← 記事一覧へ戻る

音声合成の料金ガイド

音声合成 API の料金比較:文字数・音声トークン・時間を分けて考える

音声合成はテキストから音声を生成します。入力文字数、出力音声トークン数、生成秒数はそれぞれ別の課金単位です。同じ順位表に並べたり、共通の換算係数で比較したりすることはできません。

2026年11月7日更新 カタログ掲載の音声合成ルート 30 件 カタログ生成日 2026-11-16

課金単位

異なる3つの計算式を混ぜない

文字数課金

費用 = 課金対象の文字数 × 1文字当たりの料金。空白、句読点、SSMLのタグを数えるかは提供元のルールを確認します。

仮の単価を1,000文字当たり$0.02とすると、10万文字の費用は$2.00です。特定モデルの料金ではありません。

音声トークン課金

費用 = 生成音声トークン数 × 音声出力トークン単価。テキスト入力に別料金がかかる場合もあります。

提供元が換算方法を示していなければ、文字数や再生時間から音声トークン数を推測しません。

生成時間課金

費用 = 課金対象となる音声秒数 × 秒当たりの料金。出力時間がそのまま課金対象なら、10分は600秒です。

音声トークン単価と秒単価が両方表示されていても、両方を加算するとは限りません。

掲載モデル例

正確な提供ルートから単価を確認する

以下は現在のカタログで確認できる課金単位の例です。最安モデルの順位ではありません。提供地域、プラン、追加料金は必ず提供元でも確認してください。

確認する課金軸モデルルート確認すべき情報
入力テキストの文字数 OpenAI · tts-1 公式出典、地域、プラン、他の課金軸との関係
生成音声トークン数 Google · Gemini 3.8 Flash-Lite TTS 公式出典、地域、プラン、他の課金軸との関係
生成音声の秒数 OpenAI · gpt-4o-mini-tts 公式出典、地域、プラン、他の課金軸との関係

複数の単価を持つルートや、正規化済み単価がないルートもあります。料金が未掲載でも無料を意味しません。また、このカタログは全事業者を網羅したものではありません。

見積もり手順

用途と課金単位をそろえる

  1. 月間の入力文字数を数えるか、提供元の音声トークン数・出力時間の見積もりを用意します。
  2. 正確なモデルと提供ルートを選び、地域、料金プラン、音声オプション、入力テキストや声の複製に伴う追加料金を確認します。
  3. Voice / Realtime Calculator の入力条件と課金単位が一致する場合は活用します。一致しない場合は無理に換算せず、提供元の単位で計算します。

音声合成は、音声を文字にする文字起こしや双方向のリアルタイム音声会話とは別の用途です。

一次情報

提供元の料金定義

提供元の料金と掲載データは変更されることがあります。購入前に公式の適用料金をご確認ください。