ElevenLabs مقابل HeyGen: مقارنة بين Eleven v4 وHeyGen Voice

إطلاقان ولوحتا تصنيف

تبدأ قصة ElevenLabs مقابل HeyGen بإطلاقين متقاربين: أطلقت ElevenLabs نموذج Eleven v4 في 28 سبتمبر 2026، ثم تبعتها HeyGen في 9 أكتوبر بنموذج HeyGen Voice، وهو أول نموذج كلام تطوره داخليا. ويقول كل بيان صحفي إن النموذج ظهر في المركز الأول على Artificial Analysis، موقع قياس الأداء المستقل. ولا يجانب أي من الادعاءين الصواب؛ فموقع Artificial Analysis يدير أكثر من ساحة لتحويل النص إلى كلام، والنموذجان يتصدران ساحتين مختلفتين.

Provider Voice: الأصوات الخاصة بكل شركة

تضع هذه اللوحة الأصوات الجاهزة لدى كل مزود في مواجهة بعضها في اختبارات استماع عمياء. وحتى 21 أكتوبر 2026، جاءت المراكز الخمسة الأولى كالتالي: Eleven v4 Turbo (1332)، وEleven v4 (1327)، وQwen-Audio-3.1-TTS-Plus من Alibaba (1301)، وCartesia Sonic 3.6 (1289)، وGemini 3.8 Flash TTS من Google (1279). ولا يظهر HeyGen Voice في هذه القائمة.

Controlled Voice: الجميع يستنسخ المتحدثين أنفسهم

هنا يستنسخ كل نموذج الأصوات المرجعية نفسها، ويختار المستمعون المقطع الأفضل. وقد نشرت HeyGen لقطة 9 أكتوبر 2026 على صفحة الأبحاث الخاصة بها:

وهنا تحفظان مهمان. فالفاصلان الخاصان بالمركزين الأول والثاني متداخلان، لذا فإن تقدم HeyGen على Qwen مؤشر على الاتجاه لا نتيجة محسومة. ووفقا لتحليل AlphaSignal، فإن الأصوات المرجعية الثمانية كلها إنجليزية: أربعة أمريكية وأربعة بريطانية. فإذا كان جمهورك يتحدث لغة أخرى، فلن تخبرك أي من اللوحتين بالكثير.

Eleven v4 في لمحة

تصف ElevenLabs نموذج Eleven v4 بأنه أكثر نماذجها تعبيرا عن المشاعر، وتقول إنه يقوم على بنية جديدة كليا. ويأتي بنسختين:

• Eleven v4 يستهدف أعلى جودة، ويدعم الحوار الطبيعي بين عدة متحدثين، ويقبل حتى 10,000 حرف في الطلب الواحد، أي نحو عشر دقائق من الصوت.
• Eleven v4 Turbo مصمم للاستخدام في الزمن الحقيقي. وتذكر ElevenLabs أن وسيط زمن الاستدلال يبلغ نحو 100 مللي ثانية، وأن وسيط الزمن حتى أول كلمة منطوقة يبلغ نحو 150 مللي ثانية، وقد قيس الاثنان عبر بث WebSocket بعد استبعاد زمن الشبكة.

ويبرز منشور الإطلاق معالجة أدق للوسوم الصوتية المضمنة في النص مثل [laughs] وللتوجيه باللغة الطبيعية، وتحكما أفضل في النطق عبر IPA، ودمجا أكثر موثوقية للمقاطع الطويلة، وهوية صوتية تبقى ثابتة عبر الحوار والأسطر المعاد توليدها. ويعمل الاستنساخ السريع للصوت انطلاقا من 10 ثوان فقط من التسجيل، كما أصبح استنساخ الصوت الاحترافي (Professional Voice Clone) مدعوما في v4. وتذكر وثائق النماذج لدى ElevenLabs أكثر من 90 لغة لعائلة v4، ويمكن لصوت سجل بلغة واحدة أن يتحدث باللغات الأخرى مع الحفاظ على هويته.

