CLOVA Dubbing vs ElevenLabs: aynı metin, 9 ses, hepsini kendim dinleyip topladım

Merhaba, ben Sonetho. ⚡

"YouTube anlatımı için CLOVA Dubbing yeter, değil mi?"
Sık aldığım bir soru.
Bu yüzden doğrudan karşılaştırdım.
Aynı 4 Korece metni, 5'i CLOVA Voice ve 4'ü ElevenLabs olmak üzere toplam 9 sese okuttum ve 36 örneğin hepsini dinledim.

🧪 Nasıl karşılaştırdım

Metin dört bölümden oluşuyor.
Duygu oyunculuğu (kazandığı haberine sevinip ardından pişmanlığa gömülen replik), haber üslubuyla okuma, İngilizce ve rakam karışımı (ChatGPT, 22 dolar gibi) ve uzun metinde tutarlılık.
CLOVA tarafında CLOVA Voice API ile 1 standart ve 4 Pro ses ürettim.
NAVER Cloud'un resmi belgelerinde CLOVA Dubbing'in tam da bu CLOVA Voice motorunu kullandığı açıkça belirtildiği için kalite karşılaştırması geçerli.
ElevenLabs tarafında ise Korece toplulukta popüler 2 sesi v2 ve v3 modellerinin ikisiyle de ürettim.

Aşağıda her bölüme gerçek örnekler koydum. Kendiniz dinleyip karar verin.
Hepsi bu test için üretilmiş orijinal kayıtlardır, karşılaştırma amacıyla alınmış kesitlerdir.

🎧 Kendim dinledikten sonra sonuç

Sonucu biraz açarak anlatayım.

Duygu ifadesinde karşılaştırma bile kurulamadı.
CLOVA Voice, ister Pro ister standart olsun, duygusal replikleri haber okur gibi işliyor.
Zaten CLOVA Dubbing'de duyguyu yönlendiren bir ayar özelliği hiç yok. Yalnızca hız, perde ve özel efektler var.
ElevenLabs iç çekiş ile sevinç arasındaki ton geçişini gerçekten canlandırdı ve iyi eğitilmiş PVC (kendi sesimin klonu) insan mı yapay zeka mı olduğunu ayırt etmesi zor bir seviyedeydi.

İngilizce ve rakam karışımında ise ilginç bir sürpriz vardı.
En iyi okuyan Eleven v3 oldu. ChatGPT, Gemini, 22 dolar gibi ifadelerin neredeyse hepsini doğru telaffuz etti.
Ama ikinci sırada ElevenLabs Multilingual v2 değil, CLOVA vardı.
v2 eğitim verisinde olmayan bir kalıpla karşılaşınca telaffuzu bozuluyor, CLOVA ise ondan daha kararlı okudu.
CLOVA'nın kendi içinde de fark var. Pro ses, İngilizce kelimeleri standart sesten belirgin biçimde daha iyi okuyor.

v2 ile v3 arasındaki karakter farkı da netti.
v2 eğitilmiş veriye dayandığı için tanıdık cümlelerde kararlı ama ilk kez gördüğü kalıplarda zayıf.
v3 ise ilk kez gördüğü kalıpları da iyi okuyor, buna karşılık paragraf değişince ses tonunun kayması gibi bir tutarlılık eksiği var.
Bu özelliği Eleven v3 vs v2 Korece 4 bölüm testi yazısında daha ayrıntılı ele aldım.

🎙️ 9 sesin tamamını dinleyin

Yukarıda sadece öne çıkan seslere yer verdim.
Aynı duygusal metin senaryosuyla oluşturulan 9 kaydın tamamını burada paylaşıyorum.
Karşılaştırmanız için önceki iki örneği de listeye ekledim.

CLOVA Nara (Standart)

CLOVA Ara Pro

CLOVA Donghyun Pro

CLOVA Ian Pro

CLOVA Yuna Pro

ElevenLabs Hyuk (Multilingual v2)

ElevenLabs Hyuk (v3)

ElevenLabs Selly (Multilingual v2)

ElevenLabs Selly (v3)

CLOVA içerisinde standart ve Pro modelleri birbirinden farklıdır.
Bununla birlikte, dört Pro modeli arasında yalnızca ses tınısı farklılık gösterir, duygu işleme yöntemleri aynıdır.
ElevenLabs tarafında ise aynı ses ismi olsa bile v2 ve v3 modelleri farklı birer oyuncu gibi tınlıyor.

⏱️ Sadece kaliteyi değil, hızı da ölçtük

Bir videodan düzinelerce klip oluşturuyorsanız, üretim süresi doğrudan iş sürenizdir.
Bu nedenle, 36 örnek oluştururken API çağrısından ses dosyasının tamamen alınmasına kadar geçen süreyi kaydettik.

En güvenilir veriler v3 ve v2 arasındaki farktır.
v3, v2'den ortalama %65 daha yavaştı (4.180ms'ye kıyasla 6.877ms).
Her iki modeli de sesler arasında dönüşümlü olarak çağırdığımız için, zaman dilimi veya sunucu durumu gibi değişkenler tek bir tarafın lehine sonuç veremez.
Daha önce v3'ün İngilizce telaffuzunun daha iyi olduğunu belirtmiştik, ancak bunun bedeli zaman kaybıdır.
Bu, 100 klip oluşturduğunuzda v2 ile 7 dakika, v3 ile 11 dakika süreceği anlamına gelir.

