ElevenLabs ses klonlama: 10 saniye ve 2 dakika testi

👁 115 okunma

Yapay zekâyla ses klonlama, ElevenLabs’ta birkaç düzine saniyelik ya da birkaç dakikalık bir kayıttan ses kopyası oluşturup bu sesle istediğiniz metni okutmanızı sağlar. Testi yalnızca sentetik bir sesle yaptım: önce Voice Design’da gerçekte var olmayan bir anlatıcı tasarladım, ardından 10 saniyelik, 30 saniyelik ve 2 dakikalık örneklerle sesini klonladım. Aşağıda kayıtları, klonun orijinal sese benzerlik ölçümünü, maliyetleri ve başlamadan önce bilmeniz gerekenleri bulabilirsiniz.

01ElevenLabs Dubbing testi: v1 ve v2 nasıl sonuç veriyor?24 saniyelik İngilizce klibi ElevenLabs Dubbing v1 ve v2 ile başka bir dile çevirdim. Sonuçlar, süre, kredi tüketimi ve başarısız deneme burada.Oku →02ElevenLabs Agents voicebot: Telefon asistanı testiElevenLabs Agents ile kurduğum sesli asistanı test ettim: yanıt süresini, konuşma tanımayı ve dakika başına maliyeti ölçtüm.Oku →

Önce izin: Başkasının sesini yalnızca onayıyla klonlayın

Başkasının sesini klonlamak için o kişinin iznini almanız gerekir. ElevenLabs, bildirilen ses hakları ihlallerini değerlendirdiğini belirtiyor. Professional Voice Cloning (PVC) yalnızca kişinin kendi sesiyle kullanılabiliyor: ElevenLabs’ın yardım sayfasına göre, başka bir kişinin izni bile yeterli değil; her PVC klonunda sesin hesap sahibine ait olduğu doğrulanıyor. Birisi sesini sizinle paylaşmak istiyorsa klonu kendi hesabında oluşturup doğruluyor, ardından özel bir bağlantıyla paylaşıyor. Bu nedenle testimde gerçek bir insanın kaydını kullanmadım. Riskler hakkında daha fazlasını sesiniz artık yalnızca size ait değil yazımda bulabilirsiniz.

Instant Voice Cloning ve Professional Voice Cloning farkı

Dokümantasyonda, IVC’nin sıra dışı seslerde ve aksanlarda daha zayıf sonuç verebileceği belirtiliyor. Klon oluşturulduktan sonra aksanını veya tonunu değiştiremezsiniz; yalnızca örnek kayıtları değiştirebilirsiniz. Plan fiyatları KDV hariçtir. Fiyatlar 28 Eylül 2026 tarihinde kontrol edildi.

Testi adım adım nasıl yaptım?

1. adım: Var olmayan bir ses. Voice Design’da (eleven_ttv_v3 modeli) İngilizce bir anlatıcı tanımladım ve 354 karakterlik Lehçe bir test metni girdim. Dokümantasyon, sesin değişkenlik göstermemesi için açıklamaya dil ve aksanla başlamayı öneriyor; örneğin “Ana dili Lehçe. Erkek, 50’li yaşlarında. Stüdyo kalitesi” şeklinde. 326 kredi karşılığında üç seçenek aldım. En pes olanı seçtim (medyan perde 68 Hz); kontrol amaçlı dökümünde hata yoktu. Aşağıdaki metin, kullandığım İngilizce ses tasarımı açıklamasının Türkçe çevirisidir; test Lehçe yapıldı:

Ellili yaşlarında, pes, sıcak ve hafif pürüzlü sesli Polonyalı bir erkek.
Sakin, acele etmeyen belgesel anlatıcısı üslubu; ana dili Lehçe olan birinin aksanı,
mikrofona yakın stüdyo kaydı.

2. adım: Örnek kayıtlar. Eleven v4 modeliyle bu sesi kullanarak Bieszczady Dağları hakkında beş paragraf kaydettim; toplam süre 116 saniyeydi. Bu kayıttan ilk 10 saniyeyi, ilk 30 saniyeyi ve kaydın tamamını ayrı örnekler olarak çıkardım.

3. adım: Üç klon. Örnekleri gürültü filtresi kullanmadan Instant Voice Cloning’e yükledim. Kayıt temizdi ve dokümantasyon, filtrenin böyle durumlarda kaliteyi düşürebileceği konusunda uyarıyor. Her klon birkaç saniyede oluşturuldu.

4. adım: Tüm seslerle aynı metin. Orijinal ses, üç klon ve karşılaştırma için hazır erkek sesi Brian; tarih ve saat içeren aynı cümleyi okudu. Benzerliği, konuşmacı doğrulama modeli WavLM ile ölçtüm (1, seslerin aynı olduğu anlamına geliyor) ve kayıtları Scribe ile yazıya döktüm.

