無料音声合成ツール2026年版：8製品を比較

無料のテキスト読み上げは、テキストを読み上げるツールと、音声ファイルを作るツールに分かれ、無料の制限が効いてくるのは後者です。読み上げだけなら、ブラウザやOSの音声機能は無料で、Speechifyのようなアプリには基本の音声が使える無料プランがあります。ダウンロードできるナレーションを作るとなると話が違います。ElevenLabsとFish Audioは自然な音声を提供しますが、無料プランは毎月のクレジットで計られます。Google CloudのAPIは月に数百万文字が無料ですが、課金アカウントの設定とコードの記述が前提です。Piper、Kokoro、Chatterbox、eSpeak NGのようなローカルのエンジンには利用量の計測がまったくありませんが、インストールが必要です。テキストの長さで選びましょう。プレゼンテーション用の1、2段落なら、どのホスト型の無料プランでも足ります。記事全体や本の1章分はクレジットをすぐ使い切るので、ローカルのエンジンで処理するほうが向いています。音声の品質は、おおよそ規模に比例します。eSpeak NGは機械的で、Piperは明瞭ですが素朴、Kokoroとホスト型のサービスは人間らしく聞こえます。音声をYouTubeに投稿したり販売したりする前には、商用利用の条件も読んでください。多くの無料プランが除外しているからです。以下の各項目に、ベンダー自身のページが示す無料の制限を載せています。

ElevenLabs

今回の中でもっとも自然なホスト型の音声で、毎月10,000クレジットが無料です。商用利用には有料プランが必要とみられるため、無料アカウントは下書き向きです。

料金： 無料（無料：月10,000クレジット。商用ライセンスは有料のStarterプランから始まるようです）；有料プランは$6から（月、月払い（Starter。年払いでは月あたり$5相当、Creatorは$22）） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： Webブラウザ. プロプライエタリ（SaaS）.

こんな人に最適： 自然に聞こえる短い音声。

Fish Audio

無料プランは毎月8,000クレジットで、1回の生成は500文字までなので、長いテキストは分割が必要です。公開ボイスのスロットは3つまでです。

料金： 無料（無料：月8,000クレジット、一回の生成につき最大500文字、公開ボイスの枠は3つ）；有料プランは$11から（月（Plus：250,000クレジット、商用利用可）） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： Webブラウザ. プロプライエタリ（SaaS）.

こんな人に最適： さまざまな声の短いクリップ。

Speechify

無料プランでは最大1.5倍速までの速度で、機械的な10種類の音声でテキストを読み上げますが、有料のプレミアム音声は含まれません。ウェブ、モバイル、Chrome拡張機能で使えます。

料金： 無料（無料プラン：最大1.5倍速、機械的な声10種類、テキスト読み上げ機能のみ）；有料プランは$29から（月、月払い（Premium。年払いのプランもあり、料金は公式ページで確認）） (出典, 2026-10-23確認).

対応プラットフォームとライセンス： Web, iOS, Android, Chrome extension. プロプライエタリ（SaaS）.

こんな人に最適： 記事や文書を聞きたい場合。

比較： Speechifyの代替ツール

Google Cloud Text-to-Speech

毎月Neural2が1M文字、Standardが4M文字まで無料ですが、課金アカウントとコードが必要です。無料の量は最大ですが、一般向けの画面はありません。

料金： 無料（毎月の無料枠：Neural2の声は最初の1M文字、Standardの声は最初の4M文字（請求先アカウントが必要））；有料プランは$16から（1M文字（無料枠を超えたNeural2の声）） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： Web API. プロプライエタリ.

こんな人に最適： 大量の音声を生成する開発者。

Piper

GPL-3.0のオフラインのニューラルエンジンで、制限はありません。pipでインストールし、コマンドラインから実行します。音声は明瞭ですが素朴です。

料金： 無料（無料のローカルニューラル音声合成エンジン） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： セルフホスト (Python package). GPL-3.0（オープンソース）.

プロジェクトの動き: GitHubスター6050・最新リリースv1.8.0（2026/09/04）・最終コミット2026/10/25

こんな人に最適： 制限なしのオフライン読み上げ。

Kokoro

Apache-2.0のオープンなモデルで、ほとんどのローカルエンジンより自然な音声が得られ、利用回数の上限もありません。動かすにはPythonが必要です。

料金： 無料（自分で動かす、無料のオープンウェイトの82Mパラメータモデル） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： セルフホスト (Python library). Apache-2.0（オープンソース）.

プロジェクトの動き: GitHubスター9723・2025/08/06以降コミットなし

こんな人に最適： 品質のよい無料のナレーション。

知っておきたいこと： misakiの書記素から音素への変換ライブラリにより複数の言語に対応する推論ライブラリ。プロジェクト自体のホスト型サービスはありません。

eSpeak NG

多くの言語に対応した、GPL-3.0の小さな合成エンジンで、ハードウェアの要件はほとんどありません。音は機械的ですが、どこでも動きます。

料金： 無料（無料のオープンソースで、配布元のページには有料プランの記載はない） (出典, 2026-10-24確認).

対応プラットフォームとライセンス： セルフホスト (C). GPL-3.0（オープンソース）.

プロジェクトの動き: GitHubスター6978・最新リリース1.52.0（2024/12/12）・最終コミット2026/09/22

こんな人に最適： 古いマシンや珍しい言語。

Chatterbox

短いクリップから音声をクローンできる、MITライセンスのモデルで、CPUでも動くバージョンがあります。READMEによれば、出力には透かしが入ります。

料金： 無料（無料のオープンソースのモデル（Nano 110MはCPUで動作）で、短い参照クリップから音声をクローンできる） (出典, 2026-10-22確認).

対応プラットフォームとライセンス： セルフホスト (Python library). MIT（オープンソース）.

プロジェクトの動き: GitHubスター2.7万・最新リリースv0.1.2（2025/06/13）・最終コミット2026/07/21

こんな人に最適： 自分のマシンで作るカスタムボイス。

知っておきたいこと： READMEによれば、生成されるすべてのファイルにPerthの透かしが入ります。Multilingual V3は23以上の言語に対応しています。

どれを選ぶか

• 1本の動画用に、自然なナレーションをすばやく作りたい：ElevenLabs
• 記事を読み上げてほしい：Speechify
• オフラインで制限なしの音声が必要：Piper
• 無料枠が非常に大きいAPIが必要：Google Cloud Text-to-Speech