ElevenLabs v4、音声AIの感情表現を一新

ElevenLabsが2026年9月28日、フラッグシップの音声合成モデル「Eleven v4」と、低遅延版「v4 Turbo」を同時公開した。v4 Turboは中央値で約100ミリ秒の推論レイテンシをうたい、90言語以上に対応する。感情表現と会話エージェントの両軸を一気に押し上げた発表で、音声AIの選択肢を再定義する可能性がある。

背景：音声AIは「読み上げ」から「演技」へ

従来のテキスト読み上げ（TTS）は、滑らかさや自然さの最適化が中心だった。Eleven v4はトーン・ペース・感情・キャラクター・文脈を解釈し、「演技された音声」を生成する設計になっている。笑い声・怒った口調・効果音などをインラインタグで指定できるのも特徴で、公式ブログでは新アーキテクチャによってボイスクローンの精度も改善されたと説明されている。即時クローンに必要な音声サンプルは10秒に短縮された。

v4 Turboはリアルタイム会話エージェント向けで、中央値100msの推論レイテンシと「最初の音声まで約150ms」を掲げる。Google GeminiのリアルタイムAPIやOpenAIのRealtime、CartesiaのSonicといった低遅延勢と同列の速度競争に、海外製の高表現力TTSがついに本格参戦した形だ。TechCrunchも同日付で「表現制御と90言語対応を同時に持ち込む発表」と速報しており、VTuber・吹き替え・コールセンターまで影響範囲は広い。

日本でどう使えるか／使えるか

ElevenLabsのアカウントは日本からも直接サインアップでき、フリーミアム枠で英語のスタジオを試せる。v4系とv4 Turboは有料プラン（月額22ドル相当のCreator以上）で解放され、APIキーも同プランで発行される。VTuberや動画クリエイターはブラウザ版Studioから日本語を含む90言語でそのまま試せるのが利点だ。国内競合のVOICEVOXやCoeiroINKはローカル実行と声優ライセンス重視の路線で、棲み分けが進む見通し。

まとめ

Eleven v4は表現力、v4 Turboは速度と、2本立てで音声AIの主戦場を一段引き上げた。日本からは10月3日時点でフリーミアム登録から直接試せる。