ElevenLabs - co to je a co umí?

ElevenLabs je AI firma zaměřená na generování a klonování hlasů. Založili ji v roce 2022 Mati Staniszewski a Piotr Dąbkowski, sídlo v New Yorku, vývoj v Londýně 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 1-5 minut 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 Studio - přeložené video do 30+ jazyků na jedno kliknutí, se zachováním vašeho hlasu
• Conversational AI Agents - hlasoví agenti pro telefonii, WhatsApp, web chat

Jak to funguje technicky

Text se rozloží na hlásky a zvukovou stopu, kterou model převede na audio. Emoční tagy jako [whispers], [laughs] nebo [excited] se vkládají přímo do textu a model na ně zareaguje. Posuvníky Stability a Similarity určují, jak moc je hlas předvídatelný nebo naopak emotivní.

Aktuální modely (duben 2026) - Eleven v3 (70+ jazyků, audio tagy), Eleven v3 Conversational (real-time, 75ms odezva), Multilingual v2 (32 jazyků, ověřený pro produkci), Flash a Turbo v2.5 (nízká odezva, levnější).

Ceny (duben 2026)

• Free - 10 000 kreditů, asi 10 minut TTS, povinná atribuce, žádná komerční licence
• Starter - 5 USD/měsíc, 30 000 kreditů, Instant Voice Cloning, komerční licence
• Creator - 22 USD/měsíc, 100 000 kreditů, Professional Voice Cloning, 192 kbps
• Pro - 99 USD/měsíc
• Scale - 330 USD/měsíc, 5 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.

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

U dlouhých vstupů (10 000+ znaků) občas model přidá nebo vynechá slovo. Řeší se to chunkováním na menší bloky. Souhlas mluvčího při klonování je povinný (consent checkbox), ale kontroly jsou v praxi formální - pro citlivé projekty si nastavte interní pravidla. Od srpna 2026 navíc EU AI Act vyžaduje označení AI audia.

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 (TTS, dubbing, agents). Autentizace přes hlavičku xi-API-key. Streaming chunked audio s odezvou kolem 75 ms.

Moje zkušenost

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. U klientů ho nasazuju na voiceovery, hlasové agenty a dubbing. Pro krátké voiceovery v češtině stačí Creator plán a Instant Voice Cloning. Pro audioknihu nebo brand voice doporučuji Professional Voice Cloning a důkladný test s několika typy textů. Pomůžu vám napojit ElevenLabs na n8n nebo na hlasového chatbota pro váš e-shop. Napište mi, který scénář potřebujete vyřešit.