Product
.webp&w=3840&q=95)
How we engineered RAG to be 50% faster
Tips from latency-sensitive RAG systems in production
Eleven v3 (アルファ) の紹介
最も表現力豊かなテキスト読み上げモデル
私たちは発表できることを嬉しく思います。Eleven v3 (アルファ版) — 最も表現力豊かなテキスト読み上げモデルです。
この研究プレビューは、音声生成に前例のないコントロールとリアリズムをもたらします：
- 70以上の言語
- マルチスピーカーダイアログ
- [excited], [whispers] あるいは [sighs]といったオーディオタグ
Eleven v3 (アルファ版) は以前のモデルよりもプロンプトエンジニアリングが必要ですが、生成される音声は驚くべきものです。
ビデオ、オーディオブック、メディアツールで作業している場合、これにより新たな表現力が解放されます。リアルタイムや会話型の使用ケースには、現在はv2.5 TurboまたはFlashをお勧めします。v3のリアルタイムバージョンは開発中です。
Eleven v3は本日から当社のウェブサイトで利用可能です。パブリックAPIアクセスは近日公開予定です。早期アクセスをご希望の場合は、営業にお問い合わせください。
新しいモデルのElevenLabsアプリでの使用は6月末まで80%オフです。登録はこちら。
v3を開発した理由
Multilingual v2をリリースして以来、音声AIはプロの映画制作、ゲーム開発、教育、アクセシビリティの分野で広く採用されてきました。しかし、一貫した課題は音質ではなく『表現力』でした。より豊かな感情表現や会話の途中での割り込み、リアルで自然なやり取りを実現することが難しかったのです。
Eleven v3はこのギャップを埋めるために開発されました。最初から、ため息をついたり、ささやいたり、笑ったり、反応したりする声を実現するよう設計されており、本当に生き生きとした、応答性の高い音声を生み出します。
Eleven v3（アルファ版）の新機能
| 機能 | それによって可能になること |
|---|---|
| オーディオタグ | トーンや感情、非言語的な反応をスクリプト内で直接制御 |
| ダイアログモード | 複数話者による自然なテンポと割り込みのある会話 |
| 70以上の言語対応 | 高い需要のある主要な世界言語を完全に網羅 |
| テキストの高度な理解 | テキスト入力から得られる、より自然な強調、リズム、そして表現力 |
v3の音声を実際に体験してみてください
オーディオタグの使い方
オーディオタグはスクリプト内にインラインで記述し、小文字の角括弧［］でフォーマットします。オーディオタグの詳細についてはドキュメントのv3プロンプトガイドを参照ください。
注）「プロフェッショナルボイスクローン（PVC）」は現在、Eleven v3 に対して完全には最適化されていないため、以前のモデルと比べてクローンの品質がやや低下する可能性があります。リサーチプレビュー段階の現時点では、v3 の機能を利用したい場合、インスタントボイスクローン（IVC）やボイスデザインを使用するのが最適です。PVC の v3 対応最適化は、近い将来に予定されています。
例えば、次のようにプロンプトを入力できます：『[whispers] 何かが近づいている… [sighs] その気配がする。』また、より表現力豊かに制御したい場合は、複数のタグを組み合わせることも可能です。
| 1 | “[happily][shouts] We did it! [laughs].” |
複数話者による会話の作成
Eleven v3は既存のテキスト読み上げ（Text to Speech）エンドポイントで対応しています。さらに、新たにText to Dialogue用のAPIエンドポイントを導入しました。話者ごとの発話を表す構造化されたJSONオブジェクトの配列を提供すると、モデルが一体感のある重なり合う音声ファイルを生成します:
| 1 | [ |
| 2 | {"speaker_id": "scarlett", "text": "(cheerfully) Perfect! And if that pop-up is bothering you, there’s a setting to turn it off under Notifications → Preferences."}, |
| 3 | {"speaker_id": "lex", "text": "You are a hero. An actual digital wizard. I was two seconds from sending a very passive-aggressive support email."}, |
| 4 | {"speaker_id": "scarlett", "text": "(laughs) Glad we could stop that in time. Anything else I can help with today?"} |
| 5 | ] |
| 6 |
詳しくはこちらを参照ください。
v3は当社で最も表現力の高いモデルです
価格と提供状況
| プラン | リリース記念プロモーション | 30日後 |
