Amazon Polly

ElevenLabsとAmazon Pollyの音声モデルを比較

AWSでのElevenLabsとAmazon Pollyを比較。Amazon Connect内蔵のPolly、Connectのサードパーティ音声としてのElevenLabs、AWS Marketplaceの選択肢、TTS料金。

ElevenLabsとAmazon Pollyの比較

Amazon PollyはAmazon Connectに組み込まれた音声で、StandardとNeuralの音声は追加料金なしで使えます。Amazon Connectは現在、Set voiceブロックでElevenLabsをサードパーティのテキスト読み上げプロバイダーとしても受け付けます。ElevenLabsはセルフサービスの音声クローンを、PollyはAWSの請求に含まれる文字単価の4つのエンジンを提供します。

  1. 音声モデル

    ElevenLabs
    Eleven v3 Conversational、Eleven v3、Multilingual v2、Flash v2.5がそれぞれ異なる用途に対応
    Amazon Polly
    Standard、Neural、Long-form、Generativeの各エンジン
  2. カスタム音声

    ElevenLabs
    対象プランでインスタント音声クローンとプロ音声クローンを利用可能
    Amazon Polly
    AWSとの個別契約によるBrand Voice
  3. 言語の選択

    ElevenLabs
    対応言語は選択した音声モデルによって異なる
    Amazon Polly
    利用可能な言語と音声はエンジンとAWSリージョンによって異なる
  4. 話し方の調整

    ElevenLabs
    音声設定と表現の調整はモデルによって異なる
    Amazon Polly
    SSMLと発音辞書に対応。対応範囲はエンジンごとに異なる
  5. 長文

    ElevenLabs
    リクエスト上限はモデルごとに異なる。長い原稿は分割が必要な場合がある
    Amazon Polly
    同期リクエスト、非同期タスク、Generativeの入力ストリーミング
  6. Amazon Connect

    ElevenLabs
    Set voiceブロックのサードパーティTTSプロバイダー。APIキーはAWS Secrets Managerに保管。ElevenAgentsはConnectのサードパーティAIエージェント連携経由(限定提供)
    Amazon Polly
    組み込み済み。StandardとNeuralの音声はConnectに含まれ、Generative音声は有料
  7. AWS連携

    ElevenLabs
    AWS上のアプリケーションから呼び出す音声API。AWS MarketplaceにAmazon Connect向けのサードパーティ製コネクター
    Amazon Polly
    AWS SDK、IAM権限、AWSでの請求
  8. 課金単位

    ElevenLabs
    APIの文字単価はモデルと提供条件によって異なる
    Amazon Polly
    合成する文字数に応じて、エンジン別の単価で課金
  9. 処理容量の計画

    ElevenLabs
    同時リクエスト数の上限はプランによって異なる
    Amazon Polly
    リクエスト数と同時実行数のクォータはエンジンとAPI操作によって異なる

チームがCartesiaを選ぶ理由

リスナー評価で第1位

Sonic 3.6は、ブラインド試聴テストのArtificial Analysis Provider Voice Arenaで1位です。

最初の音声まで90ms未満

Sonicは公開APIを通じて、リアルタイムの電話に十分な速さで音声をストリーミングします。

1つのモデルで44言語

各言語に自然なアクセントで対応。話者が言語を切り替えても、モデルを変更する必要はありません。

企業での利用に対応

SOC 2 Type II、HIPAA対象業務での利用、オンプレミスおよびエアギャップ環境での導入、99.9%の稼働率SLAに対応。

機能と性能を比較

Amazon Connectで使う

PollyはAmazon Connectで設定不要です。Play prompt、Get customer inputなどのフローブロックのプロンプトはPollyが読み上げ、StandardとNeuralの音声は料金に含まれます。Generative音声とBrand Voiceは有料です。

ElevenLabsをConnectの通話で使う方法は2つあります。プロンプトには、Set voiceブロックでElevenLabsを音声プロバイダーとして選び、モデル、音声、APIキーを保管したAWS Secrets ManagerのARNを入力します。Connect Customerは米国、EU、インドのElevenLabsエンドポイントに対応しています。会話型エージェント全体を動かす場合、ElevenAgentsはAmazon ConnectのサードパーティAIエージェント連携で接続します。ElevenLabsはこれを限定提供としており、Amazon Q in Connectのアシスタントが必要です。

  • テスト用のフローで、同じプロンプトをPollyとElevenLabsで実際の電話回線に流して聞き比べる。
  • Secrets ManagerとKMSのポリシーでConnectがキーを読み取れるか確認する。権限が足りないと、フローのログに認証エラーとして出る。
  • ElevenLabsの文字単価の請求と、Connectが無料で含むPollyの音声を比べる。

音声制作のワークフローとAWS連携で選ぶ

音声クローンとコンテンツ制作ツールが必要なチームは、ElevenLabsを評価する価値があります。既存のAWSアプリケーションやコンタクトセンターに音声生成を組み込む場合は、Pollyを評価する価値があります。

  • 希望する音声が、必要な言語とモデルで利用できるか確認しましょう。
  • カスタム音声の利用条件、設定作業、契約条件を比較しましょう。
  • 名前、数字、訂正を含め、ユーザーが実際に聞く音声をテストしましょう。

プロバイダー名ではなく、具体的なモデルを比較する

Flash v2.5は低遅延を重視し、Multilingual v2は長文で一貫した音声を目指し、Eleven v3は表現力のある音声を生成します。Pollyの4つのエンジンも、選べる音声、機能、料金が異なります。Pollyの音声をすべて機械的と決めつけたり、ElevenLabsの全モデルを同等と扱ったりすると、こうした違いを見落とします。

