音声合成のAIツール比較 | AI Nexus

音声合成のすべてのツール（11件）

すべてのタグ

A2Aプロトコル AIアシスタント AIエージェント AIコンテンツ AI検索 AI決済 Alibaba Anthropic API AWS BAAI Black Forest Labs ByteDance Claude Claude Code CLI Cloudflare Codex Cohere Cursor Deepgram DeepSeek ElevenLabs FLUX Gemini Gemma Git Go Google GPT GPU Grok Hugging Face IBM Jina AI Kimi LangChain LangGraph Linux Llama macOS Markdown MCP Meta Microsoft MiniMax Mistral Mixedbread AI MoE Moonshot AI Nous Research NVIDIA Obsidian OpenAI OpenClaw OpenCode OpenHands OpenRouter Perplexity Python Qwen RAG Replit Rust Stability AI Tencent TypeScript Voyage AI xAI Zhipu AI エージェントウォレットエージェントオーケストレーションエージェントフレームワークエージェントランタイムエンタープライズエンベディングオープンウェイトオープンソースクラウドコーディングエージェントコードアシスタントコードレビューコード品質コミュニケーションコンピューター操作サンドボックスステーブルコインスプレッドシートセキュリティセルフホストソーシャルメディアチャットボットデータサイエンスデータベースデータ可視化ディープリサーチデザインテストデバッグデプロイドキュメントドキュメント処理ナレッジベースノーコード/ローコードファインチューニングプライバシーブラウザ自動化プレゼンテーションプロジェクト管理プロトコルフロンティアモデルベクトルデータベースマルチエージェントマルチモーダルモデルルーティングライティングリアルタイムリランキングローカルAI ワークフロー健康動画動画生成可観測性多言語推論教育暗号資産とWeb3 生産性画像生成研究統合自動化評価長文コンテキスト開発者ツール音声AI 音声合成

音声合成にタグ付けされた項目 (11 個)

HeyGen

AI アバター動画プラットフォーム。公式は Free 月 3 本、Creator $29、4K 付き Pro $49。現行の一貫性モデルは Avatar V。

8500000DR: 78AS: 82

Mistral Voxtral TTS

Mistral Voxtral TTS：現行カタログの TTS 行、v 26.03、CC BY-NC 4.0。2026-08-18 再確認。ドル行は作らない。

800000DR: 90AS: 88

ElevenLabs Turbo v2.5

前世代のElevenLabs Turbo v2.5スナップショット。再確認：現行はv3 / Flash v2.5。2026年の既定音声ではない。

8000DR: 90AS: 88

BaoCut

BaoCut は Apple Silicon Mac 向けの動画ツールです。ローカル文字起こし、二言語字幕、翻訳音声、エージェントによる編集を組み合わせ、字幕から動画の書き出しまで扱えます。

—DR: —AS: —

Breeze TTS 2

BreezeBlueのオープンウェイト多言語TTS。リアルタイム対話向けに設計され、参照音声なしの音声デザインと参照ガイドの音声ディレクションに対応。初回音声は40ms未満。

—DR: —AS: —

Google: Gemini 3.1 Flash TTS

Google Gemini 3.1 Flash TTS：生きた Gemini モデルページの leftover TTS 兄弟。2026-08-18 再確認。2026年の Flash 既定ではない。ドル行は作らない。

—DR: —AS: —

Google: Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS は一文で新しい声を設計し、30 秒の音声から声を複製できる。Hume の音声設計ベンチマークで 71.4 を記録。

—DR: —AS: —

Index-Translate

ビリビリのオープン多言語翻訳ファミリー。Qwen3.5 ベースで 150 言語テキスト、音声字幕、制御付き吹替、長文書翻訳を提供。

—DR: —AS: —

Qwen-Audio-3.1

Alibaba の Qwen-Audio-3.1 は ASR-Next と TTS-Next を追加。TTS は Artificial Analysis の音声合成ランキングで首位、API 価格は最大 95% 値下げ。

—DR: —AS: —

sanoTTS

294k〜2.3M パラメータの超小型ニューラル TTS。ブラウザまたは約 3 ドルの ESP32-S3 でオフライン合成。11 ボイス、6 言語、GPL-3.0。

—DR: —AS: —

StepAudio 3 Gen

StepAudio 3 Gen は、役柄や台詞、場面の説明から声、効果音、環境音、音楽を組み合わせて生成する StepFun の音声モデルです。動画やゲームの音づくりを試せます。

—DR: —AS: —