ElevenLabsが音声AIの新モデル「v4」を出した — 日本語がはっきり良くなり、応答は人の相槌より速い
ElevenLabsが9月28日に公開した音声AI「Eleven v4」と低遅延版v4 Turboを解説。90言語対応で日本語の品質が向上、応答は約150msと人の相槌より速い。感情表現・音声クローン・注意点まで。
ElevenLabsEleven v4TTS（音声合成）AI音声速報
# AI音声
45件の記事
Geminiの音声AIが「考えながら話す」ようになった — 返事しながら裏で作業を進めるGemini 3.8 Live
Googleが9月15日に公開したGemini 3.8 Liveと3.8 Live Extended Thinkingを解説。話しながら裏で処理を進める非同期ツール実行、97言語の自動切替、2モデルの使い分けと正直な評価を整理する。
GeminiGoogleGemini 3.8 LiveAI音声音声エージェント速報
音声AIの料金が最大95%下がった — AlibabaのQwen-Audio 3.1がElevenLabsに仕掛けた価格戦争
Alibabaが9月公開のQwen-Audio 3.1を解説。ASR最大95%・TTS約70%の値下げ、新モデルTTS-Next/ASR-Nextの中身、ElevenLabsとの価格差と日本語での使いどころを整理する。
QwenQwen-AudioAlibabaAlibaba CloudTTS（音声合成）AI音声ElevenLabs速報
声で書いて、その場で書き換えて、翻訳まで — 全部クラウドに送らないMacアプリMispher
Mispherは文字起こし・書き換え・翻訳・AIエージェントを1つに統合したMac向けオンデバイスツール。クラウド不要・無料で使える仕組み、対応言語、競合との違いと注意点を解説する。
MispherAI音声入力AI音声AI文字起こしオンデバイスAIMacアプリMCPレビュー
NotebookLM vs Wondercraft vs ElevenLabs — AIポッドキャスト自動生成ツール徹底比較【2026年版】
AIポッドキャスト生成3強を料金・音質・カスタマイズ性で比較。目的別の選び方も解説。
NotebookLMWondercraftElevenLabsAIポッドキャストAI音声比較
ChatGPTの音声が「相槌」を覚えた — GPT-Liveの全二重会話と、やりすぎ問題
OpenAIのGPT-Liveを解説。全二重（フルデュプレックス）音声でAdvanced Voice Modeを置き換え。無料プランでも利用可能。日本語対応、料金、Gemini Liveとの違いを整理する。
ChatGPTOpenAIGPT-LiveAI音声速報
音声AIの基盤技術を作った4人が起業 — Nvidia支援で$100M調達、Gradiumの狙い
EnCodecやSoundStreamなど現代の音声AI基盤を開発した元Google/Meta研究者が設立したGradium。Nvidia出資で$100Mを調達し、ElevenLabsに挑む。
GradiumAI音声スタートアップ速報NVIDIA
AI音声入力、結局どれがいい？ — Wispr Flow・AquaVoice・Superwhisper 3強比較【2026年版】
AI音声入力ツール3強を比較。Wispr Flow・AquaVoice・Superwhisperの料金・精度・プライバシーを実際に使って検証した。
Wispr FlowAquaVoiceSuperwhisperAI音声AI音声入力比較生産性
AI読み上げ、無料でどこまで通用するのか — VOICEVOX・Fish Audio・CoeFont 3強比較【2026年版】
日本語AI音声合成ツール3強を徹底比較。VOICEVOX・Fish Audio・CoeFontの料金・音質・商用利用条件を整理し、YouTube/VTuber/ポッドキャスト用途別のおすすめを解説する。
VOICEVOXFish AudioCoeFontAI音声TTS（音声合成）比較
AI音声に「見えない署名」が入る時代 — ElevenLabsがGoogle SynthIDを採用した意味
ElevenLabsがGoogle DeepMindのSynthID電子透かしを採用。AI生成音声の検出が可能に。SynthIDの仕組み、検出方法、クリエイターへの影響を解説。
ElevenLabsGoogleSynthIDAI音声AI安全性
声のトーンも間合いも、90言語にコピーする — ElevenLabs Dubbing v2