PollyのGenerativeエンジンは、テキストと音声の双方向ストリーミングに対応しています。応答全体が完成するのを待たずに、テキストが届くたびに送信できます。AWSのストリーミングガイドをご覧ください。

  • 同じ原稿とネットワーク条件で、最初の再生可能な音声が届くまでの時間を測定しましょう。
  • 長い文章での発音ミスや話し方の変化を聞き比べましょう。
  • 実際に使用する音声と設定で、繰り返しテストしましょう。

選んだモデルとエンジンの料金を比較する

ElevenAPIの掲載料金は、Flash/Turboとv3 Conversationalが1,000文字あたり$0.04、Eleven v3とMultilingual v2が1,000文字あたり$0.08です。サブスクリプションと従量課金を利用できます。Creativeプランの利用枠は別に比較する必要があり、初回割引は継続時の月額料金ではありません。

Pollyの無料枠を除く掲載料金は、100万文字あたりStandardが$4、Neuralが$16、Generativeが$30、Long-formが$100です。利用するAWSリージョンの料金を確認してください。導入するエンジンと想定使用量から費用を見積もりましょう。現在の料金はElevenLabsの料金ページとPollyの料金ページで確認できます。

企業が選ぶ、Cartesia. 導入企業の声.

導入事例を見る
2X Solutions logo
arini logo
toby logo

よくある質問

Amazon ConnectでElevenLabsを使えますか?

はい。Amazon Connect CustomerはElevenLabsをサードパーティのテキスト読み上げプロバイダーとしてサポートしています。フローのSet voiceブロックでElevenLabsを音声プロバイダーとして選び、モデル、音声、ElevenLabsのAPIキーを保管したAWS Secrets ManagerシークレットのARNを入力します。ElevenAgentsの会話型エージェントは別途、ConnectのサードパーティAIエージェント連携で接続し、ElevenLabsはこれを限定提供としています。

Amazon ConnectでAmazon Pollyの音声は有料ですか?

Amazon ConnectにはPollyのStandardとNeuralの音声が追加料金なしで含まれています。Generative音声とカスタムのBrand Voiceは有料です。ElevenLabsのようなサードパーティの音声は、Amazon Connectの利用料とは別に、そのプロバイダーのプランで請求されます。

ElevenLabsはAWS Marketplaceにありますか?

AWS Marketplaceには、ElevenLabsをAmazon Connectにつなぎ、AWSアカウントで請求されるサードパーティ製品が掲載されています。たとえばLiveUCXはElevenLabs Voice Agent for Amazon Connectを1エージェントあたり月額300ドルで掲載しており、ElevenLabsの利用料はElevenLabsに直接支払います。登録前に、出品者と含まれる内容を確認してください。

ElevenLabsはAmazon Pollyより優れていますか?

ElevenLabsはセルフサービスの音声クローンと音声コンテンツ制作に適しています。Amazon PollyはAWSアプリケーション内の音声生成に適しており、料金と音声が異なる複数のエンジンを提供しています。どの用途でも一方が優れると決めつけず、実際の原稿で具体的なモデルを比較してください。

Amazon Pollyでカスタム音声を作れますか?

はい。AWSは組織専用の音声を作成する個別契約のBrand Voiceを提供しています。対象プランで利用できるElevenLabsのセルフサービス型インスタント音声クローンやプロ音声クローンとは異なります。

Amazon Pollyはリアルタイムのテキスト入力に対応していますか?

PollyのGenerativeエンジンはStartSpeechSynthesisStreamに対応しており、HTTP/2でテキストを順次入力し、音声を出力できます。SynthesizeSpeechも音声出力をストリーミングしますが、リクエスト開始時に全文が必要です。両者は異なる連携方法です。

Amazon PollyはElevenLabsより安いですか?

どちらも全モデル共通の単一料金ではありません。選んだPollyエンジンの文字単価を、ElevenLabsのプランとモデルの単価と比較してください。Polly Standardの料金はGenerative音声には適用されません。サブスクリプションの利用枠、使用量、必要な音声クローン機能も比較に影響します。下記の最新料金ページを確認してください。

ElevenLabsの全モデルでテキスト上限は同じですか?

いいえ。ElevenLabsは音声モデルごとに異なるリクエスト上限を公開しています。Flash v2.5の上限はEleven v3やMultilingual v2には適用されません。長い原稿の分割方法を決める前に、モデルのドキュメントを確認してください。

Amazon Pollyで発音を調整できますか?

Pollyは発音辞書とSSMLに対応しており、音素や間の調整ができます。対応範囲はエンジンとタグによって異なります。同じマークアップがStandard、Neural、Long-form、Generativeで同じように動くと考えず、対応SSMLタグの一覧を確認してください。

Cartesiaも評価すべきなのはどんな場合ですか?

Sonicの音声モデルとセルフサービスの音声クローンも比較したい場合は、Cartesiaを候補に加えてください。同じ原稿、対象ユーザーに適した音声、再生環境を使いましょう。AWS経由で購入する場合、CartesiaはAWS Marketplaceで音声AIプラットフォームを販売しており、Sonic 3.6も自分のアカウントにデプロイするAmazon SageMakerモデルとして提供しています。CartesiaとAmazon Pollyの比較では、モデル選択、音声クローンの利用条件、連携要件を説明しています。

音声プロバイダーを比較していますか?

すべての比較を見る

今すぐ始める

専門家に相談する。

音声体験の開発にCartesiaをどう活用できるか、私たちのチームにご相談ください。

営業に問い合わせる

開発を始める。

APIでモデルにアクセスし、数分で音声エージェントを本番環境に導入できます。

Cartesiaを試す