Che cos'è ElevenLabs? Guida introduttiva a prezzi, uso commerciale e supporto del giapponese (secondo le fonti ufficiali)

ElevenLabs è una piattaforma vocale basata sull'IA incentrata sulla sintesi vocale (Text to Speech), che converte il testo in audio, e che offre anche trascrizione, clonazione vocale, doppiaggio e generazione di effetti sonori e musica. In questo articolo riassumiamo funzionalità, prezzi, condizioni di uso commerciale e stato del supporto del giapponese, sulla base di quanto abbiamo verificato il 4 ottobre 2026 (UTC) sul sito ufficiale, nel centro assistenza e nella documentazione ufficiale di ElevenLabs.

Che cos'è ElevenLabs

Il sito ufficiale presenta il servizio suddiviso in tre grandi aree.

ElevenCreative: un'app web per creator che serve a produrre voci, musica, effetti sonori, immagini e video
ElevenAgents: una piattaforma per creare e gestire agenti IA conversazionali che rispondono al telefono o in chat
ElevenAPI: API per sviluppatori che permettono di integrare sintesi vocale, trascrizione e altre funzioni nelle proprie app

Questo articolo si concentra sugli abbonamenti ElevenCreative, quelli che singoli utenti e piccoli team valutano più spesso per primi, e accenna solo brevemente al modello di prezzo delle API.

Funzionalità principali

Queste sono le principali funzionalità che abbiamo potuto verificare nella pagina ufficiale dei prezzi e nell'elenco dei modelli della documentazione ufficiale.

Schema di scelta in base all'obiettivo: Text to Speech per la lettura di testi brevi, Studio per le produzioni lunghe ed ElevenAPI per integrare la voce nelle proprie app.

Text to Speech: converte il testo in audio. Oltre al modello più recente, "Eleven v4" (che secondo il sito ufficiale è uscito a settembre 2026), sono disponibili modelli come Eleven v3, Multilingual v2 e Flash v2.5, a bassa latenza
Studio: per creare progetti audio e video di lunga durata, come audiolibri e podcast
Clonazione vocale: Instant Voice Cloning, che crea una voce a partire da un breve audio, e Professional Voice Cloning, che addestra un modello dedicato su registrazioni lunghe
Voice Design: crea una nuova voce a partire da una descrizione testuale delle sue caratteristiche
Speech to Text (trascrizione), Dubbing (doppiaggio), Voice Changer, Voice Isolator (rimozione del rumore), Sound Effects, Music

Il numero di caratteri generabili in una sola volta è limitato. Il centro assistenza indica per l'interfaccia web un limite di 5.000 caratteri nei piani a pagamento e di 2.500 nel piano gratuito, mentre la pagina di presentazione di Eleven v4 parla di un massimo di 10.000 caratteri. Dalle informazioni ufficiali non siamo riusciti a stabilire quale dei due limiti si applichi quando si usa v4 dall'interfaccia web.

Prezzi e come funzionano i crediti

L'unità di addebito sono i "crediti"

Nei piani ElevenCreative ogni funzione consuma i "crediti" assegnati ogni mese. Secondo la pagina dei prezzi, i crediti sono comuni a tutti i prodotti: quelli usati per una funzione riducono quindi quanto resta per le altre. Come consumo indicativo vengono riportati, tra gli altri, 1 credito per carattere per Text to Speech, 330 crediti al minuto per Speech to Text, 900 crediti al minuto per Music e 200 crediti per generazione per Sound Effects (tutti valori approssimativi ufficiali).

Secondo il centro assistenza, nel conteggio dei caratteri rientrano anche punteggiatura, spazi e tag audio. I crediti si consumano a ogni generazione, non al momento del download; secondo la documentazione, però, a certe condizioni si può rigenerare gratis, ad esempio se nella versione web si rifà la generazione entro 2 ore con lo stesso testo, la stessa voce e lo stesso modello.

Prezzi e crediti mensili per piano

Al 4 ottobre 2026, la pagina dei prezzi (con visualizzazione a pagamento mensile) indicava i seguenti piani principali. I prezzi sono in dollari statunitensi e al netto delle imposte.

