ElevenLabs、動画から音楽を一括生成する新機能を公開
ElevenLabsは「ElevenLabs Studio」に動画から音楽を生成する「Video-to-Music」機能を追加した。独自の「Eleven Music」モデルにより、動画の内容に合わせた専用の音楽をワンクリックで生成でき、そのまま音声や効果音を重ねて編集できる。
ElevenLabs
新しいニュースを見る
ElevenLabs、生楽器演奏とAI生成音源を融合するハイブリッド楽曲制作を披露
ElevenLabsは生楽器の録音とEleven Musicが生成したAI音源を組み合わせるハイブリッド楽曲制作を公開した。ワンショットプロンプトを使い、生のピアノ演奏にAI生成のバイオリンやボーカルを合わせるデモを披露している。
ElevenLabsが音楽生成AIを発表、ライセンス契約で商用利用クリア
音声AIのElevenLabsは音楽生成モデル「Eleven Music」を発表した。SunoやUdioが著作権侵害で提訴される中、同社はMerlinやKobaltとライセンス契約を結び、アーティストの合意に基づく学習と収益分配を明言。商用利用にも対応する。
Yelp、口コミと写真からAIが店舗紹介動画を自動生成 iOS向けに提供
Yelpは米国内のiOSアプリ向けにAI生成の飲食店紹介動画を提供開始した。OpenAIが脚本を作成し、ElevenLabsが音声、Amazon Transcribeが字幕を担当してユーザー投稿をまとめる。店舗側による事前確認やユーザーの除外設定には未対応だ。
ElevenLabsがv3向け「Audio Tags」公開、タグ指定でAI音声の間やテンポを制御可能に
ElevenLabsはEleven v3向けに「Audio Tags」機能を提供開始した。台本内に[pause]や[rushed]、[stammers]といったタグを書き込むだけで、AI音声のテンポや間、強調を精密に演出できる。なお、現段階ではプロ向け音声クローン（PVC）への最適化は未完了となっている。
ElevenLabsが「Eleven v3」Alpha版を公開、感情表現とタグ制御を強化
ElevenLabsは文脈や感情に応じた音声合成モデル「Eleven v3」のAlpha版を公開しました。70以上の言語と最大5000文字の入力に対応し、スクリプト内に音声タグを挿入して笑い声や囁き声を細かく演出できます。声優を起用せずにゲームや動画向けの表現力豊かな会話音声を短時間で制作できるようになります。
音声AI投資が8倍に急増、人間並みの自然さで電話窓口への導入加速
報道によると、CB Insights の調査で音声 AI 分野の年間調達額が前年比 8 倍の 21 億ドルに達した。OpenAI の Realtime API や ElevenLabs などの進化で遅延とコストが下がり、飲食や医療現場で人間に代わる音声応対の導入が進んでいる。
ElevenLabsがClaude Sonnet 4を統合：低遅延と高度な対話を両立
ElevenLabsは対話型AIプラットフォームにAnthropicのClaude Sonnet 4を導入した。複雑な指示の遂行、長期記憶、外部ツールの安定呼び出しに対応しながら、リアルタイム音声会話に必要な低遅延を実現している。ダッシュボード上で選択するだけで即座に配備可能だ。
ElevenLabsの会話型AIが音声とテキストの同時入力に対応、メール入力などの誤認識を防止
ElevenLabsは対話型AIプラットフォーム「Conversational AI」にテキストと音声のマルチモーダル対応を追加した。ユーザーは同じ会話の中で音声と文字入力を併用でき、メールアドレスや番号など音声認識でミスが起きやすい情報の正確な入力を可能にする。
ElevenLabs、対話型AIの一斉発信機能を公開：数百件へ同時コール可能に
ElevenLabsはConversational AI向けに「Batch Calling」機能を発表した。TwilioやSIP経由でAIエージェントが数百件の相手へ同時にパーソナライズ電話を発信できる。CSVによる顧客データ取り込みや動的変数、API連携に対応する。
