AI AGENTS

AI音声合成ツール比較|ElevenLabs・Google Cloud Text-to-Speech・VOICEVOXの料金と商用利用

書類の文章から音の波形が流れ出し、ヘッドホンとスピーカーへ届くイラスト

要点

  1. 動画のナレーションならElevenLabs、電話の自動音声やアプリに組み込むならGoogle Cloud Text-to-Speech、費用をかけずに試すならVOICEVOXが向いている。
  2. ElevenLabsは月額のクレジット制、Google Cloudは文字数やトークン数の従量課金で毎月の無料枠があり、Gemini-TTSは2027年1月から単価が上がる。
  3. ElevenLabsの商用ライセンスはStarter以上、VOICEVOXはキャラクターごとの規約に従い、実在の人の声を使う場合は本人の同意が前提になる。
目次

研修動画や製品紹介のナレーション、電話の自動音声、社内向けの解説動画。AIの音声合成を使えば、収録スタジオを借りずに読み上げ音声を作れる。選択肢は、声の自然さで選ぶ海外のサービス、システムに組み込むクラウドのAPI、無料で使える国産のソフトに分かれ、料金の数え方も商用利用の条件も違う。

結論から言うと、動画のナレーションを画面で手早く作りたいならElevenLabs、自社のシステムや電話の自動音声に組み込むならGoogle Cloud Text-to-Speech、費用をかけずに日本語の読み上げを試すならVOICEVOXが向いている。VOICEVOXは無料だが、キャラクターごとに利用規約が違う点に注意したい。料金は2026年11月9日に各社の公式ページで確認した内容である。

3つのタイプの違い

タイプ代表例向いている用途料金の決まり方
画面で作るサービスElevenLabs動画のナレーション、プレゼン音声、多言語の吹き替え月額のプランごとにクレジット(読み上げは1文字あたり約1クレジット)
システムに組み込むAPIGoogle Cloud Text-to-Speech電話の自動音声、アプリの読み上げ、大量の音声の自動生成文字数(Gemini-TTSはトークン数)の従量課金。毎月の無料枠あり
無料の国産ソフトVOICEVOX社内向けの解説動画、日本語の読み上げを試す商用・非商用を問わず無料(キャラクターごとの利用規約に従う)

ここは分けて考えた方がいい。ElevenLabsは画面で声を選び、文章を貼るだけで音声ができるので、担当者がすぐに使える。Google CloudのAPIは開発が必要だが、大量の音声を安く自動で作れる。VOICEVOXは無料で手軽だが、キャラクターの声を使う以上、規約の確認が欠かせない。

料金の比較

サービス・プラン料金含まれる量
ElevenLabs Free無料月1万クレジット
ElevenLabs Starter月6ドル月3万クレジット。商用ライセンスを含む
ElevenLabs Creator月22ドル月12万1,000クレジット
ElevenLabs Pro月99ドル月60万クレジット
Google Cloud TTS(Standard・WaveNet)100万文字あたり4ドル毎月400万文字まで無料
Google Cloud TTS(Studio)100万文字あたり160ドル毎月100万文字まで無料
Google Cloud TTS(Gemini 3.8 Flash TTS、プレビュー)入力100万トークンあたり0.50ドル、出力(音声)100万トークンあたり9.00ドル2026年12月31日まで。2027年1月1日からは1.00ドルと18.00ドル
VOICEVOX無料キャラクターごとの利用規約に従う

ElevenLabsは読み上げが1文字あたり約1クレジットなので、Starterの3万クレジットなら、ざっくり日本語3万文字分の読み上げに使える計算である。研修動画を毎月何本も作るなら、Creator以上を見ておくといい。Google CloudのGemini-TTSは、2027年1月1日から単価が倍になる予定なので、長く使う前提なら新しい単価で見積もっておきたい。

使いどころ

  • 製品紹介や研修の動画にナレーションを付けたい:ElevenLabsが手早い。動画づくり全体のAIツールは業務向け動画AIツール比較で扱っている。
  • 電話の自動応答や、アプリの読み上げに組み込みたい:Google CloudのAPIが向いている。毎月の無料枠が大きいので、少量なら費用をかけずに試せる。
  • 社内向けの解説動画を、予算をかけずに作りたい:VOICEVOXで試せる。使うキャラクターの規約を確かめてから使う。

音声を文字にする方向(文字起こし)を探している場合は、Gemini 3.5 Transcribeの解説が参考になる。

気をつけたい点

よくあるのは、無料プランの音声を商用の動画に使ってしまうケースだ。ElevenLabsでは、商用ライセンスはStarter以上のプランに含まれると案内されている。広告や製品紹介など、会社の売上につながる動画に使うなら、商用利用できるプランかどうかを先に確かめたい。

VOICEVOXは商用・非商用を問わず無料だが、公式サイトでは各キャラクターの利用規約を参照するよう案内されている。キャラクターによって、クレジット表記の要否や使える用途が違うことがあるので、使う声ごとに規約を読んでおく。

もうひとつは、実在の人の声をまねた音声の扱いである。声のクローン機能を持つサービスもあるが、本人の許可なく他人の声を作ることは、トラブルのもとになる。社員の声を使う場合も、本人の同意と、退職後の扱いを決めておきたい。

よくある質問

AIで作ったナレーションは商用利用できますか?

サービスとプランによる。ElevenLabsは商用ライセンスがStarter以上に含まれる。VOICEVOXは商用・非商用を問わず無料だが、キャラクターごとの利用規約に従う必要がある。使う前に、各サービスの規約を確かめたい。

ElevenLabsの料金はいくらですか?

公式の料金ページでは、Freeが無料(月1万クレジット)、Starterが月6ドル(3万クレジット)、Creatorが月22ドル(12万1,000クレジット)、Proが月99ドル(60万クレジット)である。読み上げは1文字あたり約1クレジットを使う。

無料で使えるAI音声合成はありますか?

VOICEVOXは商用・非商用を問わず無料で使える。Google Cloud Text-to-Speechには毎月の無料枠があり、StandardとWaveNetの声は月400万文字まで無料である。ElevenLabsにも月1万クレジットの無料プランがある。

Google Cloud Text-to-Speechの料金はどう決まりますか?

読み上げる文字数に応じた従量課金で、StandardとWaveNetは100万文字あたり4ドル、Studioは160ドルである。Gemini-TTSはトークン単位の課金で、Gemini 3.8 Flash TTS(プレビュー)は2026年12月31日まで入力100万トークンあたり0.50ドル、出力100万トークンあたり9.00ドルである。

社員の声をAIで再現してもいいですか?

本人の同意を取り、使う範囲と退職後の扱いを決めておくことが前提である。本人の許可なく他人の声を作ることはトラブルのもとになるので避けたい。

Next

次に読む

Latest

AIエージェント・業務自動化の新着

すべて見る →