Free: 0 USD, 10.000 crediti al mese
Starter: 6 USD al mese, 30.000 crediti al mese. Si aggiungono, tra l'altro, la licenza commerciale e Instant Voice Cloning
Creator: 22 USD al mese, 121.000 crediti al mese. Si aggiunge, tra l'altro, Professional Voice Cloning
Pro: 99 USD al mese, 600.000 crediti al mese
Scale: 299 USD al mese, 1.800.000 crediti al mese, 3 postazioni
Business: 990 USD al mese, 6.000.000 crediti al mese, 10 postazioni
Enterprise: su richiesta

Differenze tra prezzo normale, sconto sul primo mese, pagamento annuale e promozioni

Al momento della verifica, la pagina dei prezzi mostrava, oltre ai prezzi normali, alcune offerte a tempo limitato. Si tratta in tutti i casi di quanto visualizzato al momento della verifica, che può cambiare.

Sconto sul primo mese: Starter a 1 USD per il primo mese (normalmente 6 USD, con l'indicazione "fino al 18 ottobre") e Creator a 11 USD per il primo mese (normalmente 22 USD). Secondo quanto indicato, lo sconto vale solo per il primo mese. Per lo sconto sul primo mese di Creator, la pagina consultata non riportava una data di scadenza esplicita
Pagamento annuale: le FAQ della pagina dei prezzi spiegano che il prezzo annuale equivale a "prezzo mensile × 10 mesi", cioè 2 mesi gratis. Con il pagamento annuale, l'equivalente mensile è di 5 USD per Starter, 18,33 USD per Creator e 82,50 USD per Pro. Non siamo riusciti a verificare se lo sconto sul primo mese sia cumulabile con il pagamento annuale
Promozione di Eleven v4: nella parte alta del sito compariva l'avviso "crediti triplicati sui piani Creator e superiori fino al 12 ottobre". Il testo della pagina dei prezzi descrive invece un'iniziativa di "due settimane": "sui piani Creator e superiori, i crediti usati per Text to Speech con v4 non vengono scalati dal saldo fino a un massimo del doppio dei crediti mensili (solo web e app mobile)", senza indicare una data di scadenza. In entrambi i casi si tratta di iniziative temporanee, non incluse nei crediti mensili indicati sopra

Riporto dei crediti e cosa fare se non bastano

Secondo le FAQ della pagina dei prezzi, nei piani a pagamento i crediti non usati possono essere riportati fino a un massimo di 2 mesi, ma in caso di downgrade o disdetta scadono alla fine del periodo di fatturazione. Il piano gratuito non prevede il riporto. La documentazione sulla fatturazione indica che, per i nuovi abbonamenti, quando i crediti non bastano è possibile acquistare crediti prepagati Pay As You Go (validi 12 mesi).

L'uso delle API ha invece una pagina dei prezzi di ElevenAPI separata, le cui FAQ spiegano che l'addebito avviene in dollari statunitensi e non in crediti (ad esempio, 0,08 USD ogni 1.000 caratteri per i modelli multilingue di Text to Speech).

Condizioni di uso commerciale

Riassumiamo qui quanto riportato nella spiegazione del centro assistenza e nei documenti legali. Le condizioni d'uso (per i residenti al di fuori di SEE, Svizzera e Regno Unito) stabiliscono che gli utenti gratuiti possono usare il servizio solo per scopi non commerciali, mentre gli utenti paganti possono usarlo per scopi commerciali.

Piano gratuito: non include la licenza commerciale e non può essere usato per scopi commerciali. Se si pubblica audio creato con il piano gratuito o senza aver effettuato l'accesso, bisogna indicare che è stato creato con ElevenLabs inserendo "elevenlabs.io" o "11.ai" nel titolo (per la musica creata con Eleven Music, l'indicazione è "Eleven Music"). Anche la Prohibited Use Policy include tra i divieti l'uso commerciale, ad esempio pubblicitario, da parte degli utenti gratuiti
Piani a pagamento: tutti i piani a pagamento includono la licenza commerciale. I contenuti creati con funzioni classificate come alpha, beta, preview o simili (Beta Services) non possono però essere usati per scopi commerciali o in produzione. Non siamo riusciti a individuare quali funzioni rientrino attualmente in questa categoria
Audio creato durante il periodo a pagamento: secondo quanto indicato, può continuare a essere usato commercialmente anche dopo la fine dell'abbonamento. L'audio creato con il piano gratuito prima o dopo il periodo a pagamento, invece, non può essere usato commercialmente
Condizioni aggiuntive per singoli prodotti: Music, Sound Effects, Studio, Dubbing v2 e altri hanno Service-Specific Terms proprie. Ad esempio, la Prohibited Use Policy vieta di vendere o distribuire come raccolta di materiali a sé stante i suoni creati con Sound Effects. Inoltre, i Sound Effects Terms prevedono che si possa disattivare, con la funzione "Disable" nella pagina del prodotto, la concessione in sublicenza a terzi (inclusi altri utenti di ElevenLabs) degli effetti sonori creati

Come nota della redazione, video monetizzati, annunci pubblicitari e video aziendali pubblicati all'esterno rientrano con buona probabilità nell'uso commerciale. Evitate di produrli con il piano gratuito e verificate le condizioni più aggiornate prima dell'uso.