Sonuçlar

Tüm kayıtlar kelimesi kelimesine doğru şekilde yazıya döküldü. Tek fark, saatin yazımıydı: Orijinal ses ile 10 ve 30 saniyelik klonlarda Scribe “on sekiz kırk beş” yazarken 2 dakikalık klonda “18:45” yazdı. Bu bir hata değil, biçim farkı. Klon İngilizce de konuşuyor ve ses rengini orijinale kabaca benzer ölçüde koruyor (0,81-0,83; orijinalde 0,85).

Şunu açıkça belirtmeliyim: 10 saniyelik örnekteki yüksek sonuçların önemli bir nedeni, kaynağın sentetik olmasıydı; yankı, gürültü ve mikrofona olan mesafede değişiklik yoktu. Telefonla kaydedilmiş bir örnekte uzun kaydın daha büyük fark yaratmasını beklerim. Bu benim görüşüm. Profesyonel klonu test etmedim; bunun için sesin hesap sahibine ait olduğunun doğrulanması gerekiyor, oysa test sesimin bir sahibi yok.

ElevenLabs’ta kendi sesinizi nasıl klonlarsınız?

1. Sessiz bir odada, tek mikrofonla ve uzun duraklamalar vermeden 1-2 dakika konuşma kaydedin. PVC dokümantasyonu, tepe seviyesinin -6 ile -3 dB arasında, ortalama seviyenin ise yaklaşık -18 dB olmasını öneriyor. MP3 yeterli; dokümantasyona göre WAV genellikle klon kalitesini artırmıyor.
2. Uygulamada Voices, ardından Create a voice ve Instant Voice Clone bölümlerine gidip dosyayı yükleyin. Bunu yalnızca kendi sesinizle veya klonladığınız kişinin yazılı izniyle yapın.
3. Gürültü filtresini yalnızca kayıtta gerçekten gürültü varsa açın.
4. Klonu, sayılar ve özel isimler içeren bir cümleyle test edin. Aksan uymuyorsa örnekleri değiştirin; klon ayarlarını sonradan düzeltemezsiniz.

API üzerinden tek bir komutla yapılabilir (10 saniyelik örnekle 28.09.2026 tarihinde test edildi):

curl -X POST https://api.elevenlabs.io/v1/voices/add \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -F "name=Sesim" -F remove_background_noise=false \
  -F files=@ornek.mp3

Yanıt olarak, daha sonra metinden konuşmaya dönüştürme işleminde kullanacağınız voice_id değerini alırsınız. Bu sesle uzun metinleri nasıl okutabileceğinizi yapay zekâ seslendirmeni yazımda, hazır bir kayıttaki sesi nasıl değiştirebileceğinizi ise Voice Changer yazımda anlatıyorum.

ElevenLabs ses klonlama ne kadar tutuyor?

IVC klonu oluşturmak benden kredi harcamanızı istemedi. Hazır seslerde olduğu gibi, klonla her metin okuttuğunuzda ücret ödersiniz. Örneğin Eleven v4 API’sinde 1.000 karakter başına 0,08 USD; 12 Ekim 2026’ya kadar süren promosyonda ise KDV hariç 0,022 USD. Voice Design’da üç seçenek oluşturmak için 326 kredi harcadım. Kullanabileceğiniz özel ses sayısı plana bağlı: ücretsiz planda 3, Starter’da 10, Creator’da 30, Pro’da 160. Planların ayrıntılı karşılaştırmasını ElevenLabs fiyatları yazımda, tüm özelliklere genel bakışı ise ElevenLabs rehberinde bulabilirsiniz.

Sık sorulan sorular

ElevenLabs’ta ses klonlamak için ne kadar kayıt gerekir?

Dokümantasyon, anında klonlama için 1-2 dakika; profesyonel klonlama için 30-180 dakika öneriyor. Temiz ve sentetik sesle yaptığım testte 10 saniyelik örnek 0,990, 2 dakikalık örnek ise 0,995 benzerlik sağladı.

ElevenLabs’ta ses klonlamak ücretsiz mi?

Hayır. Instant Voice Cloning için aylık 6 USD tutarındaki Starter, Professional Voice Cloning için 22 USD tutarındaki Creator planı gerekiyor. IVC klonunu oluşturmak benden kredi harcamanızı istemedi.

Başka birinin sesini klonlayabilir miyim?

Yalnızca açık izniyle ve yürürlükteki kurallara uygun şekilde. ElevenLabs, sesin sahibinin doğrulanmasını istediği için başka bir kişinin sesinden profesyonel klon oluşturulmasına izin vermiyor; izin alınmış olması da bunu değiştirmiyor.

Klonlanmış ses Lehçe konuşabiliyor mu?

Evet. Klon, Eleven v4 dâhil çok dilli modellerle çalışıyor. Test ettiğim klon Lehçe ve İngilizce okudu; dökümde içerik hatası çıkmadı. Test Lehçe yapıldı, Türkçe yapılmadı.

// okumaya devamQwen-Image 2.1 Turbo: RTX 4090’da 4 saniyede görselKarşılaştırmalar10 Saniyelik Yapay Zekâ Videosu Kaç Dolar? ZWID, Higgsfield, RunwayYapay zekâ araçlarıMercury Decide ve Celeris-1 Decision: hız ve fiyat karşılaştırmasıKarşılaştırmalar