|---|---|---|
| UI (Webより購入) | 80%割引き (約5分の1の価格) | Multilingual V2と同じ |
| API (Webより購入 & エンタープライズ) | Multilingual V2と同じ | 同左 |
| エンタープライズ UI | Multilingual V2と同じ | 同左 |
v3を使うには:
- Model Picker を使ってEleven v3 (alpha)を選択してください
API へのアクセスと Studio でのサポートはまもなく利用可能になります。先行アクセスをご希望の方は営業にお問い合わせください。
v3を使用しない方がよい状況
Eleven v3 (アルファ) は以前のモデルよりもプロンプトエンジニアリングが必要です。動作すれば素晴らしい結果が得られますが、信頼性と高いレイテンシーのため、リアルタイムや会話型のユースケースには適していません。これらには Eleven v2.5 Turbo/Flash をお勧めします。
詳しくはv3ドキュメンテーション 及びFAQを参照ください。
今すぐお試しください
- ElevenLabs UIにログインします
- ドロップダウンからv3 (alpha) を選択します
- テキスト・スクリプトを貼り付けます — タグあるいはダイアログを使います
- 音声を生成します
没入型ストーリーテリングから映画制作パイプラインまで、新しいユースケースでv3をどのように活用していただけるか、私たちはとても楽しみにしています。
Eleven v3は、2025年6月末まで、UIを通じて利用するセルフサービスユーザー向けに80％割引となっています。
それらはすべてEleven v3モデルのみで生成されました。
Text to Dialogueは複数の声を織り交ぜて、スムーズなやり取りを生み出します。プロソディ（韻律）や感情の幅を合わせ、オーディオタグからの指示を取り入れることで、魅力的な会話を生成する大きな進歩を実現しています。
イレブンv3（アルファ版）の公開APIは近日公開予定です。アーリーアクセスについては 営業にお問い合わせください。
Eleven v3は多様なオーディオタグに対応しており、タグの効果は音声や文脈によって多少異なります。追加の情報は プロンプトガイド を参照ください。
以下の言語に対応しています。アフリカーンス語（afr）、アラビア語（ara）、アルメニア語（hye）、アッサム語（asm）、アゼルバイジャン語（aze）、ベラルーシ語（bel）、ベンガル語（ben）、ボスニア語（bos）、ブルガリア語（bul）、カタロニア語（cat）、セブアノ語（ceb）、チチェワ語（nya）、クロアチア語（hrv）、チェコ語（ces）、デンマーク語（dan）、オランダ語（nld）、英語（eng）、エストニア語（est）、フィリピノ語（fil）、フィンランド語（fin）、フランス語（fra）、ガリシア語（glg）、ジョージア語（kat）、ドイツ語（deu）、ギリシャ語（ell）、グジャラート語（guj）、ハウサ語（hau）、ヘブライ語（heb）、ヒンディー語（hin）、ハンガリー語（hun）、アイスランド語（isl）、インドネシア語（ind）、アイルランド語（gle）、イタリア語（ita）、日本語（jpn）、ジャワ語（jav）、カンナダ語（kan）、カザフ語（kaz）、キルギス語（kir）、韓国語（kor）、ラトビア語（lav）、リンガラ語（lin）、リトアニア語（lit）、ルクセンブルク語（ltz）、マケドニア語（mkd）、マレー語（msa）、マラヤーラム語（mal）、標準中国語（普通話）（cmn）、マラーティー語（mar）、ネパール語（nep）、ノルウェー語（nor）、パシュトー語（pus）、ペルシア語（fas）、ポーランド語（pol）、ポルトガル語（por）、パンジャーブ語（pan）、ルーマニア語（ron）、ロシア語（rus）、セルビア語（srp）、シンド語（snd）、スロバキア語（slk）、スロベニア語（slv）、ソマリ語（som）、スペイン語（spa）、スワヒリ語（swa）、スウェーデン語（swe）、タミル語（tam）、テルグ語（tel）、タイ語（tha）、トルコ語（tur）、ウクライナ語（ukr）、ウルドゥー語（urd）、ベトナム語（vie）、そしてウェールズ語（cym）です。
ElevenLabsチームによる記事をもっと見る
Customer stories
.webp&w=3840&q=95)
Eagr.ai Supercharges Sales Training with ElevenLabs' Conversational AI Agents
Eagr.ai transformed sales coaching by integrating ElevenLabs' conversational AI, replacing outdated role-playing with lifelike simulations. This led to a significant 18% average increase in win-rates and a 30% performance boost for top users, proving the power of realistic AI in corporate training.