比較
無料で使えるElevenLabsの代わりを探すなら — 登場人物が何人もいる台本の話
ElevenLabsは、それが得意とすることをとても上手にこなします。台本に6人が出てきて、1人ぶんずつツールを回しているのなら、このページの話はこうです。配役を軸にした道具にすると、その手作業は消えるのか。そして、消えない場面が4つあります。ElevenLabsの無料プランを調べに来たのなら、比較表のすぐ後の最初の節がその話です。向こうのFreeで何が手に入り、こちらのFreeで何が手に入るか。
確認日:
私たちはElevenLabsの競合なので、以下はすべて利害のある側の証言として読み、リンクを確かめてください。このページのElevenLabsに関する事実は、すべて2026-09-21に同社の料金ページかドキュメントから読み取ったもので、URLはその主張のすぐ横に置いてあります。
短くまとめると、ElevenLabsはクローンの完成度が高い音声プラットフォームで、Text to Dialogueのドキュメントの言葉を借りれば “no limit to the number of speakers in a dialogue”(1つの対話に出せる話者数に上限はない)とされています。CastDubはもっと小さなもので、すでに話者が書き分けられている台本のための制作ツールです。どちらを選ぶかは、「どちらのデモが良い音か」とはまったく関係のない問いで決まります。
確認できたこと
| CastDub | ElevenLabs | Typecast | |
|---|---|---|---|
| 貼った台本1本から複数キャラを出せますか | できます。というより、それが製品そのものです。台本を貼ると、セリフを切り分け、誰が話しているかを判断し、40人のライブラリキャラクターから話者ごとに1人を割り当てます。1つのプロジェクトで重ならずに使える基礎の声は最大10種類です。 | “There is no limit to the number of speakers in a dialogue”(話者数に上限なし。Text to Dialogue API、Eleven v3、1リクエスト2,000文字)。Studioでは “assign multiple voices to a single paragraph”。 (出典) | 私たちが確認したページには書かれていません。 (出典) |
| 感情を1行ずつ演出できますか | Proなら1行ずつ指定できます。どのプランでも、キャラクターごとにふだんの感情を設定できます。感情は7種類。ピッチと速度で近似するのではなく、その行を実際に演じています。 | テキストの中に角かっこの音声タグを書く方式。たとえば [sad]。Eleven v3で “influence the delivery of the dialogue”。 (出典) | Pro:“Fine-tune voices with emotion controls” と “Advanced voice controls including intonation”。Plus:“Control voice speed”。 (出典) |
| キャラクターごとに1本のトラックになりますか | Proのみ。ZIPの中に、ミックスと、キャラクターごとにミックスと同じ長さのMP3が1本ずつ入ります。 | Studioのドキュメントには書かれていません。ダウンロードは “MP3 or WAV” と説明されています。 (出典) | 公式ページには書かれていません。 (出典) |
| 字幕は | PlusとPro:SRTファイル。書き出してもクレジットは減りません。 | Studioの字幕は “generated automatically and can be customized with templates”。SRTファイルが出るかは書かれていません。 (出典) | 公式ページには書かれていません。料金ページにあるのは “HD (720p) video exports”。 (出典) |
| 自分の声をクローンできますか | ご本人の声だけです。短い同意文を読み上げると、その録音がそのまま声になり、1アカウント3件まで作れます。9言語すべてでセリフを読み、セリフの速さに従いますが、感情や演技の指示は反映されません。 | Starterから “Instant Voice Cloning”、Creatorから “Professional Voice Cloning”。 (出典) | Basic:“Instant Cloning (1 slot)”、Plus:“Professional Cloning (1 slot in total)”、Pro:2、Business:10。 (出典) |
| 無料プラン | あります。ダウンロード用のクレジットが4,500文字ぶん、毎月ではなく一度きりで(日本語の完成音声で約13分)。24時間あたり30行まで合成でき、1プロジェクトのキャスト上限は2人です。生成と試し聴きは、どのプランでもクレジットを使いません。 | Free $0 に “10k credits per month” と “3 Projects in Studio”。 (出典) | “Voice generation & playback Unlimited”、“Lifetime download credits 3,000 credits (~5 mins)”、そして “Attribution is required for all content downloaded on the Free plan”(無料プランでダウンロードしたものにはクレジット表記が必要)。 (出典) |