Requisiti per la clonazione vocale

Instant Voice Cloning: secondo la documentazione sulla fatturazione, la clonazione vocale è disponibile dal piano Starter in su. La documentazione consiglia circa 1-2 minuti di audio privo di rumore. Durante la creazione è previsto un passaggio in cui si conferma di avere il diritto e il consenso per riprodurre quella voce
Professional Voice Cloning: disponibile dal piano Creator in su. Secondo il centro assistenza, il numero di cloni creabili (slot) è 1 per Creator e Pro, 3 per Scale e 10 per Business. La quantità di audio consigliata è di circa 30-180 minuti (secondo le FAQ della documentazione di Instant Voice Cloning) e l'addestramento richiede di solito 3-6 ore
Solo la propria voce: con Professional Voice Cloning si può creare solo la propria voce e non quella di altre persone, nemmeno con il loro consenso. È necessaria una verifica che confermi che si è i titolari della voce. Se si vuole usare la voce di un'altra persona, viene indicato di farla creare all'interessato dal proprio account e poi condividerla
Divieti: la Prohibited Use Policy vieta di riprodurre intenzionalmente la voce di altre persone senza consenso o diritti legali e di usare il servizio per nascondere che una voce è stata generata con l'IA

Va inoltre notato che le condizioni d'uso prevedono che l'utente conceda a ElevenLabs una licenza per usare i contenuti inseriti e generati (voci incluse) per fornire e migliorare il servizio e per sviluppare nuovi servizi e prodotti, e che questa licenza sia perpetua e irrevocabile. Ci si può opporre all'uso per l'addestramento tramite l'impostazione "Data use", ma la scelta non vale per gli usi precedenti. La pagina di presentazione di Eleven v4, invece, afferma che i testi inviati e simili non vengono usati per l'addestramento senza consenso; non siamo riusciti a stabilire come questa affermazione si rapporti alle condizioni d'uso.

Supporto della lingua giapponese

Qui distinguiamo tra "lingua di visualizzazione dell'interfaccia (UI)" e "lingua della lettura".

Per quanto riguarda la lettura, nell'elenco dei modelli della documentazione ufficiale il giapponese figura tra le lingue supportate da Eleven v4, v3, Multilingual v2 e Flash v2.5 (Flash v2 supporta solo l'inglese). Secondo il centro assistenza, la versione web rileva automaticamente la lingua dal testo inserito, per cui si consiglia di non mescolare più lingue in un unico input; con le API si può invece specificare la lingua con language_code. Nell'esempio di schermata della pagina di presentazione di v4 compare però una voce "Language override": per la situazione attuale della versione web, verificate l'interfaccia più recente.

Il centro assistenza spiega che la lingua è determinata dal testo inserito, mentre accento e pronuncia dipendono dalla voce. Poiché le voci predefinite e quelle generate sono tutte voci inglesi, viene indicato di cercare voci giapponesi con il filtro per lingua della Voice Library oppure di creare un clone da una registrazione in giapponese. La documentazione di Eleven v4 afferma inoltre che il modello è progettato per parlare in modo naturale anche in una lingua diversa da quella della voce clonata, senza portarsi dietro l'accento originale (si tratta di una dichiarazione del fornitore).

Quanto all'interfaccia, il sito ufficiale ha una versione in giapponese e anche una pagina dei prezzi in giapponese (con prezzi in dollari statunitensi, come nella versione inglese). Dalle informazioni ufficiali consultate non è invece chiaro se le schermate dell'app dopo l'accesso possano essere visualizzate in giapponese (del centro assistenza abbiamo verificato solo la versione inglese). La scelta più prudente è valutare il servizio partendo dal presupposto di usare l'app in inglese.

Per la qualità della pronuncia giapponese e la lettura di kanji e numeri, il metodo più affidabile è ascoltare una prova con il testo che si intende usare. Il centro assistenza contiene articoli su cosa fare quando numeri, date o abbreviazioni non vengono letti correttamente. Inoltre, secondo la pagina di presentazione di Eleven v4, è disponibile anche una funzione di dizionario di pronuncia (Pronunciation Dictionary) per specificare come leggere le parole.

