音声のカスタマイズ | ElevenLabs Documentation

概要

AIエージェントの音声のさまざまな要素をカスタマイズして、より自然で魅力的な会話体験を作れます。発音、話す速度、言語固有の音声設定などを調整できます。

Realtimeモデルを使用するエージェントでは音声は引き続き適用されますが、エージェントのテキスト読み上げモデルと表現モードの設定は適用されません。

AIアシスタントからエージェントを管理

これらの変更は会話形式でも行えます。ホスト型MCP サーバーを使うと、ClaudeなどのMCPクライアントから自然言語でエージェントを作成、設定、管理できます。

複数キャラクターによる会話、ストーリーテリング、語学指導に合わせて、エージェントが異なる音声を切り替えられるようにします。

IPAまたは CMU表記を使用して、エージェントによる特定の単語やフレーズの発音を制御します。

0.7倍から1.2倍の範囲で、エージェントが話す速さを調整します。

Eleven v3 Conversationalと改善されたターンテイキングシステムによる、コンテキストを考慮した感情豊かな話し方。

ループするバックグラウンドサウンドを追加し、エージェントから出力するオーディオに電話風のフィルターを適用します。

自然な発音を実現するため、サポート対象の言語ごとに異なる音声を設定します。

ライブモデレーションが有効な音声は、ElevenAgentsでは使用できません。

最も自然な発音を得るために、対象言語と地域に合う音声を選択してください。ユースケースに最適な音声を見つけるため、複数の音声をテストすることをおすすめします。

デフォルトの速度（1.0）から始めて、具体的なニーズに合わせて調整してください。コンテンツでさまざまな速度を試し、明瞭さと自然な流れの最適なバランスを見つけましょう。

一貫した発音が必要で、日常会話ではあまり使われない、ビジネスやユースケースに固有の用語に注力してください。選択した音声とモデルの組み合わせで発音をテストしましょう。

一部の音声カスタマイズ機能はモデルに依存する場合があります。たとえば、音素ベースの発音制御はFlash v2モデルでのみ利用できます。