ElevenLabsのボイスクローン2種の違いは？無料可否・録音時間・本人確認
ElevenLabsの声の複製は無料では使えません。InstantはStarter（月6ドル）から1〜2分の録音で、ProfessionalはCreator（月22ドル）から30分以上の録音と本人確認で作れます。日本語にも対応。
PR｜この記事にはアフィリエイト広告（A8.net）が含まれます。
ElevenLabsで自分の声を複製したいと思っても、InstantとProfessionalのどちらを選べばよいのか、無料プランで試せるのかが分かりにくいと感じる人は多いはずです。録音を何分用意すればよいか、作った声を動画の仕事に使えるかも、方式とプランで変わります。
この記事は、ElevenLabs公式の料金ページ、ドキュメント、公式ブログ、禁止用途ポリシーをまとめた解説です。情報確認日：2026年10月29日。
- 無料プランではどちらの声の複製も使えません。Instant Voice CloningはStarter（月6ドル）から、Professional Voice CloningはCreator（月22ドル）から使えます。
- Instantは1〜2分の録音で、学習を待たずにすぐ使えます。Professionalは最低30分、できれば3時間近い録音が必要で、学習に通常3〜6時間かかります。
- Professionalで作れるのは自分の声だけで、読み上げによる本人確認が必要です。作れる数はCreatorとProで1つ、Scaleで3つ、Businessで10個です。
声の複製以外も含めて、ElevenLabsの料金と商用利用の条件を全体から確かめたい人は、次の記事を読んでいただくと、各プランのクレジット量と無料プランの帰属表示の条件が分かります。
ElevenLabsの無料プランは商用利用できず、公開時はタイトルに「elevenlabs.io」などの帰属表示が必要です。収益化する動画には月6ドルからの有料プランが要ります。料金、日本語対応モデル、使い始める手順、声の複製の注意点を公式資料で整理しました。
複製した声のナレーションを動画制作の仕事に使いたい人は、商用利用と入力データの確認、独学の順番、講座の選び方を整理した次の記事が参考になります。
動画生成AIを仕事の動画に使う前に確かめたい商用利用・透かし・入力データの扱いを、Google・Kling AI・Runway・Adobe Fireflyの公式資料で整理。公式プロンプトガイドと無料枠で短い動画から学ぶ5段階の順番と、講座やスクールを選ぶときに公式サイトで見る項目をまとめました。
方式 | 使えるプラン（最安の月額） | 必要な録音 | 使えるまでの時間 | 向いている人 | 公式ページ |
|---|---|---|---|---|---|
Instant Voice Cloning | Starter以上（月6ドル） | 1〜2分がおすすめ。3分を超えてもほとんど変わらない | 学習なしですぐ使える | まず自分の声で試したい人、録音が数分しかない人 | |
Professional Voice Cloning | Creator以上（月22ドル） | 最低30分。3時間に近いほどよい | 学習に通常3〜6時間 | 自分の声で長いナレーションを継続して作る人 |
InstantとProfessionalのボイスクローンは何が違う？
2つの方式は、声を作る仕組みが違います。Instant Voice Cloningは、アップロードした短い音声をもとに、読み上げのたびにその声の特徴を当てはめます。モデルを学習し直さないため、保存した直後から使える方式です。
Professional Voice Cloningは、たくさんの録音を使って、その声専用にモデルを追加学習させる方式です。ElevenLabsの公式ブログは、Professionalは元の話者とほとんど区別できない声を目指す方式だと説明しています。そのぶん録音の量と待ち時間が必要で、Creator以上のプランに限られます。
ElevenLabsの開発者向け解説による使い分けの案内はこうです。素早く作りたい、元の録音が数分しかない、試作の段階ならInstantが合います。声の品質と安定性を優先し、30分以上の質の高い録音があり、ブランドや実在の人物を代表する声として使うならProfessionalです。
ボイスクローンは無料で使える？どのプランから何個作れる？