HeyGen Voice في لمحة

تراهن HeyGen على وعي النموذج بالمشهد. فهو يأخذ عينة صوتك والنص والصورة المستهدفة، ثم يكيف الأداء والخصائص الصوتية لتطابق ما يظهر على الشاشة: قرب الميكروفون وحميميته في لقطة الاستوديو، وصوت الهواء الطلق في المشاهد الخارجية، وكلاما مرتفعا مع صدى المكان داخل قاعة كبيرة. وتعدد صفحة المنتج لدى HeyGen أدوات التحكم:

• استنساخ سريع من نحو 60 ثانية من الصوت، أو نموذج Professional يدرب على تسجيلات تتراوح مدتها بين 30 دقيقة وساعتين.
• مقياس تشابه من 1 إلى 4، يبدأ من «التكيف مع المشهد» وينتهي عند «أن يبدو تماما مثل تسجيلي».
• منزلقات خاصة بالمشهد تتحكم في تنوع طبقة الصوت ومستوى الخلفية وثبات الأجواء المحيطة، إضافة إلى خيار لتعزيز التعبير.
• واجهة API لتحويل النص إلى كلام تدعم البث عبر SSE وطوابع زمنية اختيارية للكلمات من أجل الترجمة النصية على الشاشة.

ومن المفيد أن تعرف نقاط الضعف. فبحسب قراءة AlphaSignal لبيانات Artificial Analysis، يسجل HeyGen Voice نسبة 83.1% في متانة النطق، ليحل عاشرا بين 29 نموذجا، ونسبة 77.0% في فك الاختصارات، مقابل 94.1% لنموذج Eleven v4. كما يحل رابعا في فئة الترفيه، ما يشير إلى أن القراءات الدرامية تحتاج إلى اختبار خاص بها.

السعر لكل ساعة من الكلام

عند حساب التكلفة في مقارنة ElevenLabs مقابل HeyGen، نجد أن الشركتين تنشران أسعار API لكل حرف. وباستخدام قاعدة ElevenLabs التقريبية القائلة إن 10,000 حرف تعادل نحو عشر دقائق من الصوت، فإن ساعة الكلام تعادل قرابة 60,000 حرف. تحققنا من الأسعار أدناه في 21 أكتوبر 2026، أما عمود التكلفة لكل ساعة فهو تقدير من عندنا.

أما الاشتراكات فتعمل بطريقة مختلفة لدى كل طرف. تبيع ElevenLabs خطط رصيد: Free (10,000 رصيد شهريا، من دون ترخيص تجاري)، وStarter بسعر $6 (30,000 رصيد)، وCreator بسعر $22 مع شهر أول بسعر $11 (121,000 رصيد واستنساخ صوت احترافي واحد)، وPro بسعر $99 (600,000 رصيد). وتقول ElevenLabs إن تحويل النص إلى كلام يستهلك عموما نحو رصيد واحد لكل حرف، لكنها لا تذكر معدلا منفصلا لنموذج v4.

أما HeyGen فتبيع خطط فيديو، ويأتي نموذجها الصوتي ضمنها: إذ تقول صفحة المنتج إن HeyGen Voice مضمن في كل فيديو على HeyGen من دون تكلفة إضافية. وتتدرج الخطط من Free (ثلاثة فيديوهات بعلامة مائية شهريا، مدة كل منها حتى دقيقة واحدة) إلى Creator بسعر $29 شهريا أو $24 شهريا عند الدفع السنوي، ثم Pro بدءا من $49، وBusiness بسعر $149 إضافة إلى $20 لكل مقعد. أما استنساخ الصوت الاحترافي فإضافة منفصلة؛ إذ حدد بيان الإطلاق لدى HeyGen سعره عند $99 شهريا، بينما تعرض صفحة المنتج حاليا $29 شهريا بعد تخفيضه من $99. اعتمد على السعر الظاهر عند الدفع.

