スタジオ品質のナレーションを生成 — ElevenLabs TTS

ElevenLabs TTSは、テキストをリアルな人間の音声に変換するニューラルテキスト読み上げモデルファミリーです。Popcraftでは、ナレーション、ダイアログ、多言語ナレーション向けにフラッグシップのEleven v3とEleven Multilingual v2モデルを提供しています。

スクリプトを入力してボイスを選択します。モデルがテキストのプロソディ、感情、言語の手がかりを分析し — v3はインラインオーディオタグにも対応 — 話者の声質とスタイルに合った高品質なスピーチを合成します。

はい。Popcraftの無料プランには、ElevenLabs TTSで使えるクレジットが含まれています。より多くの使用量には、有料プランまたは都度払いのトップアップをご利用ください。生成した分だけお支払いいただきます。

ElevenLabsは有料プランで商用利用を許可しており、Popcraftで生成したオーディオはその権利を継承します。第三者からクローンしたボイスについては、ボイスの所有者からの許可が必要です。

Eleven v3はヨーロッパ、アジア、中東の主要言語を含む70以上の言語に対応しています。Eleven Multilingual v2は29言語に対応し、長文の安定性に最適化されています。

はい。ElevenLabsは短いサンプルからのインスタントボイスクローニングと、より長いトレーニングオーディオからのプロフェッショナルボイスクローニングに対応しています。クローンしたボイスは、Popcraftのオーディオスタジオでプリセットボイスと同様に使用できます。

オーディオスタジオをTTSモードで開き、ボイスを選択し、スクリプトを貼り付けて生成を押します。レンダリングされたトラックはアセットライブラリに保存され、RemotionタイムラインやAI Agentプロジェクトにそのまま追加できます。