長文でも安定
ElevenLabs で最も安定した長文読み上げモデルなので、章ごとに録っても 1 回の収録のように聞こえます。
Eleven Multilingual v2 API は、ElevenLabs のリアルな音声モデルの中でも長文に最も強いモデルで、29 言語に対応しています。1K 文字あたり $0.10、ほかのすべてのモデルと同じキーで使えます。
eleven-multilingual-v2更新 from openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY",)speech = client.audio.speech.create( model="eleven-multilingual-v2", voice="Talia", input="Welcome to Zurelay. Your video is ready.",)speech.write_to_file("welcome.mp3")ベースURL https://api.zurelay.com/v1. どのOpenAI SDKにも対応しています。 音声APIドキュメント
料金
プリペイド残高からの従量課金で、サブスクリプションは不要です。$10からチャージできます。失敗したリクエストには課金されません。
| 料金 | Zurelay | ElevenLabsの定価 | 節約額 |
|---|---|---|---|
1K文字 送信したテキストの分 | $0.10 | $0.08 | — |
1分の音声 約850文字 | $0.085 | $0.068 | — |
送信したテキストの文字数(スペースや句読点を含む)に応じて課金されます。音声の生成料金は価格に含まれています。1分間の音声は約850文字です。失敗したリクエストには料金はかかりません。
ElevenLabsのすべてのモデルと料金スライダーを動かして、1か月に読み上げるテキストの量を選んでください。
スペースや句読点を含め、送信した文字数に応じて課金されます。失敗したリクエストは無料です。
料金
Zurelayの最新料金で見る、代表的な利用例です。
約1分の音声。
約30分の音声。
約10時間の音声。
概要
Eleven Multilingual v2は、ElevenLabsで長く使われている、リアルな音声を生成するモデルです。2023年8月22日にリリースされ、29言語に対応しており、ElevenLabsのモデルの中でも長文で最も安定しています。Zurelay Eleven Multilingual v2 APIは、OpenAI互換のspeechエンドポイントを通じて、ElevenLabsの17種類のボイスでこのモデルを提供します。料金はテキスト1,000文字あたり$0.10、音声1分あたり約$0.085です。
ElevenLabs は 2023 年 8 月 22 日に Eleven Multilingual v2 をリリースしました。感情表現が豊かなリアルなモデルで、長文では最も安定したモデルだと説明しています。29 言語に対応し、現在も ElevenLabs 公式の speech API のデフォルトモデルです。Zurelay での ID は eleven-multilingual-v2 で、ElevenLabs の ID である eleven_multilingual_v2 も使用できます。
Eleven Multilingual v2 はスタイル指示を受け付けず、書かれたとおりにテキストを読み上げます。感情は言葉と句読点から生まれます。ペースは speed で 0.7 から 1.2 の範囲で指定できます。Zurelay で計測したところ、同じ文が 0.7 では 7.1 秒、1.2 では 3.7 秒でした。
Zurelayは、OpenAI互換のエンドポイントでこのモデルを提供します。POST https://api.zurelay.com/v1/audio/speech に、最大5,000文字の入力テキストと、ElevenLabsの17種類のボイスのいずれか(デフォルトはTalia。alloyやnovaなどOpenAIのボイス名も指定できます)を送信してください。レスポンスは音声ファイルそのものです。デフォルトはMP3で、WAVまたは24 kHzの生のPCMも選べます。1文の生成にかかる時間は、通常1秒ほどです。1回のリクエストで話せるボイスは1つだけです。ボイスクローン、ElevenLabsのボイスライブラリ、複数話者の対話、ストリーミングは、Zurelay経由ではご利用いただけません。
このモデルの音声生成は、テキストのみを基準に課金されます。送信した1,000文字あたり$0.10で、スペース、句読点、タグも文字数に含まれます。音声そのものの料金も含まれ、音声の長さは料金に影響しません。1分間の音声は約850文字なので、約$0.085です。ElevenLabs自社のAPI価格は1,000文字あたり$0.08です。各レスポンスのx-zurelay-input-tokensヘッダーには課金対象となった文字数が表示され、すべてのリクエストはリクエストログで確認できます。失敗したリクエストは無料です。
強み
ElevenLabs で最も安定した長文読み上げモデルなので、章ごとに録っても 1 回の収録のように聞こえます。
speed を 0.7〜1.2 にすると、読み上げをゆっくりにも速くもできます。
多くの製品が必要とする言語を、送信したテキストの言語のまま読み上げます。
ユースケース
長文を 1 リクエストずつ、むらなく読み上げます。
学習者のペースに合わせて読み上げる授業です。
電話応対や公共の場に適した、明瞭で安定した音声メッセージです。
カットに合わせて速度を調整したナレーションです。
始める
ウェイトリストも新しいSDKも不要です。OpenAIに対応したコードなら、そのままZurelayでも使えます。
Sign up, add creditとcreate an API key. Set a monthly budget or a rate limit per key if you like.