| 無料プランで商用利用できますか | できません。無料プランは個人の非商用利用のみです。商用利用許諾はBasicから始まり、公開ベータでもそこは変わりません。 | “Commercial License” はStarterから。つまりFreeにはありません。 (出典) | 商用利用許諾はBasicから。無料でのダウンロードにはクレジット表記が必要。 (出典) |
| 有料の入口価格 | 決済が開通したら、Basicが月$5です。公開ベータ中は一切請求せず、すべてのアカウントがProと同じ機能で動いています。 | Starterは月$6で “30k credits per month”、Creatorは月$11で “121k credits per month”。 (出典) | Basic月$5、Plus月$19、Pro月$29、Business月$69。 (出典) |
| 言語 | 9言語。英語・中国語・日本語・韓国語・スペイン語・ポルトガル語・フランス語・ドイツ語・ロシア語です。基礎の声はどれもこの9言語すべてを話します。英語以外では地域の訛りは選べず、こちらも約束していません。 | 有料プランに対して “74” 言語と記載。 (出典) | トップページに “35+ languages”。 (出典) |
確認日2026-09-21。価格は各社が自社ページに掲載している月額で、通貨は米ドルです。年払いやキャンペーン価格は別で、頻繁に変わります。
「公式ページには書かれていません」は文字どおりの意味です。下に挙げたページを開いて、その事実が載っていなかった、ということです。その機能がないという主張ではありません。
CastDubの列は、製品を動かしているのと同じコード(lib/plans.ts と配役のコード)から生成しています。だから、実際に手に入るものとずれることがありません。
無料プランでは何を持ち帰れますか
ElevenLabsの料金ページには、Free $0 に “10k credits per month”(毎月1万クレジット)と “3 Projects in Studio”、その上にStarter $6 で30kクレジット、Creator $11(初月$6)で121kクレジット、Pro $99、Scale $299、Business $990 と並んでいます。同じページで “Commercial License” はStarterからとされているので、無料プランは商用の仕事には使えません。
CastDubの無料プランは、意図的に別の形をしています。ダウンロード用クレジットが4,500文字ぶん、毎月ではなく一度きりで、日本語の完成音声にして約13分。しかもクレジットが減るのはダウンロードしたときだけです。生成と試し聴きはどのプランでも無料で、代わりに24時間あたり30行という合成の上限があります。だから、シーンを切りながら20回聴き直しても、残量を気にせずに済みます。
登録の前に1つだけ。私たちはまだ決済を開通させていません。公開ベータ中は、すべてのアカウントがProと同じ機能で動き、請求は発生しません。商用利用許諾はスイッチではなく契約条項なので、それに合わせて開放されることはありません。無料での利用は個人のままです。
台本を貼ったら、誰のセリフか見分けてくれますか
どちらもできますが、形がちがいます。ElevenLabsのText to Dialogue APIは “creates natural sounding expressive dialogue from text using the Eleven v3 model” とされ、ドキュメントには “There is no limit to the number of speakers in a dialogue”(話者数に上限はない)と明記されています。ただし1回のリクエストは2,000文字以内に、という注意もついています。Studioのほうでは、テキストを選んでドロップダウンで声を変えることで “assign multiple voices to a single paragraph”(同じ段落に複数の声を割り当てる)ことができる、とドキュメントにあります。
CastDubは反対側から始まります。台本を丸ごと貼るところからです。シナリオ形式、「名前:セリフ」の書き方、かぎ括弧つきの地の文、スペイン語・フランス語・ポルトガル語・ロシア語のダッシュ会話。そこから話者を割り出し、1人ずつキャラクターを作って、40人のライブラリから配役します。1つのプロジェクトの中では、その性別の声を使い切るまで2人のキャラクターが同じ基礎の声になることはないので、4人芝居でも何も管理しないまま聴き分けられます。
こちら側の正直な上限はこうです。基礎の声は10種類(女性4・男性5・中性1)なので、話者が10人を超えるシーンでは必ず誰かが声を共有し、演出指示だけで区別することになります。キャスト表がそれより長いなら、始めたあとではなく始める前に知っておいたほうがいい種類の話です。
感情は1行ずつ演出できますか
ElevenLabsはテキストそのもので行います。Text to Dialogueのドキュメントは、入力の角かっこの中に書く “non-speech audio events” を説明しています。感情なら [sad]、出来事なら [applause] といったもので、Eleven v3では “influence the delivery of the dialogue”(その対話の演じ方に影響する)とされています。表現力があり、演出が台本の中に住むので台本と相性がいいやり方です。