無料のFreeプランでは、InstantもProfessionalも使えません。料金ページの比較表では、Freeの欄はどちらも×です。Freeでは、文章の説明から新しい声を作るVoice Designと、17,000以上の声が並ぶVoice Libraryは使えます。
プラン | 月額（税別） | Instant | Professional（作れる数） | 独自の声の枠 | 商用利用 |
|---|---|---|---|---|---|
Free | 0ドル | × | × | 3 | × |
Starter | 6ドル | ○ | × | 10 | ○ |
Creator | 22ドル | ○ | ○（1つ） | 30 | ○ |
Pro | 99ドル | ○ | ○（1つ） | 160 | ○ |
Scale | 299ドル | ○ | ○（3つ） | 660 | ○ |
Business | 990ドル | ○ | ○（10個） | 2,200 | ○ |
料金は米ドルで表示され、税金は含まれていません。日本円での金額と、日本の消費税がどう加わるかは、公式ページでは確認できませんでした（未確認）。
- 初月の割引：2026年10月29日の表示では、Starterは11月1日までの割引で初月1ドル、Creatorは初月50%オフの11ドルです。割引は変わるため、申し込む前に料金ページで確かめてください。
- 年払い：月額の10か月分で1年使えます。月あたりに直すと、Starterは5ドル、Creatorは18.33ドル、Proは82.50ドルです。
- Professionalの枠を増やす方法：Voice Libraryに公開したProfessionalの声が「Studio Quality」と判定されると、追加の枠がもらえると案内されています。判定はすぐには出ません。
- 声の公開：Voice Libraryで声を共有する機能は、FreeとStarterでは使えません。CreatorはProfessionalの声だけ、Pro以上は共有できます。
まずお金をかけずにAIの読み上げを試したい人は、次の記事を読んでいただくと、ElevenLabsを含む無料で使える読み上げサービスの商用条件とクレジット表記の違いが分かります。
ElevenLabs、Gemini 3.8 TTS（Google AI Studio）、VOICEVOX、CoeFont、Microsoft Edgeの音声読み上げを、無料で使える量・日本語・収益化した動画での商用利用・クレジット表記・声の作成で比較。用途別にどれから試すかをまとめました。
録音は何分必要？作成にかかる時間は？
Instantは1〜2分、Professionalは30分から3時間近くの録音を用意します。必要な量が数十倍違うため、手元にある録音の長さで方式はほぼ決まるでしょう。
Instant Voice Cloningの録音
公式ドキュメントのおすすめは、反響や雑音のない、はっきりした音声を1〜2分です。3分を超えて録っても、ほとんど良くならないと説明されています。最低限の条件は1ファイルが5秒以上、全ファイルの合計が10秒以上で、ファイルの数より合計の長さが大事だという案内です。学習の工程がないので、保存した直後から読み上げに使えます。
Professional Voice Cloningの録音
- 必要な長さ：公式ドキュメントが示す最低ラインは30分です。できるだけ3時間に近づけるよう勧めています（同じページの別の箇所では、1時間以上を勧めています）。
- 録音の中身：話し声だけを使います。歌声には対応していません。複数の人が話している音声は、話者を分ける機能で本人の声を選びます。
- 作成にかかる時間：本人確認が済んでから学習が始まり、混み具合によって通常3〜6時間かかります。公式ドキュメントには6〜24時間と書かれた箇所もあり、最大で24時間ほどかかる場合があるとされています。
日本語の声もボイスクローンで作れる？
日本語の声は、InstantでもProfessionalでも作れます。料金ページの比較表では、声の複製に使える言語はどのプランも32言語です。
Instantは、Flash v2.5とMultilingual v2が対応する言語で声を複製できます。モデル一覧では、両方の対応言語に日本語が入っていました。Professionalは、ドキュメントによるとEleven v4系のモデルが対応する90以上の言語で使え、日本語も含まれます。料金ページの32言語とドキュメントの90以上は食い違っており、どちらが最新かは確認できませんでした（未確認）。日本語はどちらの一覧にも入っています。作ったProfessionalの声は、Flash v2.5、Turbo v2.5、Multilingual v2向けに自動で学習されます。
