こんにちは、Sonethoです。⚡
「YouTubeのナレーションなら、CLOVA Dubbingで十分じゃない？」
よくいただく質問です。
そこで、自分で比較してみました。
同じ韓国語の台本4種を、CLOVA Voiceの5声とElevenLabsの4声、合計9つの声で生成し、36サンプルをすべて聴きました。
🧪 どうやって比較したか
台本は4部門です。
感情の演技（合格の知らせに喜び、やがて悔恨に沈むセリフ）、ニュース調の朗読、英語・数字の混在（ChatGPT、$22など）、そして長文の一貫性。
CLOVA側は、CLOVA Voice APIで標準1つとPro4つを生成しました。
CLOVA DubbingがまさにこのCLOVA Voiceエンジンを使っていると、Naver Cloudの公式ドキュメントに明記されているため、品質比較として有効です。
ElevenLabs側は、韓国語コミュニティで人気の声2つを、v2とv3の2モデルで生成しました。
以下、各部門に実際のサンプルを入れてあります。ぜひご自身で聴いて判断してください。
すべて今回のテストで生成したオリジナルで、比較目的の抜粋です。
🎧 実際に聴いてみた結果
部門 | BEST | ひとことコメント |
|---|---|---|
感情の演技 | ElevenLabs | CLOVAは正直に言って第1世代のロボットTTS。 |
英語・数字の発音 | Eleven v3 | ほぼすべて正しく読む。意外な結果：CLOVAがEleven v2より上 |
「これ人間では？」の瞬間 | ElevenLabs | 特によく学習されたPVCは、人間かどうか見分けが難しい |
声の一貫性 | CLOVA・Eleven v2 | v3はよく読む反面、声が変わってしまう欠点 |
結果をかみくだいてお伝えすると、こうです。
🎧 感情部門を実際に聴いてみる
台本：「はぁ…合格だなんて、これ夢じゃないですよね？」
CLOVA Voice (Ara Pro)
ElevenLabs (Hyuk, v3)
感情表現は、比較が成立しませんでした。
CLOVA VoiceはProでも標準でも、感情的なセリフをニュースのように読み上げます。
そもそもCLOVA Dubbingには、感情を指示する調整機能自体がありません。速度、ピッチ、特殊効果だけです。
ElevenLabsはため息と喜びのトーンの切り替えを実際に演じ、よく学習されたPVC（自分の声のクローン）は、人間かAIか見分けがつかないレベルでした。
英語・数字の混在では、面白い逆転がありました。
いちばん上手に読んだのはEleven v3でした。ChatGPT、Gemini、$22といった表現を、ほぼすべて正確に発音しました。
ところが2位は、ElevenLabs Multilingual v2ではなくCLOVAでした。
v2は学習データにないパターンに出会うと発音が崩れますが、CLOVAはそれより安定して読みました。
CLOVAの中でも差があります。標準ボイスよりProボイスの方が、英単語を明らかに上手に読みます。
🎧 英語・数字部門を実際に聴いてみる
台本にChatGPT、Gemini、$22が混ざっています
① ElevenLabs v2 (Hyuk)：読めない方
② CLOVA Voice (Ara Pro)：意外にも安定
③ ElevenLabs v3 (Hyuk)：ほぼ正確
v2とv3の性格の違いも明確でした。
v2は学習データベースなので、慣れた文は安定していますが、初めて見るパターンには弱いです。
v3は初めて見るパターンもよく読む反面、段落が変わるときに声のトーンが揺れる一貫性の欠点があります。
この特性は、Eleven v3 vs v2 韓国語4部門テストでより詳しく扱っています。
💰 料金とライセンス：ここが本当の分かれ道
品質ではなく条件を見ると、差はさらに大きくなります。2026年7月時点です。
項目 | CLOVA Dubbing | ElevenLabs |
|---|---|---|
無料 | 月15,000文字、ダウンロード20回 | 月10,000クレジット |
無料の条件 | ウォーターマーク強制＋出典表記＋収益化チャンネルへの投稿不可 | 出典表記で商用利用可 |
商用権のスタート価格 | 19,900ウォン（ただし個人・非営利限定） | $6（約8,000ウォン、フル商用権） |
有料販売・広告・放送 | Premium 89,900ウォンから | $6 Starterから |
ボイスクローン | なし | $6からインスタント、$22からPVC |
注意点をひとつ。
CLOVA Dubbingの無料プランを収益化YouTubeに使うと、規約違反です。
2023年12月から、無料プランは「収益がいっさい発生しないチャンネル」にのみ許可されています。
「出典さえ表記すればAdSenseチャンネルも無料」というブログ記事は、廃止された古いポリシーです。
そしてStandard（19,900ウォン）を購入しても、有料販売、受託制作、放送、広告は依然として不可です。
それはPremium（89,900ウォン）の領域です。
🤔 では、どれを使えばいいか
CLOVA Dubbingが合う場合
収益化しないチャンネルや、個人保存用の動画を作るとき。
動画のアップロードから字幕、効果音、ダビングまで、1画面で完結するエディターが必要なとき。
韓国語UIとモバイルアプリが使いやすいとき。
ElevenLabsが合う場合
収益の出るコンテンツに使うとき。約8,000ウォンからフル商用権なので、条件の計算が要りません。
感情の演技が必要なナレーション、オーディオブック、セリフの作業。
自分の声をクローン（PVC）してコンテンツを作りたいとき。
ElevenLabsは、下のリンクから新規登録すると、Creatorプランの初月50%割引が自動で適用されます。
❓ よくある質問（FAQ）
Q. CLOVA Dubbingの無料プランを収益化YouTubeに使ってもいいですか？
いいえ。
2023年12月から、無料プランは収益が発生しないチャンネルへの投稿のみ許可に変わりました。
AdSenseがオンのチャンネルなら有料プランが必要で、有料販売や広告動画はPremium（月89,900ウォン）から可能です。
Q. CLOVA DubbingとElevenLabs、どちらがより自然ですか？
実際に聴いた限りでは、感情表現と全体的な自然さはElevenLabs、特にv3とよく学習されたPVCが上でした。
ただし英語混じりの文では、CLOVAがElevenLabs v2より安定して読むという逆転もありました。
Q. CLOVA Dubbingの価格はいくらですか？
無料（月15,000文字）、Standard 月19,900ウォン、Premium 月89,900ウォンです。
Standardは個人・非営利用途限定なので、有料販売や広告に使うにはPremiumが必要です。
韓国語TTSの三つ巴が気になる方は、Typecast vs Vrew vs ElevenLabs比較もあわせてどうぞ。
音声認識（STT）対決は、CLOVA音声認識 vs Scribe 実測に続きます。
次の記事でまたお会いしましょう。Sonethoでした。⚡