Motorlar arasındaki fark 3,9 kattı.
CLOVA ortalama 1.413ms iken, ElevenLabs ortalama 5.529ms sürdü.
Saniyedeki karakter sayısı açısından bakıldığında 125 karakter ile 32 karakter farkı bulunmaktadır.
CLOVA Standart ses 918ms ile en hızlısıydı; aynı CLOVA içinde bile Pro sürümler standart sesten daha yavaş çalışıyor.

Sınırlamaları da belirtmek gerekir.
Her kombinasyon yalnızca bir kez ölçüldü ve ağ gidiş-dönüş süreleri de hesaplamaya dahil edildi.
Ölçüm döngüsü kategori bazında gerçekleştirildi. Aynı kategorideki çağrılar arka arkaya yapıldığı için, hızın metin yapısından mı yoksa o anki sunucu durumundan mı kaynaklandığını kesin olarak ayırt etmek mümkün değil.
Bu nedenle kategori bazlı sıralamayı bir sonuç olarak paylaşmadık.
Yalnızca motorlar arasındaki fark ve v3 ile v2 arasındaki fark, yanlılık ile açıklanamayacak kadar büyük olduğundan yukarıda yer verilmiştir.

Ek olarak, bu rakamlar Multilingual v2 ve v3'ün tek seferde alındığı yöntemle elde edilmiştir.
ElevenLabs, düşük gecikme süresini hedefleyen Flash serisi modelleri ve akış yöntemlerini ayrıca sunmaktadır.
Gerçek zamanlı sohbet veya görüşmeler için seçim yaparken bu tabloya değil, o yöntemlere bakmalısınız.

💰 Ücret ve lisans: asıl ayrım noktası burası

Kaliteyi bir yana bırakıp koşullara bakınca fark daha da büyük. 2026 Temmuz itibarıyla.

Dikkat edilecek bir nokta.
CLOVA Dubbing'i ücretsiz sürümle gelir getiren bir YouTube kanalında kullanmak kullanım şartlarını ihlal eder.
Aralık 2023'ten beri ücretsiz plan yalnızca "hiçbir gelir elde etmeyen kanallar" için izinli.
"Sadece kaynak belirtirsen AdSense kanalı bile ücretsiz" diyen blog yazıları artık kaldırılmış eski politikaya ait.
Ayrıca Standard (19,900 won) satın alsanız bile ücretli satış, dışarıya iş yapma, yayın ve reklam hala yasak.
O, Premium (89,900 won) alanı.

🤔 Peki hangisini kullanmalı

CLOVA Dubbing'in uygun olduğu durumlar
Gelir getirmeyen bir kanal ya da kişisel arşiv için video yaparken.
Video yüklemeden altyazıya, ses efektine ve dublaja kadar her şeyi tek ekranda bitiren bir editöre ihtiyaç duyduğunuzda.
Korece arayüz ve mobil uygulama size daha rahat geldiğinde.

ElevenLabs'in uygun olduğu durumlar
Gelir getiren içerikte kullanırken. 8,000 won'dan itibaren tam ticari hak verdiği için koşul hesabı yapmaya gerek yok.
Duygu oyunculuğu gereken anlatım, sesli kitap ve replik işleri.
Kendi sesinizi klonlayarak (PVC) içerik üretmek istediğinizde.

ElevenLabs'e aşağıdaki bağlantıdan yeni kayıt olursanız Creator planının ilk ayına %50 indirim otomatik uygulanır.

ElevenLabs ilk ay %50 indirimi al →

❓ Sık sorulan sorular (FAQ)

Q. CLOVA Dubbing'i ücretsiz sürümle gelir getiren YouTube'da kullanabilir miyim?
Kullanamazsınız.
Aralık 2023'ten beri ücretsiz plan yalnızca gelir elde etmeyen kanallarda yayınlanmaya izin verecek şekilde değiştirildi.
Kanalda AdSense açıksa ücretli plan gerekir, ücretli satış veya reklam videoları ise Premium'dan (ayda 89,900 won) itibaren mümkündür.

Q. CLOVA Dubbing ile ElevenLabs'ten hangisi daha doğal?
Kendim dinlediğim kadarıyla duygu ifadesi ve genel doğallıkta ElevenLabs, özellikle v3 ve iyi eğitilmiş PVC öndeydi.
Yalnız İngilizce karışık cümlelerde CLOVA'nın ElevenLabs v2'den daha kararlı okuduğu bir sürpriz de vardı.

Q. CLOVA Dubbing'in fiyatı ne kadar?
Ücretsiz (ayda 15,000 karakter), Standard ayda 19,900 won, Premium ayda 89,900 won.
Standard yalnızca kişisel ve kar amacı gütmeyen kullanımla sınırlı, bu yüzden ücretli satış veya reklamda kullanmak için Premium gerekir.

Korece TTS'in üçlü rekabetini merak ediyorsanız Typecast vs Vrew vs ElevenLabs karşılaştırması yazısına da göz atın.
Ses tanıma (STT) düellosu CLOVA ses tanıma vs Scribe gerçek test yazısında devam ediyor.
Bir sonraki yazıda görüşmek üzere. Ben Sonetho'ydum. ⚡