ElevenLabs Dubbing v2は感情・声質・ペーシングを保ったまま90言語以上に自動吹き替えするAIモデル。仕組み・料金・制限事項・競合比較を解説。
ElevenLabsAI吹き替えAI音声AI動画レビュー
声のAIだったElevenLabsが、動画まで作れるエディターになっていた
ElevenLabs Flashは75ms遅延の最速TTS。Studio 3.0は音声・動画・BGM・字幕を1画面で完結するエディター。2つの新機能の狙いを解説。
ElevenLabsAI音声AI動画TTS（音声合成）速報
マイケル・ケインの声で13時間 — AI生成のオーディオブックがElevenReaderで無料公開
ElevenLabsがホメロス「オデッセイ」の13時間AIオーディオブックを無料公開。マイケル・ケインのAI音声、20以上のキャスト、音楽・効果音すべてAI生成。
ElevenLabsAI音声オーディオブック速報
口の動きまでAIが合わせる——Vaaniが変える多言語吹替の常識
リップシンク対応のAI吹替ツールVaaniを徹底レビュー。40言語以上に対応し声の個性を保ちながら口の動きまで再現。HeyGen・ElevenLabsとの違いも解説。
VaaniAI吹き替えAI音声AI動画レビュー
ElevenLabsが動画生成に踏み込んだ — Avatars機能と3部門再編が意味すること
ElevenLabsがAvatars機能で動画アバター生成に参入。ElevenAgents・Creative・APIの3部門体制と旧モデル廃止の影響を解説。
ElevenLabsAIアバターAIクリエイティブAI音声速報
無料で5冊までオーディオブック化 — SpotifyがElevenLabsのAI音声で出版の敷居を下げた
SpotifyにElevenLabsのAI音声でオーディオブック作成機能追加。無料5冊まで。使い方を解説。
SpotifyElevenLabsAI音声TTS（音声合成）オーディオブック速報
1秒未満で返答するAI音声 — Grok Voiceが250万以上の音声エージェントのデフォルトに
xAIのGrok VoiceがVapiの12種デフォルト音声に採用。TTFA 1秒未満・$0.05/分・100言語以上対応の音声AIが、250万超のエージェントを動かす。
GrokxAIVapi音声エージェントAI音声TTS（音声合成）STT（音声認識）速報
音声認識・合成・エージェントを1本のAPIにまとめた — Deepgramが開発者に選ばれる理由
DeepgramはSTT・TTS・Voice Agent APIを統合した音声AIプラットフォーム。Nova-3の精度、Fluxの低レイテンシ、料金体系、競合との違いを開発者視点で解説する。
Deepgram音声エージェントAI音声STT（音声認識）TTS（音声合成）開発者ツール
AI音声エージェント、1分あたり5円〜50円 — ElevenLabs・Vapi・Retell・Grok Voiceの実コストを比較
ElevenLabs、Vapi、Retell AI、Grok Voice Agent APIを料金・音声品質・レイテンシ・日本語対応で比較。用途別の最適な選び方を解説。
ElevenLabsVapiRetell AIGrok音声エージェントAI音声比較
映像と一緒にセリフも効果音も出てくる — Grok Imagine Video 1.5、動画生成AIリーダーボード1位の中身
xAI Grok Imagine Video 1.5はネイティブ音声同期でリップシンク対話・BGM・効果音を映像と同時生成。Artificial Analysis I2Vリーダーボード1位の実力、料金、競合比較を解説。
GrokxAIAI動画AI音声
ElevenLabsのAPI料金が最大55%下がった — 従量課金も導入、音声AIの敷居がまた一段低くなる
ElevenLabsがTTS最大55%、STT最大45%、エージェント最大20%のAPI値下げとPAYG（従量課金）を発表。新旧料金の比較と、開発者への影響を解説。
ElevenLabsAI音声TTS（音声合成）料金速報
Amazon Ringの電話を全部任されたAI — Vapiが音声エージェントの本命になるまで
Vapiは1日500万コールを処理するAI音声エージェント基盤。料金、仕組み、Amazon Ring採用の背景を解説。
VapiAI音声AIエージェントスタートアップ
英語のYouTube動画を30秒で日本語に吹き替える — 無料で使えるYeta AIの実力
