لوگوی elevenlabs

elevenlabs

ساخت صدای واقعی، دوبله و کلون صدا با هوش مصنوعی؛ ElevenLabs با پشتیبانی از فارسی، موسیقی و افکت صوتی برای تولید محتوا

معرفی و کاربردها

ElevenLabs یکی از شناخته‌شده‌ترین سرویس‌های تبدیل متن به گفتار (TTS) با هوش مصنوعی است. کنار ساخت گفتار، ابزارهای دوبله خودکار، کلون صدا، ساخت افکت صوتی، موسیقی و تبدیل گفتار به متن هم در آن هست. برای تولیدکننده محتوای فارسی‌زبان مهم‌ترین نکته این است که در مستندات رسمی، زبان فارسی (fa) در مدل‌های جدید Eleven v4 و Eleven v3 فهرست شده است؛ اما مدل‌های قدیمی‌تر مثل Multilingual v2 و Flash v2.5 فارسی ندارند. از ElevenLabs می‌توانید برای نریشن ریلز و یوتیوب، صداگذاری تیزر تبلیغاتی، دوبله ویدیو به زبان‌های دیگر و ساخت صدای ثابت برای یک کاراکتر استفاده کنید.

نحوهٔ استفاده

  1. وارد elevenlabs.io شوید و با ایمیل یا حساب گوگل ثبت‌نام کنید.
  2. از منوی Text to Speech، متن فارسی خود را در کادر وارد کنید.
  3. در بخش انتخاب مدل، Eleven v4 یا Eleven v3 را برگزینید؛ مدل‌های قدیمی‌تر فارسی ندارند.
  4. یک صدا از کتابخانه انتخاب کنید یا صدای کلون‌شده خودتان را بیاورید.
  5. تنظیمات ثبات و شباهت صدا را تغییر دهید و چند نسخه بسازید.
  6. بهترین خروجی را گوش کنید، در صورت نیاز جمله‌های مشکل‌دار را اصلاح و دوباره بسازید.
  7. فایل صوتی را دانلود کنید و در نرم‌افزار تدوین روی ویدیو بگذارید.

ElevenLabs چیست؟

ElevenLabs یک پلتفرم هوش مصنوعی صوتی است که متن را به گفتاری بسیار طبیعی تبدیل می‌کند و امکان کلون صدا، دوبله خودکار ویدیو، ساخت افکت صوتی و موسیقی را هم می‌دهد. طبق صفحه زبان‌های سایت رسمی، این سرویس در بیش از ۹۰ زبان گفتار تولید می‌کند و فارسی هم در فهرست آن هست.

اگر برای ریلز، پادکست یا تیزر تبلیغاتی به صدای حرفه‌ای نیاز دارید و استودیو و گوینده در دسترس ندارید، ElevenLabs یکی از اولین گزینه‌هایی است که باید امتحان کنید.

مهم‌ترین قابلیت‌های ElevenLabs کدام‌اند؟

  • تبدیل متن به گفتار (Text to Speech): انتخاب از کتابخانه صداها و تنظیم لحن و حس گفتار.
  • کلون صدا: Instant Voice Cloning از پلن Starter و Professional Voice Cloning از پلن Creator به بعد در دسترس است.
  • دوبله: دوبله خودکار (Automatic Dubbing) و محیط ویرایش دقیق‌تر Dubbing Studio برای ترجمه صدای ویدیو.
  • افکت صوتی و موسیقی: ساخت Sound Effects و موسیقی با مدل Music از روی توضیح متنی.
  • تبدیل گفتار به متن: مدل Scribe v2 که طبق مستندات در بیش از ۹۰ زبان رونویسی می‌کند.
  • Studio: محیطی برای پروژه‌های بلند مثل کتاب صوتی و ویدیوهای چندبخشی.
  • Agents و API: برای ساخت دستیار صوتی و اتصال به اپلیکیشن‌ها.

کدام مدل ElevenLabs فارسی را پشتیبانی می‌کند؟

این مهم‌ترین سؤال برای کاربر ایرانی است. طبق صفحه مدل‌ها در مستندات رسمی، وضعیت این‌طور است:

مدلتعداد زبانفارسیسقف کاراکتر هر درخواست
Eleven v4۹۰+دارد۱۰٬۰۰۰ (حدود ۱۰ دقیقه صدا)
Eleven v3۷۰+دارد۵٬۰۰۰ (حدود ۵ دقیقه صدا)
Multilingual v2۲۹ندارد۱۰٬۰۰۰
Flash v2.5۳۲ندارد۴۰٬۰۰۰

پس برای متن فارسی حتماً مدل v4 یا v3 را انتخاب کنید. اگر با مدل قدیمی‌تر فارسی بسازید، تلفظ معمولاً قابل قبول نیست.

