【広告】この記事にはアフィリエイトリンクが含まれます。リンク経由で申し込みがあった場合、当サイトに報酬が入ります。報酬の有無で結論を変えていません。仕様はすべて公式ドキュメントで確認し、確認日を明記しています。
先に結論です。
- 日本語はMultilingual v2で正式に対応言語として明示されています。29言語のリストに入っています
- モデルによって文字数上限が倍違います。v3は5,000字、Multilingual v2は10,000字。長い原稿ではモデル選択が効きます
- 課金は「分」ではなく「文字」です。日本語でも1文字＝1クレジット
- 無料プランでは商用利用できません
- 当サイトの運用中、言語を切り替えるとモデル選択が別のものに戻る挙動がありました。公式の記載は見つけられていません
広告｜ElevenLabs公式
日本語はMultilingual v2の29言語リストに明示されています。1回の文字数上限はv3が5,000字、Multilingual v2が10,000字。長い原稿ではモデル選択が効きます。
※ 広告リンクです。料金・条件は変更されるため、申し込み前に必ず公式の表示をご確認ください。
モデルごとの対応言語と文字数上限
| モデル | 対応言語 | 1回の文字数上限 | 特徴（公式の説明） |
|---|---|---|---|
| Eleven v3 | 70以上 | 5,000字 | 最も感情豊かで表現力が高い。劇的な演技表現、複数話者に対応 |
| Eleven Multilingual v2 | 29言語（日本語を明示） | 10,000字 | 自然な出力。長文の生成で最も安定 |
| Eleven Flash v2.5 | — | — | 約75msの超低遅延。高速・低コスト |
日本語が明示的に列挙されているのはMultilingual v2のほうです。公式ドキュメントの29言語リストに、English・Chinese・German・Hindi などと並んで Japanese が入っています。
v3は「70以上の言語に対応」と書かれていますが、公式ドキュメントのこの箇所には個別の言語名の列挙がありません。日本語が含まれるかは、対応言語ページ側で確認する必要があります。
文字数上限の差は、日本語では効きます
v3が5,000字、Multilingual v2が10,000字。倍違います。
日本語は英語より1文字あたりの情報量が多いので、同じ内容なら文字数は少なく済みます。それでもナレーション原稿や記事の読み上げでは、5,000字の壁に当たることがあります。長い原稿を一度に処理したいならMultilingual v2、表現力を取るならv3という選び方になります。
課金は「分」ではなく「文字」
ここを勘違いすると見積もりが崩れます。音声合成の課金単位は再生時間ではありません。
Multilingual v2では1文字＝1クレジットです。日本語でも同じです。機能別の単価と、吹き替えが桁違いに高い件はElevenLabsのクレジットは何にいくら減るのか｜吹き替えは1分1万、音声合成は1文字1にまとめました。
「何分喋らせられるか」ではなく「何文字読ませられるか」で計算してください。
無料プランでは商用利用できません
日本語かどうかに関係なく、商用利用にはStarterプラン（月6ドル、2026年9月11日のレートで約924円）以上が必要です。
解約後の扱いを含めた条件はElevenLabsは商用利用できるのか｜月6ドルから、解約後も権利が残る仕組みを規約で確認したに書きました。有料期間中に作った音声は、解約後も商用利用できます。
円換算はAIツールの料金は日本円でいくらか｜5サービスを同じ日のレートで換算したら、円建ては1つだけだったにまとめています。
運用中に気づいた挙動：言語を変えるとモデル選択が戻る
当サイトでは、毎朝公開しているショート動画のナレーションにElevenLabsを使っています。その制作中に記録した挙動です。
v3で日本語を指定して生成しようとしたところ、言語を変更した時点でモデル選択が別のモデルに戻っていた。その後あらためてv3を選び直した。
当サイトの制作記録、2026年9月11日
公式ドキュメントにこの挙動の記載は見つけられていません。当サイトの環境で一度観測しただけなので、仕様なのか一時的なものかは分かりません。
ただ、実務上の影響ははっきりしています。意図したモデルと違うモデルで生成されると、声も表現も変わります。言語を切り替えた後は、生成ボタンを押す前にモデル選択をもう一度見てください。
この記事で書かないこと
「日本語の声としてどれが自然か」「どの声がおすすめか」は書きません。
当サイトでは聴感による品質評価も、音素単位の同期検証も実施していません。実際に運用はしていますが、それは「使っている」であって「比較評価した」ではありません。
検証していないことを書かない、というのが当サイトの方針です。声の比較を行った場合は、条件と実施日を明記して別記事にします。
まとめ
- 日本語はMultilingual v2の29言語リストに明示されている
- 文字数上限はv3が5,000字、Multilingual v2が10,000字。長文ならMultilingual v2
- Flash v2.5は約75msの超低遅延。リアルタイム用途向け
- 課金は文字単位。1文字＝1クレジット
- 商用利用はStarter（月6ドル）から
- 言語を切り替えるとモデル選択が戻ることがある（当サイトで1回観測、公式記載は未確認）
※ この記事は2026年9月12日に確認したElevenLabs公式ドキュメントに基づく整理です。モデルの仕様と対応言語は更新されます。利用前に公式の最新の記載をご確認ください。
広告：ElevenLabs公式
ElevenLabs公式サイトで対応言語と料金を確認する
※ 広告リンクです。仕様は変更されるため、契約前に公式の表示をご確認ください。
出典（すべて2026年9月12日に確認）
- ElevenLabs Docs「Models」 モデル別の対応言語数・文字数上限・特徴
- ElevenLabs Docs「Text to Speech」 Multilingual v2の29言語リスト（日本語を含む）
- 当サイトの制作記録（2026年9月11日）