Yeta AIはYouTube動画のURLを貼るだけでAIがリアルタイムに吹き替えるツール。無料プラン、対応言語、YouTube公式オートダビングとの違いを解説。
Yeta AIAI吹き替えAI音声YouTube
OpenAIの音声AIが「考えてから話す」ようになった — GPT-Realtime-2と3モデル体制の全容
OpenAIのGPT-Realtime-2、Realtime-Translate、Realtime-Whisperの3モデルを解説。GPT-5クラスの推論を持つ音声AIの料金・機能・競合比較。
OpenAI音声AIAI音声TTS（音声合成）音声エージェント速報
年商750億円の音声AI企業に、ハリウッドとウォール街が同時に賭けた — ElevenLabs ARR $500M突破の内幕
ElevenLabsがARR $500Mを突破。BlackRock・Nvidia・Jamie Foxxら新投資家が参加した背景と、音声AI市場が急拡大する理由を数字で読み解く。
ElevenLabsAI音声資金調達速報
Grok、1分の録音で自分の声をクローンできるようになった — Custom Voices API
Grok Custom Voices解説。1分の録音でボイスクローン、追加料金なし。ElevenLabsとの比較も。
xAIGrokAI音声TTS（音声合成）ボイスクローンAPI
AI音声合成ツール比較 2026年版 — ElevenLabs・Gemini TTS・Grok TTS、結局どれを使えばいいのか
2026年のAI音声合成（TTS）ツールを徹底比較。ElevenLabs、Gemini 3.1 Flash TTS、Grok TTS、Voxtral、VoxCPM2の料金・品質・日本語対応を整理し、用途別のおすすめを解説する。
AI音声TTS（音声合成）ElevenLabsGeminiGrokMistral比較
AIコーディングで「音」が扱えるようになった — ElevenLabsがAWSのIDE Kiroに公式統合
ElevenLabsがAWSのエージェントIDE「Kiro」向けPowerを公開。TTS・STT・音楽・効果音APIをコーディング中に呼び出せる。動的コンテキストロードの仕組みと開発者への影響を解説。
ElevenLabsKiroAI音声TTS（音声合成）AIコーディングAWSエージェントツール
評価額が1年で3倍に — ElevenLabsのシリーズDが映す「音声AI」の急拡大
ElevenLabsがシリーズDで$5億（約750億円）を調達し、評価額$110億に。Sequoia主導の資金調達の背景、東京拠点の計画、音声AI市場の今後を読み解く。
ElevenLabsAI音声資金調達速報
AIに「声の演技指導」ができる時代が来た — Gemini 3.1 Flash TTSの200個の感情タグ
Googleが4月15日にリリースしたGemini 3.1 Flash TTSを解説。200以上のオーディオタグで感情・声質・ペースを制御できるAI音声合成モデルの実力、料金、ElevenLabsとの違いを整理する。
GeminiTTS（音声合成）AI音声Google
ElevenLabs Eleven v3 — 「ため息をついて」「ささやいて」が通じるAI音声の現在地
ElevenLabs Eleven v3の機能・Audio Tags・料金・日本語性能を解説。感情表現できるTTSモデルの実力と、v2.5との使い分けを整理する。
ElevenLabsAI音声TTS（音声合成）レビュー
「こんな声で」と文章で指定するだけ — 無料の音声合成AI VoxCPM2が面白い
VoxCPM2は30言語対応・商用無料のOSS音声合成モデル。声を文章で設計できるボイスデザイン機能の仕組みと使い方を解説。
VoxCPM2TTS（音声合成）AI音声オープンソースElevenLabs
Googleの音声AI、1時間のナレーションが約180円 — Gemini 3.1 Flash TTSの実力と死角
Gemini 3.1 Flash TTSは200以上のタグで声の感情やペースを制御できるGoogleの音声合成モデル。料金、ElevenLabsとの違い、日本語対応の実態を整理する。
GoogleGeminiTTS（音声合成）AI音声速報
話すだけでSlackもメールも整う — AI音声入力「Wispr Flow」が全プラットフォームに揃った
全プラットフォーム対応のAI音声入力ツール「Wispr Flow」をレビュー。文脈に応じた自動整形、料金、精度、日本語対応の実態を整理する。
Wispr FlowAI音声生産性AIツールレビュー