پلن‌ها و قیمت ElevenLabs چقدر است؟

ElevenLabs پلن رایگان دارد و پلن‌های پولی بر اساس اعتبار (Credit) ماهانه قیمت‌گذاری شده‌اند (بر اساس اطلاعات سایت رسمی، آبان ۱۴۰۵):

پلنقیمت ماهانهاعتبار ماهانهنکات کلیدی
Freeرایگان۱۰ هزارحدود ۱۰ دقیقه TTS، ۳ پروژه Studio، بدون مجوز تجاری
Starter۶ دلار (در زمان بررسی، ماه اول با تخفیف)۳۰ هزارمجوز تجاری، کلون فوری صدا، Dubbing Studio
Creator۲۲ دلار (ماه اول ۵۰٪ تخفیف)۱۲۱ هزارکلون حرفه‌ای صدا، کیفیت ۱۹۲kbps
Pro۹۹ دلار۶۰۰ هزارخروجی 44.1kHz PCM از طریق API
Scale۲۹۹ دلار۱.۸ میلیون۳ صندلی تیمی
Business۹۹۰ دلار۶ میلیون۱۰ صندلی و ۱۰ کلون حرفه‌ای

قیمت‌ها بدون مالیات‌اند و تخفیف‌ها مدام عوض می‌شوند؛ قبل از خرید صفحه Pricing را خودتان چک کنید. کیفیت صدای پلن رایگان و Starter طبق سایت 128kbps است.

نکات استفاده از ElevenLabs برای متن فارسی

  • متن را با نیم‌فاصله و علائم نگارشی درست بنویسید؛ مکث‌ها و لحن تا حد زیادی از نقطه‌گذاری می‌آیند.
  • کلمات دوپهلو (مثل «کرد» یا «مهر») را اگر اشتباه خوانده شد، با اعراب‌گذاری یا بازنویسی جمله اصلاح کنید.
  • اعداد و کلمات انگلیسی را در صورت نیاز به حروف فارسی بنویسید تا تلفظ قابل پیش‌بینی‌تر شود.
  • متن‌های طولانی را تکه‌تکه بسازید؛ هم کنترل بیشتری دارید و هم اعتبار کمتری هدر می‌رود.

ElevenLabs در مقایسه با Suno چه فرقی دارد؟

هر دو ابزار صوتی‌اند، اما تمرکزشان فرق دارد. ElevenLabs برای گفتار، دوبله و افکت ساخته شده و Suno برای ساخت آهنگ کامل با خواننده.

معیارElevenLabsSuno
کاربرد اصلینریشن، دوبله، کلون صدا، افکتساخت آهنگ با وکال و بی‌کلام
پلن رایگان۱۰ هزار اعتبار در ماه۵۰ اعتبار در روز
مجوز تجاریاز پلن Starterاز پلن Pro
فارسیدر مستندات رسمی برای v4 و v3 تأیید شدهدر مستندات رسمی ذکر نشده؛ نتیجه متغیر است

اگر نیاز شما نریشن و صداگذاری است، ElevenLabs انتخاب دقیق‌تری است. برای آهنگ و جینگل، صفحه سونو را ببینید.

نکات عملی برای کاربران ایرانی

ثبت‌نام با ایمیل یا حساب گوگل انجام می‌شود و برای شروع با پلن رایگان کارت لازم نیست. اما خرید پلن پولی به روش پرداخت بین‌المللی نیاز دارد و کارت‌های بانکی داخلی کار نمی‌کنند.

قبل از خرید، شرایط استفاده و محدودیت‌های منطقه‌ای سرویس را بخوانید و فقط از روش‌های قانونی پرداخت استفاده کنید. در صدای کلون‌شده هم فقط از صدای خودتان یا صدایی که اجازه کتبی‌اش را دارید استفاده کنید.

من ElevenLabs را در کنار ابزارهایی مثل Gemini و Kling در دوره دانشگاه تولید محتوا به‌صورت عملی آموزش داده‌ام؛ از نوشتن متن نریشن تا ترکیب صدا با تصویر.

سؤالات متداول درباره ElevenLabs

آیا ElevenLabs فارسی صحبت می‌کند؟

بله. طبق مستندات رسمی، مدل‌های Eleven v4 و Eleven v3 زبان فارسی را پشتیبانی می‌کنند. مدل‌های Multilingual v2 و Flash v2.5 فارسی ندارند.

آیا نسخه رایگان ElevenLabs برای کار تجاری مجاز است؟

خیر. مجوز تجاری از پلن Starter به بعد ارائه می‌شود. پلن رایگان فقط برای تست و استفاده شخصی مناسب است.

با پلن رایگان چقدر صدا می‌شود ساخت؟

پلن رایگان ۱۰ هزار اعتبار در ماه دارد که طبق سایت حدود ۱۰ دقیقه تبدیل متن به گفتار است.

می‌توانم صدای خودم را کلون کنم؟

بله. کلون فوری صدا از پلن Starter و کلون حرفه‌ای (Professional Voice Cloning) از پلن Creator در دسترس است.

متن پرامپت برای افکت صوتی را از کجا بیاورم؟

برای افکت و موسیقی بهتر است توضیح را انگلیسی و دقیق بنویسید. نمونه‌های آماده را در بانک پرامپت فارسی پیدا می‌کنید.

نکته‌ها برای خروجی بهتر

  • برای فارسی فقط از Eleven v4 یا v3 استفاده کنید.
  • نقطه‌گذاری دقیق بهترین ابزار شما برای کنترل مکث و لحن است.
  • متن بلند را به پاراگراف‌های کوتاه بشکنید تا اعتبار کمتری هدر برود.
  • برای کلمات انگلیسی یا اسم برندها، چند املای مختلف را امتحان کنید.
  • فایل خروجی را قبل از انتشار حتماً کامل گوش کنید؛ خطای تلفظ در وسط متن رایج است.