Change the base URL. Everything else in your code stays the same.
https://api.zurelay.com/v1POST your textとa voice to /v1/audio/speech and get the audio back as MP3, WAV or PCM.
eleven-multilingual-v2Zurelay では、送信するテキストの1,000文字あたり$0.10を請求します。スペースや句読点も文字数に含まれ、音声の料金もこの中に含まれます。音声1分はおよそ850文字なので、約$0.085です。ElevenLabs独自のAPI料金は、Eleven Multilingual v2で1,000文字あたり$0.08です。Zurelay では少し高くなりますが、ElevenLabsのサブスクリプションは不要で、他のすべてのモデルと同じキーとプリペイド残高で利用できます。失敗したリクエストは料金がかかりません。
Zurelay APIキーを作成し、SDKのベースURLを https://api.zurelay.com/v1 に設定して、client.audio.speech.create を呼び出してください。model には eleven-multilingual-v2、voice にはTaliaなどのボイス、input にはテキストを指定します。instructions は指定しないでください。このモデルでは使用できません。レスポンスは音声ファイルそのものです。Pythonでは write_to_file で保存し、Nodeではバイト列をファイルに書き込みます。先にボイスを試したい場合は、https://zurelay.com/app/playground のPlaygroundでSpeechモードをご利用ください。
ElevenLabsの音声は17種類です。Talia、Elara、Baxter、Eldrin、Elowen、Kaelen、Lawrence、Alicia、Maisie、Warren、Jade、Eddie、Caleb、Sawyer、Finley、Florence、Darianが使え、デフォルトはTaliaです。OpenAIの音声名も使用でき、いずれかの音声に対応付けられます。alloyはElowen、novaはElara、onyxはSawyer、shimmerはFlorenceで再生されます。Koreなど、Geminiの音声名はこのモデルでは受け付けられません。SarahやBrianといった以前の名前も引き続き使え、ElevenLabsが置き換えた後の音声で再生されます。音声クローン、音声デザイン、ElevenLabsの音声ライブラリはZurelay経由では利用できません。
はい。speed は0.7から1.2の間で設定できます。1が通常の速さです。ただし、スタイル指示には対応していません。instructions を含むリクエストは unsupported_parameter エラーで拒否されるため、感情は言葉と句読点で表現してください。
29言語:英語、日本語、中国語、ドイツ語、ヒンディー語、フランス語、韓国語、ポルトガル語、イタリア語、スペイン語、インドネシア語、オランダ語、トルコ語、フィリピン語、ポーランド語、スウェーデン語、ブルガリア語、ルーマニア語、アラビア語、チェコ語、ギリシャ語、フィンランド語、クロアチア語、マレー語、スロバキア語、デンマーク語、タミル語、ウクライナ語、ロシア語。言語の設定はありません。話させたい言語でテキストを書いてください。
Zurelayでは、1リクエストにつき最大5,000文字まで入力できます。それより長いテキストは、複数のリクエストに分割してください。音声はデフォルトでMP3で返されます。response_formatに wav を指定するか、pcm を指定すると24 kHz・16ビット・モノラルの生サンプルが返されます。1回のリクエストは1つのボイスで読み上げられ、ファイル全体が1回のレスポンスで返されます。Zurelayは音声を保存しないため、返されたファイルは必ず保存してください。
はい。リクエストは、ElevenLabs独自のAPIを通じて ElevenLabs の Eleven Multilingual v2(eleven_multilingual_v2)で処理されます。Zurelay が別のモデルに差し替えることはありません。Zurelay は独立したサービスで、ElevenLabs との提携関係はありません。