マイケル・ケインの声をAIで貸し出す時代 — ElevenLabsが「同意ベース」のセレブ音声マーケットを始めた
ElevenLabsのIconic Voice Marketplaceは、本人または権利者が承認した著名人・歴史人物の声をAIで合成して使える初の同意ベース市場。28名の初期ラインナップと業界への影響を整理する。
ElevenLabsAI音声ボイスクローンAIクリエイティブマーケットプレイス
コールセンターの電話を全部AIが取る時代に最も近い会社 — Retell AIが月5,000万コールまで伸びた理由
Retell AIは音声・チャット・メール・SMS対応のAIコールセンタープラットフォーム。$50M ARR、月5,000万コール、料金体系、Klariqoとの違いを整理する。
Retell AIAI音声AIエージェント音声エージェントコールセンターレビュー
Codex CLIに「話しかけるコーディング」が来た — OpenAIの4/10大型アップデートで何が変わるのか
OpenAI Codex CLIに2026年4月10日の大型アップデート。リアルタイム音声v2・MCP Apps拡張・codex exec-serverによるリモート実行まで、ターミナル型エージェントの変化を整理する。
OpenAICodexAIコーディングCLIMCPAI音声
Whisper超えのWER 3.8% — MicrosoftがMAI-Transcribe-1とMAI-Voice-1で音声AIに本気を出した
MicrosoftがAzure AI Foundryで公開したMAI-Transcribe-1とMAI-Voice-1を解説。Whisper全言語超えのWER 3.8%、GPU1基で60秒音声を1秒生成するTTSの実力と料金を整理する。
MAI-Transcribe-1MAI-Voice-1MicrosoftAI音声Azure
ElevenLabsが音声AIのオンプレ・オンデバイス展開を発表 ── データを外に出せない現場に選択肢が生まれた
ElevenLabsがオンプレ・オンデバイス展開を発表。金融・医療・車載でローカル推論可能に
ElevenLabsAI音声エンタープライズオンプレミス
Pika AI Selves — 自分の「AIクローン」を産み、育て、ネットに放つという新概念
Pika AI Selvesは自分の顔・声・性格を学習した自律型デジタル分身を作れる新サービス。仕組み・活用シーン・なりすましリスクまで詳しく解説する。
PikaAIエージェントAIクリエイティブAI音声デジタルツイン
Cohere Transcribeが音声認識の王座を奪った — Whisperを超えたオープンソースASRモデルの実力と限界
Cohere Transcribeの精度・日本語性能・制限を解説。WER 5.42%でWhisperを超えたオープンソース音声認識モデルの実力と、乗り換え判断のポイント
AI音声オープンソースCohereレビュー比較
Voxtral Transcribe 2 — Mistralの音声認識が「安い・速い・オープン」の三拍子でWhisperを超えてきた
MistralのVoxtral Transcribe 2を競合と徹底比較。話者分離・リアルタイム処理・オープンウェイトの3拍子でWhisperを超えた音声認識の実力と注意点を解説。
AI音声MistralオープンソースVoxtralレビュー
Google AI Edge Eloquent — 無料・オフライン・Gemma搭載の音声入力アプリは本当に「使える」のか
Google AI Edge Eloquentをレビュー。Gemma搭載で完全オフライン動作する無料の音声入力アプリ。フィラー自動除去、テキスト変換機能、SuperWhisper等との比較、英語限定の制約を解説
GoogleエッジAIAI音声速報EloquentGemma
Klariqo レビュー：月額$99からのAI音声エージェントは中小企業の電話問題を解決するか
KlariqoのAI音声エージェントを徹底レビュー。月額$99からのノーコード導入、料金プラン、ホワイトラベル対応、競合との違いを解説する
AI音声KlariqoカスタマーサポートノーコードSMB向けAI
Mistral Small 4 — フランス発「スマホで動く音声AI」の意外な実力
Mistral Small 4とVoxtral TTSを解説。ローカル実行可能な高品質音声合成モデルの性能、Le Chatの新機能、開発者向けの活用法がわかる
LLMオープンソースAI音声Mistral