公式ドキュメントは、主に使う言語で録音するよう勧めています。ある言語で作った声で別の言語を読ませると、元の言語のなまりが残ることがあります。日本語のナレーションに使うなら、日本語で話した録音を用意してください。
本人確認（Voice Captcha）はどう進む？
Professional Voice Cloningでは、学習の前に声の持ち主が本人であることを確かめる手続きがあります。画面に表示された数行の文を声の持ち主が読み上げて録音し、提出した録音とサンプルの声を照らし合わせる仕組みです。
- サンプルの録音と同じか近いマイクで、サンプルと似た声の調子で読む
- 表示された各行を1回だけ読み、停止ボタンを押す（何度も読み直すと失敗の原因になると案内されています）
- すべての試行に失敗したら、24時間待って再挑戦するか、サポート（support@elevenlabs.io）に連絡する
開発者向けガイドによると、読み上げの確認ができない事情がある人、たとえば目の不自由な人には、手動の確認が用意されています。必要な書類は場合によって違うため、サポートに問い合わせて確かめます。手動の確認は、読み上げの確認より時間がかかるそうです。
Instantでも、声を保存する前に「この声を複製する権利と同意がある」ことの確認が必要です。開発者向けの解説では、InstantとProfessionalの両方に音声による確認の手順があると説明されています。公式ブログも、Instantでも権利と同意の確認は必要だが、Professionalほど詳細な手続きではないと説明しています。ただ、Instantの作成画面で読み上げの確認がいつ求められるかは、確認できませんでした（未確認）。
作った声は商用利用できる？他人の声は使える？
声の複製が使えるStarter以上のプランには、商用ライセンスが付いています。収益化した動画や仕事のナレーションに使う場合も、Starter以上で作った声なら商用利用の対象です。
他人の声を使う条件は、方式で違います。Professionalは自分の声でしか作れず、相手の同意があっても他人の声では作れません。家族や仕事仲間の声を使いたいときは、その人が自分のアカウントでProfessionalの声を作って本人確認を済ませ、共有リンクで共有してもらう方法が案内されています。
- 生きている人の声を、本人の明確で十分な説明を受けた同意か正当な許可なしに複製・なりすましすること
- 18歳未満の人の録音を、声の作成や学習に使うこと（アカウントを持てるのも18歳以上）
- 許可なく政治家や候補者になりすますこと、許可なく人の声や外見を使って肖像などの権利を侵すこと
2026年10月9日更新の禁止用途ポリシーをもとに要約しました。亡くなった人の声にも、害が生じうる場合などの制限があります。
Instantのドキュメントは、他人の声について、保存前に権利と同意を確認させたうえで利用規約と禁止用途ポリシーを参照するよう求めるだけです。本人の同意なしに他人の声を複製する行為は、禁止用途ポリシーが禁じています。AIナレーションの動画をYouTubeで収益化するときの条件は、次の記事を読んでいただくと分かります。
AIナレーションを使っただけでYouTubeの収益化を認めない規定は見当たりません。問題は他人の文章の読み上げや量産型の動画です。ElevenLabsはStarter月6ドル以上など、音声AI4つの商用条件と開示の要否を整理します。
InstantとProfessional、どちらを選ぶ？
迷ったら、まずStarterでInstantを試し、声の再現度に満足できないときにCreatorへ上げてProfessionalを作る順番が無駄の少ない進め方です。これは筆者の提案です。用途ごとの目安を表にしました。
やりたいこと | 方式とプラン | 理由 |
|---|---|---|
自分の声で読み上げを試したい | Instant（Starter） | 1〜2分の録音で、すぐに結果を聞ける |
収益化する動画のナレーションを自分の声で作る | Instant（Starter）から始める | Starter以上は商用ライセンス付き。再現度に不満があればProfessionalへ |
