ElevenLabs

モデル	開発元	モード	クレジット	詳細
ElevenLabs v3	ElevenLabs	テキストから音声	30	テキストから音声を生成する最新の ElevenLabs のモデルで、感情や話すテンポを指定する [audio tags] に対応しています。ElevenLabs の API を直接使います。
ElevenLabs Turbo v2.5	ElevenLabs	テキストから音声	15	ElevenLabs の API を直接使って、高速かつ安価にテキストから音声を生成します。ナレーションに向いています。
ElevenLabs Multilingual v2	ElevenLabs	テキストから音声	30	ElevenLabs の API を直接使って、多言語でテキストから音声を生成します。
ElevenLabs Dialogue v3	ElevenLabs	複数話者の会話	25	ElevenLabs の API を直接使って複数話者の会話を作るモデルで、台本を渡すと役ごとに声を当てます（既製のボイス、ライブラリのボイス、クローンしたボイスのどれでも使えます）。
ElevenLabs Voice Design	ElevenLabs	ボイスデザイン	50	説明文から合成ボイスをデザインします（リファレンスのクリップは不要です）。
ElevenLabs Voice Changer	ElevenLabs	ボイスチェンジャー	40	音声から音声への変換で、韻律（抑揚やリズム）を保ったまま、ある声を別の声に変えます。
ElevenLabs STT	ElevenLabs	文字起こし	22	単語単位のタイムスタンプ（常にオン）、話者の識別、効果音イベントのタグ付きで文字起こしをします。文字起こしを字幕に使うときは、このエンジンを選んでください。
ElevenLabs Voice Isolation	ElevenLabs	音声の分離	74	ボーカルトラックから、背景のノイズや音楽を取り除きます。
ElevenLabs Dubbing	ElevenLabs	吹き替え	40	オーディオや動画全体を別の言語に翻訳して吹き替え、動画を入力すると吹き替えた動画が出力されます。処理は非同期です。
ElevenLabs Dubbing v2	ElevenLabs	吹き替え	1100	オーディオや動画全体を別の言語に翻訳して吹き替え、動画を入力すると吹き替えた動画が出力されます。処理は非同期です。
ElevenLabs Forced Alignment	ElevenLabs	強制アライメント	30	既存の文字起こしをオーディオに合わせ、単語単位のタイムスタンプを付けます。
ElevenLabs Sound Effects	ElevenLabs	効果音	3	テキストのプロンプトから短い効果音を生成します。

OpenAI

モデル	開発元	モード	クレジット	詳細
Incredibly Fast Whisper	OpenAI	文字起こし	40	Whisper による高速な文字起こしです。指定すると単語単位のタイムスタンプを返すため、その文字起こしを字幕に使えます。
Whisper	OpenAI	文字起こし	40	Whisper による文字起こしで、返すのはフレーズ単位のセグメントのみ、単語のタイムスタンプはありません。文字起こしや静的な字幕には十分ですが、単語ごとにタイミングを合わせる（キネティックな）字幕には向きません。

Suno

モデル	開発元	モード	クレジット	詳細
Suno v4	Suno	音楽	30	Suno v4 による音楽生成で、ボーカル入りのフルソングをさまざまなジャンルで作ります。
Suno v5	Suno	音楽	30	Suno v5 は、v4 よりボーカルの品質が高く、対応するジャンルも増えています。料金は同じです。
Suno v5.5	Suno	音楽	30	Suno v5.5 は、v5 より音質と表現力が向上しています。
Suno V6	Suno	音楽	30	Suno V6 は、より自然なボーカルと豊かなディテールで、音楽表現がさらに向上しています。フラッグシップで、デフォルトのモデルです。
Suno V6 Wild	Suno	音楽	30	Suno V6 Wild は創造性の限界を押し広げ、より大胆で個性的な音楽表現を目指すモデルで、結果のばらつきが大きく、予測しにくくなります。
Suno V6 Mini	Suno	音楽	30	Suno V6 Mini は、軽量かつ高速で、品質と速度のバランスが取れており、手軽に制作できます。