト内で直接、感情のトーンと話し方を操作できます。ElevenLabs は 90 以上の言語のサポートを表明しているため、同じモデルで、ロケールごとに別のシステムへ切り替えることなく多言語製品をカバーできます。プロバイダーの説明では、10,000 文字の入力制限についても言及されています。このモデルについてトークン単位のコンテキスト長は公開されておらず、サポートされるリクエストパラメータも記載されていないため、文字数制限と、テキスト入力、音声出力というモデルの形を前提に計画してください。

実用的な用途はこれらの特性から導かれます。インライン音声タグにより、特定の感情でセリフを届ける必要があるナレーション、たとえばオーディオブック、ゲーム内のキャラクターの対話、特定の読み方が必要な広告などに適しています。90 以上の言語カバレッジは、ローカライゼーションパイプライン、e ラーニングコース、大規模な動画のボイスオーバーに適しており、そうでなければ言語ごとに話者を手配することになります。出力が音声であるため、アクセシビリティ機能、記事や文書の読み上げ、リクエスト時にテキストから応答を生成するインタラクティブな音声体験にも向いています。

api14 の OpenAI 互換 API を通じて、モデル id「elevenlabs/eleven-v4」を使って呼び出します。リクエストは他の OpenAI 互換の音声呼び出しと同じ形に従います。テキストを送信すると、モデルが音声を返します。名前付きボイスのセットが利用可能で、george、sarah、adam、alice、bella、bill、brian、callum、charlie、chris、daniel、eric、harry、jessica、laura、liam、lily、matilda、river、roger、will が含まれます。製品のトーンに合うボイスを選び、感情と話し方のコントロールにはテキスト内のインライン音声タグを使用してください。このモデルでサポートが記載されている追加のリクエストパラメータはないため、リクエストは文書化されたフィールドにとどめてください。

10,000 文字の入力制限を念頭に置いてください。長い文書では、テキストをチャンクに分割し、得られた音声をつなぎ合わせる必要があり、非常に短いプロンプトでは、表現力が必要以上に高くなる可能性があります。タスクが音声生成でない場合、Eleven v4 はテキストのみを受け取り音声のみを生成するため、テキストモデルまたはマルチモーダルモデルのほうが適しています。