ElevenLabs
ElevenLabs TTS Eleven v3でAIボイスオーバーの作り方
ElevenLabs Eleven v3は、Astorie上のどのTTSモデルよりも自然な響きの英語ナレーションを生成します。温かみのあるナレーター調(Rachel、Sarah)から、説得力のある男性声(Roger、Brian、Daniel)まで、21種類の異なる声を用意しており、それぞれが台本の内容に応じてリアルな感情の抑揚を付けます。英語の音声品質と感情表現力は他の追随を許しませんが、中国語についてはMinimax Speechの方が依然として優れた選択肢です。ElevenLabsは、より高速なTurbo v2.5バリアントと、英語以外の言語向けのMultilingual v2も提供しています。
Step-by-Step Guide
コンテンツの種類に合った声を選ぶ
ElevenLabsは21種類の声を提供しており、それぞれに独自の個性があります。製品ナレーションやブランド動画には、Rachel(温かみのあるプロフェッショナルな女性声)やBrian(自信に満ちた説得力のある男性声)を試してみましょう。チュートリアルや解説動画には、Sarah(明瞭で親しみやすい)やDaniel(落ち着いた指導者風)を試してみましょう。ストーリーテリングやポッドキャストには、Aria(表現力豊かで多才)やCallum(引き込まれる男性ナレーター)を試してみましょう。台本全体に取りかかる前に、2〜3種類の声で短いテスト文を生成してみてください——声とコンテンツの相性は、他のどの要素よりも品質に影響します。
読むためではなく、話すための台本を書く
TTS用の台本でもっとも多い失敗は、話すと硬く聞こえる堅苦しい文章を書いてしまうことです。会話的に書きましょう。短縮形を使う(「we will」ではなく「we'll」)、短い文にする、自然なつなぎ言葉を使う(「The following section demonstrates...」ではなく「Now, let's look at...」)。ElevenLabs v3は感情の機微を扱えます——高揚感を出したいなら、高揚した調子で書きましょう。落ち着いた説得力を出したいなら、抑制の効いた断定的な文で書きましょう。モデルは、文体からトーンを推測します。
句読点でペースをコントロールする
句読点は、ペースをコントロールする主要な手段です。ピリオドは、考えの区切りに自然な間を作ります。カンマは、文中に短い間を作ります。省略記号(...)は、ドラマチックな、あるいは思索的な間を作ります。ダッシュ(——)は、鋭い転換を作ります。段落間の改行は、ピリオドよりもやや長めの間を加えます。30秒の広告であれば、80〜90語を目安にしましょう。チュートリアルのナレーションであれば、句読点による区切りを増やしながら、1分あたり120〜130語(30秒あたり約60語)までペースを落としましょう。
動画制作パイプラインに組み込む
Astorie上でのElevenLabsの真価は、キャンバスのパイプラインにあります。オーディオの出力をリップシンクノード(OmniHumanやKling LipSync)に直接接続すればトーキングヘッド動画を作れますし、動画ノードに接続すればナレーションとAI生成の映像を組み合わせられます。これにより、台本→ナレーション→動画という広告制作の全工程を、Astorieを離れることなく1つのワークフローの中で完結できます。
Prompt Examples
ブランドナレーションの例です。「designed to last a lifetime」の前の省略記号が、思索的な間を作り、価値提案を強調しています。短く断定的な文が、声に自信と高級感を与えます。RachelやBrianで試して、それぞれ異なるブランドの個性を出してみましょう。
Welcome to our new collection. Each piece is carefully crafted from sustainable materials... designed to last a lifetime. Discover what makes us different.
チュートリアルナレーションの例です。「First...Then...Finally」という番号立ての構成が、TTSに自然なペースの目印を与えます。「you're all set!」の感嘆符が、ElevenLabsに終盤で明るいエネルギーを加えるよう合図しています。SarahやDanielで試して、明瞭で指導的な話し方にしてみましょう。
In this tutorial, we'll walk through three simple steps to set up your account. First, click the sign-up button on the homepage. Then, enter your email and choose a password. Finally, verify your email — and you're all set!
Parameter Tips
手早く仕上げたい長尺のナレーションには、Turbo v2.5バリアントを使いましょう——表現力はやや劣りますが、Eleven v3よりも高速にレンダリングされます。
21種類の声は、Rachel、Aria、Roger、Sarah、Laura、Charlie、George、Callum、River、Liam、Charlotte、Alice、Matilda、Will、Jessica、Eric、Chris、Brian、Daniel、Lily、Billです。本番前に必ず2〜3種類をテストしましょう。
英語以外のナレーションには、代わりにElevenLabs TTS Multilingual v2を使いましょう——29以上の言語に対応しています。中国語に関しては特に、Minimax Speech 2.5 HDの方がより自然な標準中国語を生成します。
聞き取りやすい速度にするため、台本は1分あたり120〜150語のペースで書きましょう。60秒の広告であれば、200語以上ではなく120〜150語程度が適切です。
What to Expect
ElevenLabs Eleven v3は、Astorie上でもっとも人間らしく響く英語のTTSを生成します——感情の抑揚、自然な息継ぎ、AIというよりプロの声優のような表現力を備えています。Minimax Speechとのトレードオフはこうです。英語に関してはElevenLabsが明確な勝者ですが、Minimax Speech 2.5 HDの方がより自然な中国語(特に標準中国語の声調の正確さ)を生成します。多言語プロジェクトでは、西洋言語にはElevenLabs Multilingual v2を、中国語・アジア言語にはMinimaxを使いましょう。
Use ElevenLabs TTS Eleven v3 on Astorie
Connect ElevenLabs TTS Eleven v3 with other AI models on Astorie's infinite canvas. No GPU required — start free.
Get Started Free