Per cosa è adatto e per cosa non lo è

Quanto segue è una valutazione della redazione basata sulle specifiche verificate nelle informazioni ufficiali.

Casi in cui riteniamo che sia adatto:

Quando si vuole produrre audio a partire da testi in modo continuativo, ad esempio narrazioni per video o audiolibri
Quando si vuole creare audio in più lingue con la stessa voce
Quando si vuole ridurre il lavoro di registrazione usando un clone della propria voce
Quando si vuole integrare la sintesi vocale in app o agenti conversazionali tramite le API

Casi in cui potrebbe non essere adatto:

Quando si vuole usare il piano gratuito per pubblicità o contenuti monetizzati
Quando si vuole clonare la voce di altre persone, come personaggi noti o colleghi, senza passare dal loro account
Quando la visualizzazione in giapponese delle schermate dell'app è un requisito indispensabile (non abbiamo potuto verificarla)
Quando l'obiettivo principale è il montaggio video in sé (oltre alla generazione vocale serve valutare uno strumento di montaggio video)

Esempio d'uso (a scopo illustrativo, non verificato)

L'esempio seguente serve a spiegare il funzionamento; la redazione non l'ha realmente prodotto né testato.

Immaginiamo di aggiungere una narrazione in giapponese a un video di presentazione di un prodotto di circa 3 minuti, da pubblicare all'esterno dell'azienda. Poiché la pubblicazione esterna può rientrare nell'uso commerciale, si presuppone un piano a pagamento come Starter.

Flusso di produzione con ElevenLabs: si prepara il testo, si sceglie una voce giapponese, si genera l'audio e se ne controlla la pronuncia. Si rigenerano le parti necessarie e si rifinisce con uno strumento di montaggio video.

Preparare il testo: numeri e nomi propri si prestano a letture diverse, quindi se necessario si scrivono in kana o si configura il dizionario di pronuncia
Scegliere la voce: si cercano voci giapponesi con il filtro per lingua della Voice Library e si ascoltano con il proprio testo
Generare: si genera paragrafo per paragrafo e si rifanno solo le parti che non convincono
Rifinire: si scarica il file audio e lo si sincronizza con le immagini in uno strumento di montaggio video

Poiché per Text to Speech il consumo indicativo è di 1 credito per carattere, un testo di 1.000 caratteri consuma circa 1.000 crediti per ogni generazione (il valore può variare in base al modello o al canale usato). Bisogna mettere in conto anche i crediti per le rigenerazioni.

Come sceglierlo rispetto ad altri strumenti

Tra gli strumenti correlati ci sono Murf AI, che offre uno Studio per produrre voiceover e API vocali, e Descript, un editor con IA che permette di montare video e audio modificandone la trascrizione (in entrambi i casi secondo la descrizione sul sito ufficiale di ciascuna società). In questo articolo non confrontiamo prezzi o altri dati numerici dei diversi fornitori.

Nella scelta, è utile confrontarli in base a questi aspetti:

Se l'obiettivo principale è generare audio, montare video e audio o integrare tramite API
L'unità di addebito (crediti, durata generata, numero di caratteri ecc.) e il volume mensile previsto
Se il piano gratuito consente l'uso commerciale e se è richiesta l'attribuzione
I requisiti per la clonazione vocale (verifica dell'identità, piani disponibili, numero di cloni creabili)
La qualità della lettura in giapponese (da valutare ascoltando prove con testi reali) e la disponibilità di un'interfaccia in giapponese

Una panoramica di ElevenLabs è disponibile anche nella nostra pagina dedicata a ElevenLabs.

Domande frequenti

ElevenLabs si può usare gratis?

Esiste un piano gratuito che assegna 10.000 crediti al mese. Non consente però l'uso commerciale e, in caso di pubblicazione, bisogna inserire "elevenlabs.io" o "11.ai" nel titolo.

Dopo la disdetta si può ancora usare l'audio creato nel periodo a pagamento?

Secondo la documentazione ufficiale, l'audio creato durante il periodo a pagamento può essere usato con la licenza commerciale anche dopo la fine dell'abbonamento. I crediti non usati, però, scadono alla fine del periodo di fatturazione.

Data di verifica e fonti

Le informazioni di questo articolo sono state verificate il 4 ottobre 2026 (UTC) sulle seguenti pagine ufficiali. Prezzi, promozioni e specifiche possono cambiare: controllate le informazioni più aggiornate prima dell'uso.