講座や長尺の動画を毎月自分の声で作る | Professional（Creator） | 品質と安定性を優先する用途。30分以上の録音を用意できる人向け |
家族や同僚の声を使いたい | 本人が自分のアカウントで作って共有 | Professionalは自分の声だけ。他人の声を無断で複製するのは禁止 |
実在しない声を作りたい | Voice Design（Freeでも可） | 声の複製を使わず、文章の説明から声を作れる |
ボイスクローンを使う前の注意点と向かない人
声の複製は、本人になりすます悪用につながりやすい機能です。使う前に、次の点を確かめてください。
- 本人の同意：複製してよいのは、自分の声か、本人から明確な同意を得た声だけです。有名人の声、話し方が似ている人の声、ネット上の動画から切り出した声を使うのは避けてください。
- 本人確認は万能ではない：公式の解説も、確認の仕組みは録音した人がその場にいたことを確かめるだけで、録音の持ち主までは保証できないと説明しています。正しく使う責任は作った人にあります。
- 声を書き出せない：作った声を単体のファイルとしてダウンロードすることはできません。使えるのはElevenLabsの中か、APIキーを使った読み上げです。
- プランを下げたとき：Creatorより下のプランに変えると、Professionalの声はアカウントに残りますが、再びCreator以上にするまで使えません。Instantの声をFreeに戻したときの扱いは、公式ページで確認できませんでした（未確認）。
- 聞く人への配慮：AIで作った声だと伝えずに公開すると、聞いた人が本人の発言と受け取るおそれがあります。動画の説明欄などでAI音声であることを示すのは、筆者の提案です。
録音を30分も用意できない人や、毎月のナレーションが短い人は、Professionalのために月22ドルのCreatorを払う必要は薄いです。自分の声である必要がない人は、Voice Designや既存の声で足りるため、声の複製そのものが向きません。
AI音声を仕事のスキルにしたい人へ
ナレーション付きの動画制作や、生成AIを使った資料づくりを仕事にしたい人は、ツールの操作だけでなく、権利の確認や制作の流れもまとめて学ぶと進めやすくなります。Winスクールの生成AI講座の内容と料金、無料カウンセリングで聞くことを、次の記事で整理しています。
Winスクールの生成AI講座は6つで、最短の講座は4.5時間・税込40,700円です。Copilotと組み合わせたExcel・PowerPointコースの料金と、無料カウンセリングで確かめたい7つのことを整理します。
まとめ
ElevenLabsの声の複製は、無料プランでは使えません。手元の録音が数分ならStarter（月6ドル）からのInstant、30分以上の録音があり品質を優先するならCreator（月22ドル）からのProfessionalが候補です。Professionalは自分の声だけで作れて、読み上げによる本人確認と通常3〜6時間の学習が必要です。どちらの方式でも、本人の同意なしに他人の声を複製してはいけません。
複製した声で作ったナレーションを動画の仕事に使いたい人は、次の記事を読んでいただくと、商用利用の確認と学び方の順番が分かります。
動画生成AIを仕事の動画に使う前に確かめたい商用利用・透かし・入力データの扱いを、Google・Kling AI・Runway・Adobe Fireflyの公式資料で整理。公式プロンプトガイドと無料枠で短い動画から学ぶ5段階の順番と、講座やスクールを選ぶときに公式サイトで見る項目をまとめました。
参考にした公式資料
- ElevenLabs：Pricing（2026年10月29日確認）
- ElevenLabs Docs：Instant Voice Cloning（2026年10月29日確認）
- ElevenLabs Docs：Professional Voice Cloning（2026年10月29日確認）
- ElevenLabs Docs：Voice cloning（仕組みと本人確認の解説）（2026年10月29日確認）
- ElevenLabs Docs：Models（対応言語）（2026年10月29日確認）
- ElevenLabs公式ブログ：インスタントとプロフェッショナルのボイスクローンの違い（2026年9月22日更新、2026年10月29日確認）
- ElevenLabs：Prohibited Use Policy（2026年10月9日更新、2026年10月29日確認）