ElevenLabs、AI音効ボード「SB-1」公開：テキストから効果音を即時生成
ElevenLabs は自社 SFX API を活用した音効ツール「SB-1 Infinite Soundboard」を公開した。テキストを入力するだけでオリジナルの効果音を即時生成でき、複数音の同時再生やループ再生にも対応。作成したサウンドはプリセット保存でき、配信や Discord ですぐに使える。
ElevenLabs、対話型AIにエージェント間の通話転送機能を追加
ElevenLabsはConversational AIにおいて、複数のエージェント間で通話をスムーズに転送できる新機能を発表しました。社内の各チームが独自の知識ベースやツールを持つ特化型エージェントを並行して開発できるようになり、複雑な電話対応の分業が容易になります。
ElevenLabsがMCPサーバーを公開、ClaudeやCursorで音声生成が可能に
ElevenLabsはClaude DesktopやCursorなどと連携できる公式MCPサーバーを公開した。チャットやエディタ画面から直接音声合成、音声クローン、文字起こしを実行できる。ローカル実行不要のホスト版も提供される。
ElevenLabsが「Actor Mode」公開：自分の声でAIの演技や抑揚を演出
ElevenLabsはStudio全ユーザー向けに「Actor Mode」を提供開始した。ユーザーが自分の声を使ってAIボイスのトーンや抑揚、台詞の語り口を直接ガイドできるようになり、音声生成におけるクリエイティブな表現制御が一段と高まった。
ElevenLabsが音声文字起こしを45%値下げ：Scribeが4月9日まで無料
ElevenLabsは音声文字起こしモデル「Scribe」の大規模利用時の料金を45%値下げし、4月9日までWeb UI経由で無料提供すると発表した。99言語に対応する。高精度な多言語文字起こしの導入コストが大きく下がりそうだ。
ElevenLabsがGoogle Cloudと提携、企業向け音声AIをMarketplaceで提供開始
ElevenLabsはGoogle Cloudとの提携を発表し、音声AIモデルをGoogle Cloud Marketplaceで提供開始した。Gemini 2.0 Flashと連携させ、低遅延な対話型エージェントや多言語吹き替えを企業のクラウド環境へ迅速に導入できる。
独ドイツ・テレコム、ElevenLabsと提携 「Magenta AI」で記事を数秒でポッドキャスト化
独Deutsche Telekomは音声AI企業のElevenLabsとの戦略的提携を発表した。自社の「Magenta AI」に「Gen FM」技術を組み込み、ニュース記事を数秒でリアルなポッドキャストへ変換可能にする。あわせてドイツ・テレコムはElevenLabsのシリーズC調達にも出資した。
ElevenLabs、対話型AIプラットフォームでClaude 3.7 Sonnetに対応
ElevenLabsは会話型AIプラットフォームにAnthropicの「Claude 3.7 Sonnet」を統合したと発表した。高度な推論とリアルな合成音声を組み合わせ、ハルシネーションの少ない音声エージェントを構築できる。
ElevenLabs、音声認識モデル「Scribe」公開：99言語対応でWhisperを上回る精度をアピール
ElevenLabsは初の音声認識モデル「Scribe」を発表した。99言語の文字起こしに対応し、単語単位のタイムスタンプや話者分離、笑い声などの非音声タグを付与可能で、Whisper Large V3を上回る精度を達成したという。APIとダッシュボードで提供が始まっており、低遅延版も予定されている。
Hume AIがOctaveを発表：文脈や皮肉を理解して演じ分ける音声LLM
Hume AIは文脈を理解する音声言語モデル「Octave」を公開した。単なるテキスト読み上げを超え、皮肉や恐怖などの感情やキャラクター設定を解釈して声色や抑揚を演じ分ける。盲検テストではElevenLabsを上回る評価を得た。