ElevenLabsのAPI連携でコンテンツ生産を自動化する方法｜MakeやZapierと組み合わせた音声量産フロー

音声コンテンツの制作、正直しんどくないだろうか。

ナレーション録音のたびにマイクを準備して、テイクを重ねて、編集して——それだけで半日飛ぶ。「ブログ記事をそのままPodcastにしたい」と思いながら、変換作業の手間を想像して毎回後回しにしている人も多いはずだ。フリーランスナレーターへの発注はコストと納期がばらつき、修正対応のやりとりだけで消耗することもある。

そのボトルネック、ElevenLabsとMakeの組み合わせで丸ごと自動化できる。

ElevenLabsの実力——「それっぽい音声」ではなく「使える音声」

ElevenLabsは、テキストから音声を生成するAIサービスだ。REST形式のAPIを公式公開しており、テキストを渡せば音声ファイルが返ってくるエンドポイント（/v1/text-to-speech）が整備されている。Python・Node.js向けの公式SDKも用意されているため、開発者でなくてもAPIの入り口はそれほど高くない。

音声品質は業界内でも評価が高く、英語・スペイン語・フランス語など29言語以上に対応。なかでも英語の自然さは際立っており、ポッドキャストのホスト音声として実際に使われているケースが増えている。

特徴的な機能としてVoice Cloningがある。3分以内の音声サンプルをアップロードするだけで、自分の声に近い音声モデルを作成できる（公式情報による）。「AIっぽい声を使いたくない」という人にとって、これは大きな差別化ポイントだ。自分の声でコンテンツを量産できる、という感覚は思ったより重要で、ブランドの一貫性にも直結する。

ブログ記事や長文PDFをまとめて音声化するProjects機能も搭載されており、複数記事を一気にPodcast化するユースケースとの相性が良い。

Makeとの連携——ノーコードで「入稿→音声保存」を全自動化

MakeはElevenLabsの公式モジュールを提供しており、コードを書かずにフローを組める。基本的な自動化は3ステップで動く。

まずトリガーを設定する。「Google Sheetsに新しい行が追加されたとき」「Notionのデータベースにページが作成されたとき」——このあたりが実用的な起点だ。たとえばコンテンツ管理をNotionで行っているなら、記事タイトルと本文を書いた瞬間に自動でフローが走る設計にできる。

次にElevenLabsモジュールでテキストフィールドをマッピングし、使用する音声・言語・読み上げ速度を指定する。速度は1.0が標準で、0.75〜1.25あたりで調整するとPodcast向きになりやすい。

最後に生成された音声ファイルをGoogle DriveやDropboxへ自動保存するモジュールをつなぐ。これだけで、テキスト入稿から音声ファイル保存までが人手ゼロで完結する。慣れれば最初のフロー構築に要する時間は30分程度だ。

無料プランで十分？ 実際の料金感を確認

現行の料金プランは以下のとおり（公式サイトより。年払いで約20%割引）。

• 無料：月1万文字（商用利用不可）
• Starter：$5/月・月3万文字
• Creator：$22/月・月10万文字・商用利用可
• Pro：$99/月・月50万文字
• Scale：$330/月・月200万文字

API経由の文字消費もプランのクォータから引かれる。Make経由の自動化フローを本格運用するなら、商用利用が可能でクォータにもある程度余裕があるCreator（$22/月）が現実的な出発点だろう。月に2,000〜3,000字の記事を30本ほど音声化するとCreatorの10万文字をほぼ使い切る計算になるため、それ以上のボリュームになればProへのアップグレードを検討する必要がある。

使って良かった点——正直レビュー

いいことばかりではない。

日本語音声のイントネーションは、英語と比べると不自然に聞こえる場面がある。ニュース読み上げのような用途ならまだ許容できるが、自然な会話調を求めるコンテンツには厳しいかもしれない。現状、ElevenLabsの強みは英語圏コンテンツにある、と理解しておいたほうが期待値のズレが少ない。

APIにはレート制限もある。大量バッチ処理を組む前に、自分のプランの上限を公式ドキュメントで確認しておくことを強く勧める。知らずにフローを組んで途中でエラーが出ると、デバッグに余計な時間を取られる。

コスト面では、月50万文字を超えるとProの$99/月が必要になる。月額が無視できないレベルになってきたら、本当にROIが出ているかを定期的に見直す視点が必要だ。

こんな人に向いている——あなたは当てはまる？

向いているのは——テキストコンテンツを週複数本ペースで量産しており、それをPodcastや動画ナレーションに転換するコストを下げたいYouTuber・Podcast運営者・コンテンツマーケターだ。英語コンテンツが主体であれば、音声品質の面でもストレスは少ない。Make上でフローを組んだ経験が少しあれば、初期構築のハードルはかなり低く感じるはずだ。

向いていないのは——日本語メインで、細かいイントネーションまでこだわりたい場合。あるいは月の生成量が少なく、無料・低価格ツールで十分な人。自動化フロー自体に抵抗がある完全初心者は、まずMakeの学習コストを別に見積もったうえで判断してほしい。その場合は先に手動でElevenLabsの音声生成だけ試してみるのが現実的だ。

まず1本、フローを組んでみてほしい

始め方はシンプルだ。ElevenLabsの無料プランでAPIキーを取得する→MakeのフリープランでGoogle Sheets連携フローを1本組んでみる。このふたつだけ。初期費用ゼロで動作確認できる。

実際に手を動かすと、「この記事は音声向きだが、この記事は向かない」という自分のコンテンツ特性も見えてくる。ツールの評価は、読んでいるだけでは絶対に終わらない。