v4
ELEVENLABS V4
ElevenLabs v4
の使い方
日本語ナレーションをタグで演技させる
実測 2026-09-30
ELEVENLABS V4 / 使い方と検証
01 / 17
結論
ElevenLabs v4 をひとことで言うと
タグどおりに演技する声
原稿に [whispers] と書けば、ささやく。
英語の評価で1位、値段は Gemini 3.8 の約5倍
出典:ElevenLabs 公式ブログ・Artificial Analysis(2026-09-30 取得)|elevenlabs.io / artificialanalysis.ai
ELEVENLABS V4 / 使い方と検証
02 / 17
発表
9月28日、低遅延版の v4 Turbo と同時に
Eleven v4 発表ブログ
出典:ElevenLabs「Introducing Eleven v4」(2026-09-30 取得)|elevenlabs.io
ELEVENLABS V4 / 使い方と検証
03 / 17
v3 から変わったこと
長く、多くの言語で、ぶれずに
1回に作れる文字数
10,000字
v3 は 5,000字
+
対応言語
90以上
v3 は 70以上・日本語を含む
タグへの従い方が確実に。前に作ったクローンは作り直しが必要
出典:ElevenLabs「Eleven v4」ドキュメント(2026-09-30 取得)|elevenlabs.io
ELEVENLABS V4 / 使い方と検証
04 / 17
API の料金
10月12日まで 72%引き・1,000文字 0.022ドル
ElevenAPI 料金ページ
出典:ElevenLabs「ElevenAPI Pricing」(2026-09-30 取得)|elevenlabs.io
ELEVENLABS V4 / 使い方と検証
05 / 17
自分で測ったクレジット
1文字あたり、何クレジット減る?
v4
1
タグの文字も数える
v4 Turbo
0.5
77文字 → 38
無料プランは月1万クレジット=約1万文字・商用は不可
出典:自分で測定(API の character-cost・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
06 / 17
第三者のランキング
1位(ELO 1316)。ただし英語の音声での評価
Artificial Analysis 音声モデルのランキング
出典:Artificial Analysis「Provider Voice Arena Leaderboard」(2026-09-30 取得)|artificialanalysis.ai
ELEVENLABS V4 / 使い方と検証
07 / 17
公式の目隠しテスト
相手ごとに、v4 を選んだ人の割合
Cartesia Sonic 3.6 に
81%
全体
75%
Gemini 3.8 Flash に
65%
ElevenLabs 自身が測った数字です
出典:ElevenLabs「Introducing Eleven v4」(2026-09-30 取得)|elevenlabs.io
ELEVENLABS V4 / 使い方と検証
08 / 17
タグは日本語で効く?
英語の角括弧を、文の前に書くだけ
✓[whispers] ✓[excited] ✓[sighs] ✓[laughs]
4つとも効いた。[calm] は v4 だとささやき寄り
出典:自分で生成して AI の文字起こしで判定(各1回・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
09 / 17
難読語テスト
前回の Gemini 3.8 と同じ10文で
ElevenLabs v4
7/10
Gemini 3.8 Flash TTS
6/10
v4 は東海林・御御御付け・GPT-6を間違えた
出典:自分で測定(同じ10文・各1回・AI の文字起こしで判定・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
10 / 17
間違え方の違い
どちらも完璧ではない
言葉ElevenLabs v4Gemini 3.8
東雲シノノメシモノメ
十六夜イザヨイヨナズキ
東海林トウカイリンショーリ
GPT-6ジーピーティーロクシックス
出典:自分で測定(2026-09-30/Gemini は 2026-09-25 の同じテスト)|Routine Labo
ELEVENLABS V4 / 使い方と検証
11 / 17
直し方
間違えた3語は、書き換えると全部直った
ひらがな・カタカナ
3/3
しょうじ・おみおつけ・シックス
括弧のふりがな
効いた
東海林(しょうじ)・Gemini では✗
括弧は読まずに、ふりがなだけ使った
出典:自分で測定(各1回・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
12 / 17
速さ
同じ約24秒の原稿で、最初の音が出るまで
ElevenLabs v4
1.40秒
v4 Turbo
0.45秒
Gemini 3.8 Flash TTS
1.40秒
全部返るまでは v4 8.9秒・Turbo 2.1秒・Gemini 14.7秒
出典:自分で測定(自作ダッシュボード・各1回・自宅回線・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
13 / 17
タグで表情まで変わる
[laughs] の瞬間、声も絵も笑う
演技タグの聞き比べ画面・ElevenLabs v4 の laughs
出典:自作の検証ダッシュボード(演技タグ・2026-09-30 撮影)|Routine Labo
ELEVENLABS V4 / 使い方と検証
14 / 17
7モデルで同じ台本
GPT の2本は文中のタグに非対応
演技タグの聞き比べ画面・GPT-4o mini TTS はタグ非対応
出典:自作の検証ダッシュボード(Gemini 3.8・GPT・Fish・ElevenLabs の7モデル・2026-09-30 撮影)|Routine Labo
ELEVENLABS V4 / 使い方と検証
15 / 17
同じタグでも効き方は違う
Fish Audio は最初のささやきが最後まで続いた
演技タグの聞き比べ画面・Fish Audio ではタグが効かなかった
出典:自作の検証ダッシュボード(AI の文字起こしで判定・2回・2026-09-30)|Routine Labo
ELEVENLABS V4 / 使い方と検証
16 / 17
結局、どう使い分ける?
演技はタグで
読みはかなで
安さなら Gemini、指示どおりなら v4
ELEVENLABS V4 / 使い方と検証
17 / 17
▶ 再生する