اللغات: تحقق قبل أن تلتزم

توثق ElevenLabs أكثر من 90 لغة لعائلة v4 في وثائق نماذجها. أما صفحة HeyGen Voice فلا تذكر في تقييماتها وأمثلتها سوى الإنجليزية والإسبانية والألمانية والفرنسية والصينية، ولا تنشر قائمة كاملة باللغات التي يدعمها النموذج الجديد.

وتغطي HeyGen بوصفها منصة لغات أكثر بكثير، لكن ليس دائما بنموذجها الخاص. فمقالة المساعدة الخاصة باستخدام الأصوات في AI Studio تذكر المحركات Auto وElevenLabs وPanda وStarfish وFish، وتوصي باستخدام ElevenLabs V3 للغات غير الإنجليزية. لذا قد يكون فيديو HeyGen بلغة غير الإنجليزية اليوم مدبلجا في الواقع بصوت من ElevenLabs. وإذا كنت تعمل على توطين المحتوى، فتحقق من أداة اختيار المحرك في لوحة الصوت، واستمع مسبقا إلى ما يختاره Auto.

ElevenLabs مقابل HeyGen: أيهما تستخدم؟

• الكتب الصوتية والبودكاست والتعليق الصوتي والمستندات الطويلة: Eleven v4. فهو يتصدر لوحة الأصوات الجاهزة، ويتعامل مع الحوار متعدد المتحدثين، ويبقي الوسوم والنطق تحت السيطرة، ولديه قائمة لغات موثقة أوسع.
• فيديو المتحدث أمام الكاميرا والأفاتار: HeyGen Voice. فأنت تدفع اشتراك HeyGen في الأساس، والصوت لا يكلف شيئا إضافيا، والأداء الواعي بالمشهد يحل مشكلة حقيقية: أصوات مستنسخة تبدو كأنها سجلت في غرفة غير الغرفة الظاهرة في الصورة.
• وكلاء الصوت وتطبيقات الزمن الحقيقي: Eleven v4 Turbo إذا كان زمن الاستجابة أولويتك، وواجهة API الخاصة بنموذج HeyGen Voice إذا كانت التكلفة لكل حرف هي الأهم. جرب الاثنين أولا على نصوصك أنت، خصوصا تلك المليئة بالأرقام والتواريخ والاختصارات، حيث تظهر فجوة معالجة الاختصارات.

يستغرق اختبار سريع ومنصف نحو خمس عشرة دقيقة على حسابات مجانية: اكتب نصا واحدا من 500 حرف يتضمن تاريخا وسعرا ونسبة مئوية واختصارين؛ واستنسخ التسجيل نفسه الذي تبلغ مدته 60 ثانية على المنصتين؛ وولد المقاطع باستخدام Eleven v4 وEleven v4 Turbo وHeyGen Voice عند مستويي التشابه 2 و4؛ ثم اطلب من شخص آخر أن يستمع إليها من دون أن يعرف مصدر كل مقطع، وأن يدون أخطاء النطق.

وإذا أردت تجربة أي من الأداتين، فستجد الخطط المرتبطة بهما في متجرنا أدناه.

في متجر AI Store Plus

ElevenLabs Creator – حساب جاهز لمدة شهرمتوفر$6.00 – $13.50نطاق السعر: من ⁦$6.00⁩ خلال ⁦$13.50⁩HeyGen Creator – حساب جاهز لمدة شهرمتوفر$15.00

لوحتا التصنيف تتحدثان باستمرار، وقد تبدل صاحب المركز الأول من قبل: إذ كان Sonic 3.5 من Cartesia يتصدر لوحة Controlled Voice قبل وصول HeyGen. لذا تعامل مع أي ادعاء بالمركز الأول على أنه صورة لوقت محدد، ودع اختبار الاستماع الخاص بك يحسم الأمر.