CastDubは行についたコントロールで行います。どのプランでもキャラクターにはふだんの感情があり、Proでは任意の1行を7種類の感情のどれかで上書きできます。PlusとProには0.75倍から1.25倍までの5段階の話速もあります。感情はフィルタで作るのではなくその行を実際に演じているので、同じ行をもう一度生成すると少しちがうテイクになります。声は同じで、芝居が新しくなるわけです。読みが決まらないときは、もう一度押すのが直し方になります。
抽象的にはどちらが勝ちとも言えません。タグはテキストごと他のツールへ持っていけますし、コントロールは同じ1行の読みを4通り試すのに向いています。
キャラクター別トラックと字幕は書き出せますか
ここがいちばん差の開くところで、私たちを信じるより確かめてほしいところです。Proでは、CastDubはミックスに加えてキャラクターごとにミックスと同じ長さ・同じ位置のMP3を1本ずつ入れたZIPを書き出します。だから、1本にまとまったセリフを音楽で押しにいくのではなく、DAWできちんとシーンに劇伴をつけられます。PlusとProではSRTも書き出せて、字幕の書き出しではクレジットは減りません。
ElevenLabs側では、Studioのドキュメントに “download as MP3 or WAV” とあり、音質はプランに紐づきます。小さいプランでは128 kbpsのMP3、上位では16-bitのWAVか192 kbpsのMP3で、このWAVという選択肢は私たちにはまったくありません。同じページには “can be customized with templates for colors, fonts, and placement”(色・フォント・配置をテンプレートで調整できる)自動字幕の説明もあります。話者ごとのトラック書き出しは、私たちが読んだページには書かれていませんでした。これは「存在しない」と言うのとは別のことです。確認できなかったので、その欄には丸も×もつけていません、という意味です。
この節でいちばんはっきりした強みは相手のものです。WAVでの納品。こちらは一切対応しておらず、ここにあるのはすべてMP3です。仕様書に合わせて納品する仕事なら、それだけで決まります。
言語はいくつ、声はいくつありますか
ElevenLabsの料金表には、有料プランに対して74言語と書かれています。私たちより一桁多く、そしてそれは彼らのページの数字で、こちらの数字ではありません。
CastDubは9言語です。英語・中国語・日本語・韓国語・スペイン語・ポルトガル語・フランス語・ドイツ語・ロシア語。10種類の基礎の声はどれも9言語すべてを話すので、「その言語だけ使える声が少ない」という二級市民の言語はありません。約束しないのは地域の訛りです。英語以外ではその言語の標準的な話し方になり(中国語なら標準語、スペイン語ならラテンアメリカ共通、ポルトガル語ならブラジル)、都市を選ぶことはできません。すべての言語をネイティブの耳で通しで確認してもらってもいないので、正直な案内は「自分のセリフを貼って聴いてから決めてください」になります。
あなたの仕事の言語がこちらにないなら、カバー範囲がワークフローに勝ちます。その時点で選択はもう終わっています。
自分の声をクローンできますか
ElevenLabsならできます。そして、それが相手を選ぶいちばん明確な理由のひとつです。料金ページでは “Instant Voice Cloning” がStarter、“Professional Voice Cloning” がCreator以上に置かれています。
CastDubでも、もっと狭い範囲でならできます。短い同意文を読み上げると、その録音がそのまま声になります。だから対象になるのは必ずご本人の声だけで、公人や未成年の声には決してなりません。9言語のどれでもセリフを読み、セリフの速さには従いますが、感情や演技の指示は効きません。作り方も2段階ではなく1通りだけです。
クローンした声がワークフローの中心にあるなら(演技まで担わせたい、数秒よりずっと長い音声から作りたい)、相手の段階のほうが先まで行けるので、この比較はその一点で相手の勝ちです。キャストと並べて、自分の声でナレーターや1人の役を読ませたいだけなら、こちらで足ります。
ElevenLabsを選んだほうがいいとき
4つあります。どれもよくある場面だと思います。1つめ、語り手が1人の仕事。オーディオブック、ドキュメンタリーのナレーション、1人のポッドキャスト。配役の仕組みは何の得にもならず、一度も触らない機能に注意を払うことになります。2つめ、クローン。上のとおりです。3つめ、言語のカバー範囲。74と9では、あなたの言語がその差の中にあるなら勝負になりません。4つめ、すでに回っているパイプライン。API呼び出しとレンダリングの工程とミックスのテンプレートができているなら、乗り換えの費用は比較ページで見えるより高くつきます。
5つめの、もっと静かな理由もあります。規模です。大きなプラン、WAVでの納品、上限が公開されたAPI、そして大量のドキュメント。調達部門に説明する立場なら、その成熟度には私たちが今年出せない価値があります。
私たちの言い分は狭いので、狭いまま言います。話者が何人もいる台本を、いまは1人ずつ生成して手で並べていて、最後にキャラクター別トラックと字幕がいる。その1時間を消すために私たちはいます。それがあなたの1時間でないなら、いまの場所にいてください。
このページの書き方について
