ElevenLabs je AI firma zaměřená na generování a klonování hlasů. Založili ji v roce 2022 Mati Staniszewski a Piotr Dąbkowski, sídlo v New Yorku, hlavní kanceláře také v Londýně, San Franciscu a Varšavě. V kategorii AI hlasu patří mezi technologickou špičku - především díky emoční expresivitě, kterou syntetizovaná řeč zvládá.
Co ElevenLabs umí
- Text-to-Speech - text do mluveného slova, 32-70 jazyků podle zvoleného modelu, čeština podporovaná
- Voice Design - vygenerujete fiktivní hlas z popisu (např. "starší muž s mírným chrapotem")
- Instant Voice Cloning - nahrajete 1-2 minuty svého hlasu, hotový klon máte za pár sekund
- Professional Voice Cloning - 30+ minut čistého audia, fine-tuning - klon znějící téměř stejně jako originál
- Studio - dlouhé audioknihy, kapitoly, časová osa s více hlasy
- Dubbing - přeložené video do 90+ jazyků během několika kliknutí, se zachováním vašeho hlasu (pokročilé ruční doladění pak nabízí Dubbing Studio)
- Conversational AI Agents - hlasoví agenti pro telefonii, WhatsApp, web chat
Jak to funguje technicky
Model převádí text přímo na syntetizovanou řeč, přesný vnitřní postup ElevenLabs veřejně nepopisuje do detailu. Emoční tagy jako [whispers], [laughs] nebo [excited] se vkládají přímo do textu a model na ně zareaguje. Posuvník Stability určuje, jak stabilní a předvídatelný hlas zní (nižší hodnota dá širší emoční rozsah, ale méně konzistentní projev), Similarity pak to, jak moc se výsledek podobá referenčnímu hlasu.
Aktuální modely (září 2026) - Eleven v3 (70+ jazyků, audio tagy), Eleven v3 Conversational (real-time, optimalizovaný na dialog), Multilingual v2 (32 jazyků, ověřený pro produkci), Flash v2.5 (odezva kolem 75 ms, levnější, dnes preferovaná volba pro nízkou latenci před Turbo v2.5).
Ceny (září 2026)
- Free - 10 000 kreditů, asi 10 minut TTS, povinná Atribuce, žádná komerční licence
- Starter - 6 USD/měsíc, 30 000 kreditů, Instant Voice Cloning, komerční licence
- Creator - 22 USD/měsíc, 121 000 kreditů, Professional Voice Cloning, 192 kbps
- Pro - 99 USD/měsíc, 600 000 kreditů
- Scale - 299 USD/měsíc, 1 800 000 kreditů, 3 uživatelé
- Business - 990 USD/měsíc, 6 milionů kreditů, 10 uživatelů
- Enterprise - na vyžádání, SOC2, HIPAA
Roční platba má slevu zhruba 17 %.
Kde to v Česku využijete
Audioknihy a podcasty jsou hlavní scénář, hlavně tvůrci, kteří chtějí prodat obsah na zahraniční trh přes 1-click dubbing CZ-EN. Dále e-learning kurzy, IVR a automatizace kontaktních center, voiceover pro YouTube návody, reklamy a sponzorské vsuvky. Hlasoví AI asistenti pro e-shopy přes Conversational Agents. Accessibility - automatické čtení článků pro nevidomé.
ElevenLabs umí česky, takže se dá zapojit tam, kde firma potřebuje hlasový výstup - automatické čtení dokumentů, audio verze textů. Když AI nástroj nasazuju na konkrétní proces, řeším i tohle, popisuju to u tvorby AI agentů a automatizací na míru →.
Čeština - jaká je realita
Čeština je oficiálně podporovaná v Multilingual v2 i v3. Pro běžné použití (podcast, voiceover) je výsledek použitelný. Pro produkční audioknihu nebo brand voice ale doporučuji Professional Voice Cloning s 30+ minutami nahrávky rodilého mluvčího. Bez toho výsledek občas trpí - klonovaný hlas natrénovaný na cizojazyčném mluvčím přenáší do češtiny anglický přízvuk, "ř" je problém, dlouhé samohlásky občas chybí.
Limity
Model má na jeden požadavek limit počtu znaků, liší se podle zvoleného modelu, u delších textů proto pomáhá vstup rozdělit na menší části (chunkování). Souhlas mluvčího při klonování je povinný - u Instant Voice Cloning jde o vlastní potvrzení souhlasu uživatelem, u Professional Voice Cloning navíc přibývá hlasové ověření. Pro citlivé projekty si i tak nastavte interní pravidla. Od srpna 2026 navíc EU AI Act začíná vyžadovat, aby bylo AI generované audio označené jako umělé, u systémů uvedených na trh dřív běží přechodné období do prosince 2026.
Pro vývojáře
REST API, WebSocket streaming pro real-time. Oficiální SDK pro Python a Node.js/TypeScript. Pro PHP zatím jen komunitní wrappery a přímé HTTP volání. n8n má nativní ElevenLabs node pro převod textu na řeč, klonování hlasu a přepis řeči, dubbing nebo hlasové agenty se dají napojit přes obecné API volání (Custom API Call / HTTP Request). Autentizace přes hlavičku xi-api-key. Streaming vrací zvuk po částech, u modelu Flash v2.5 s odezvou v řádu desítek milisekund bez síťové režie.
ElevenLabs si používám sám - na některých článcích blogu nechávám generovat hlasový přepis, aby si je čtenáři mohli pustit jako audio. Stejně tak jsem ho používal na vícejazyčný dabing svých reklam na prodej CD a vinylu pro zahraniční trhy - vlastním hlasem, jen v jiných jazycích, což je pro brand mnohem osobnější než cizí voiceover.
Chcete ElevenLabs napojit na svůj web nebo systém?
Potřebujete hlasového agenta na telefonii nebo web chat, chcete přečíst obsah e-shopu nahlas, nebo řešíte dabing videí do víc jazyků? U klientů ElevenLabs nasazuju na voiceovery, hlasové agenty napojené přes n8n a dubbing, přesně podle toho, co potřebují, ať jde o telefonii, web chat nebo hlasového asistenta přímo ve vašem e-shopu. Pro krátké voiceovery v češtině stačí Starter, Creator se vyplatí až při větším objemu nebo kvůli Professional Voice Cloning - pro audioknihu nebo brand voice PVC doporučuji i s důkladným testem na několika typech textů.
Napište mi přes kontaktní formulář, projdeme váš případ telefonicky nebo online a řeknu vám, co dává smysl řešit jako první. Odpovídám zpravidla do 24 hodin.
Stavím firmám AI agenty a automatizace na míru
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
