ElevenLabs

ElevenLabs — це компанія, зосереджена на голосових технологіях, відома насамперед реалістичним перетворенням тексту в мовлення та клонуванням голосу. Окрім TTS, вона тепер охоплює аудіокниги, генерацію музики та голосових агентів, що робить її одним із найповніших аудіостеків, доступних розробникам і творцям контенту.

Флагманські моделі перетворення тексту в мовлення — це Eleven v4 і Eleven v4 Turbo, випущені 28 вересня 2026 року, які підтримують понад 90 мов у ElevenAgents, ElevenCreative та ElevenAPI; v4 Turbo — це варіант з низькою затримкою, створений для голосових агентів, із медіанною затримкою інференсу близько 100 мс та медіанним часом до першого звуку приблизно 150 мс через WebSocket. Попередня модель Eleven v3, яка досягла загальної доступності у лютому 2026 року, залишається доступною, але для більшості сценаріїв її замінила v4. 20 жовтня 2026 року ElevenLabs додала Eleven Realtime — пару спеціалізованих моделей для голосових агентів типу «мовлення в мовлення»: Eleven Realtime v1 Mini, стандартний вибір для найменшої затримки та вартості, та v1 Max, яка міркує перед тим, як відповісти. Обидві сумісні з OpenAI Realtime API, працюють лише через WebSocket, доступні через ElevenAgents або окремий Realtime API, і підтримують понад 90 мов та бібліотеку з понад 17 000 голосів. За тестами постачальника, час до першого звуку становить близько 0,57 секунди для Max і 0,62 секунди для Mini, з показниками Big Bench Audio 98,8% та 75,9% відповідно.

Основні можливості включають високоякісний багатомовний TTS, миттєве клонування голосу приблизно за 10 секунд аудіо, професійне студійне клонування, голосових агентів реального часу на базі Eleven Realtime або Eleven v4 Turbo, генерацію музики та API з власними рівнями підписки для промислового використання. Mini недоступна в режимі Zero Retention Mode або за вимог HIPAA, а Max не пропонується з розміщенням даних в Індії чи Сінгапурі.

Існує безкоштовний план із 10 000 кредитів на місяць без комерційної ліцензії, що охоплює TTS, перетворення мовлення в текст, звукові ефекти, дизайн голосу, генерацію музики та зображень. Платні рівні оплачуються щомісячно або щорічно (річна оплата дає два місяці безкоштовно): Starter коштує $6/міс ($5/міс за річної оплати, 30 000 кредитів), зараз зі знижкою $1 за перший місяць до 1 листопада; Creator — $22/міс ($18,33/міс за річної оплати, 121 000 кредитів), з акційною ціною $11 за перший місяць; Pro — $99/міс ($82,50/міс за річної оплати, 600 000 кредитів); Scale — $299/міс ($249,17/міс за річної оплати, 1,8 млн кредитів, 3 місця); а Business — $990/міс ($825/міс за річної оплати, 6 млн кредитів, 10 місць). Також доступне індивідуальне ціноутворення Enterprise. Окремий Eleven Realtime API тарифікується за ставкою $0,080 за хвилину підключеного аудіо для обох моделей (пікова ставка $0,160/хв понад ваш ліміт одночасних з'єднань), а також вартість токенів $0,20 за 1 млн вхідних і $6,00 за 1 млн вихідних токенів для Mini, або $1,80 за 1 млн вхідних і $9,00 за 1 млн вихідних для Max.

Основні обмеження — це використання на основі кредитів, яке може швидко вичерпатися при великих обсягах роботи, відсутність комерційних прав на безкоштовному плані та швидке зростання вартості, щойно потрібно багато годин аудіо чи кілька місць. Акційна ціна першого місяця на Starter і Creator після закінчення повертається до стандартної місячної ставки, а клонування голосу піднімає питання згоди та зловживань, які потрібно вирішувати самостійно.

ElevenLabs підходить творцям, студіям і розробникам, яким потрібні природно звучні голоси багатьма мовами, командам, що створюють голосових агентів, а також усім, хто виробляє аудіокниги чи наративи у великому масштабі.