私たちは競合製品を作っているので、こういうページは何をどう書いてもマーケティングです。できるのは、確かめられる形にしておくことだけです。上に書いたElevenLabsについての主張は、すべて2026-09-21に同社の料金ページかドキュメントから読み取り、URLをその横に置きました。ページに書かれていなかったことは、記憶や第三者のレビューで埋めずに「公式ページには書かれていません」と書いています。
比較表がよく紛れ込ませるものは、いずれも入れていません。丸と×はなし、点数もなし、どちらの声がいいかという判断もなし。それは自分の台本を両方に通して、あなたが決めることです。意見で埋めた行は1つもありません。
こちらの列も手打ちではありません。数字は製品が実際に守っているプラン定義から来ていて、このページを組み立てるときに差し込まれます。だから価格やクレジットを変えてこのページを直し忘れても、ページのほうが勝手に変わります。
もし古くなっている行や間違っている行を見つけたら(各社は競合に断って値上げしたりはしません)教えてください。直して、確認日を進めます。間違って引用されるより、直されるほうがいいと思っています。
それぞれの出典
上の表でほかの製品について書いた欄は、すべてここに挙げたページから取っています。ご自身でも開いてみてください。料金や条件は、誰にも——私たちにも——知らせずに変わります。
- ElevenLabs — 料金ページ — Free $0 / 毎月10kクレジット、Studioで3プロジェクト。Starter $6 / 30k、Creator $11 / 121k、Pro $99 / 600k、Scale $299 / 1.8M、Business $990 / 6M。Commercial LicenseはStarterから。Instant Voice CloningはStarterから、Professional Voice CloningはCreatorから。有料プランに対して74言語。
- ElevenLabs — Text to Dialogue ドキュメント — “There is no limit to the number of speakers in a dialogue”。角かっこの音声タグが演じ方に影響する。Eleven v3のみ。1リクエストは2,000文字以内。
- ElevenLabs — Studio 製品ガイド — 1つの段落の中で複数の声を割り当てられる。ダウンロードはMP3かWAVで、音質はプランによる。自動字幕はテンプレートで調整可能。話者ごとのトラックについては記載なし。
- Typecast — 料金ページ — Free $0、ダウンロード用クレジットは生涯3,000でクレジット表記が必要。Basic $5、Plus $19、Pro $29、Business $69。感情コントロールはPro。クローンの枠数はプランごとに明記。
- Typecast — トップページ — “700+ AI voices” と “35+ languages”。
よくあるご質問
CastDubはElevenLabsより安いですか
単位がちがうので、そのままでは比べられません。相手の料金ページは月ごとのクレジットを$6から売っています。こちらはダウンロードしたときだけクレジットが減り、Basicが月$5、Proが月$29で、生成と試し聴きはどのプランでも無料です。正直な比べ方は、実際の台本を1本、両方で作ってみて、それぞれいくら引かれたかを見ることだけです。
ElevenLabsのプロジェクトを持ってこられますか
台本を貼り直す以外にはできません。読み込みの仕組みはなく、.txt・.docx・.srt のアップロードもできませんし、ElevenLabsで使っていた声や設定を引き継ぐ方法もありません。実際にはテキストをコピーして貼り、配役をやり直すだけで、1シーンなら数分です。
CastDubにもElevenLabsのような声のクローンはありますか
もっと狭い形でならあります。相手の料金ページはStarterから即時クローン、Creatorから本格的なクローンを提供しています。こちらがクローンできるのはご本人の声だけで、読み上げた短い同意文の録音から作ります。セリフを読み、速さには従いますが、感情は演じません。クローンが一番の目的なら、相手を使うべきです。
1つのCastDubプロジェクトに話者は何人まで入りますか
台本にいる人数だけ入りますが、基礎の声は10種類しかないので、それを超えるとキャラクターどうしが声を共有し、演出指示だけで区別されることになります。人数の多い群像シーンなら、話者のグループごとにプロジェクトを分けるか、重なりを承知のうえで、共有する2人を年齢も雰囲気もできるだけ離して配役してください。
キャラクターごとに分かれた音声はもらえますか
Proならもらえます。ミックスと、キャラクターごとにミックスと同じ長さのMP3、それにSRTが入ったZIPです。PlusとProでは字幕はつきますが、音声はミックス1本です。ElevenLabs側は、私たちが読んだページでは話者ごとの書き出しを確認できなかったので、そこが決め手になるなら同社のドキュメントをご自分で確かめてください。
ボイスドラマにはどちらが向いていますか
複数の声で作るなら、決めるのは工程のほうです。1行だけ作り直せるか、シーンを組み直さずに済むか、ミックス用にキャラクター別トラックが出るか。語り手が1人で、ときどき引用が入るだけの作品なら、その問いは起きません。その場合は、相手の広い言語カバーとクローンのほうが、こちらの配役より価値があります。
今夜、最初の1シーンをキャスティング
台本を貼り付ければ、CastDubが登場人物一人ひとりに声を割り当てます。あとは完成したボイスドラマを書き出すだけです。
無料で作ってみるクレジットカードは不要です。無料枠は一度きりの持ち分です。