Fish Audioとは？テキスト読み上げとボイスクローンで何ができるのか
テキスト読み上げ・ボイスクローン・音声分離まで、1つのアプリで何ができる？
室谷代表取締役Fish Audio、ひとことで言うと「読み上げアプリ」で終わらないんですよね。Webアプリの中にボイスクローン、ボイスチェンジャー、複数話者の長尺を作るStory Studio、音楽や効果音の生成、音声分離まで入ってる。
テキトー教師DotAI 認定講師初めて触る人がいちばん驚くのがそこなんですよ。読み上げだと思って開いたら、声を分離したり台本を何人かに喋らせたりできる。
別々のツールを契約しなくていいのは大きいです。
別々のツールを契約しなくていいのは大きいです。
室谷代表取締役開発者向けにはREST APIとWebSocket、Python SDKも用意されてて、読み上げだけじゃなく音声認識やボイスクローン、リアルタイム配信も同じ土台で扱える。経営目線だと、調達先が1本にまとまるのは地味に効くんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、ツールが散らばるほど「どれで作ったっけ」が起きるので、入り口が1つなのは運用が楽になります。
運営しているのはどこの会社？日本企業ではない点をまず確認
室谷代表取締役運営元はHanabi AI Inc.で、米国デラウェア州の法人なんですね。日本企業ではないので、そこは最初に押さえておきたいところです。
テキトー教師DotAI 認定講師たしかに。問い合わせも英語ベースになる前提で考えたほうがいいですし、規約は英語の原文が一次情報なので、契約まわりは原文で確認したいです。
室谷代表取締役AI系は法人の所在地と準拠法がそのまま契約リスクになるので、社内に通す前にそこを見るようにしてます。導入の可否は機能より先にここで決まることが多いんですよね。
対応言語の考え方と、日本語の読み上げの実力
室谷代表取締役対応言語、ここが一番誤解されやすいんですよ。読み上げの製品ページだと8言語に自動対応と書いてあって、日本語もその中に入ってます。
テキトー教師DotAI 認定講師日本語が最初から対象に入っているのは大きいですね。ただ、APIのs2.1-proモデルは83言語対応と案内されていて、Webで見える8言語とは対象が違うんです。
ここを混ぜて読むと混乱します。
ここを混ぜて読むと混乱します。
室谷代表取締役つまり「Webアプリで使うときの言語」と「APIで叩ける言語」は別物として見る。日本語の読み上げの細かい品質は、自分の原稿を無料枠で読ませて判断するのが結局いちばん早いです。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこで、「日本語対応って書いてあるのに」ではなく、どの経路で使うかを先に決めるといいですよ。
YouTube・ポッドキャスト・オーディオブック…実際どんな場面で使われている？
室谷代表取締役使い道はかなり幅広くて。オーディオブックやナレーション、YouTubeやチュートリアル動画の読み上げ、ポッドキャストのイントロから本編、ゲームのNPCの台詞、多言語アプリの音声対応あたりが想定されてます。
テキトー教師DotAI 認定講師現場でよく聞くのは、動画のナレーションを毎回録り直すのがしんどい、という声ですね。台本を直したら音声も差し替えられるのは助かります。
室谷代表取締役Fish Audio自身は、読み上げを声優起用に比べて90〜95%コストを抑えられると説明してます。ただこれは自社のマーケティング数値なので、そのまま社内資料に貼るのは危ない。
自社の原稿で試してから数字を出すのが筋です。
自社の原稿で試してから数字を出すのが筋です。
テキトー教師DotAI 認定講師そこは冷静に見たいですね。品質が足りないと再収録で逆にコストが増えるので、まず短い尺で試すのが遠回りに見えて一番速いです。
無料プランでできることと、できないことの線引き
毎月8,000クレジットで、結局どれくらいの音声が作れる？
室谷代表取締役無料プラン、まず枠の数字を押さえておきましょうか。クレジットカードの登録なしで毎月8,000クレジットが付いて、公式の表記では「最大7分の生成」と案内されているんですよね。
テキトー教師DotAI 認定講師そこ、最初に戸惑うのが「7分」の読み方なんですよ。1回の生成が7分まで、という意味ではなくて、月のなかで作れる量の目安として出ている数字なんです。
1回ごとの上限はまた別にあって、生成ごとに最大500文字までという制限が付いています。
1回ごとの上限はまた別にあって、生成ごとに最大500文字までという制限が付いています。
室谷代表取締役なるほど、上限が二重にかかっていると。クレジットの消費は1分あたり600〜625と案内されているので、8,000を単純に割ると13分前後。
公式の7分は最高品質のモデルを使ったときの目安なので、実際の見え方は使うモデルで変わります。
公式の7分は最高品質のモデルを使ったときの目安なので、実際の見え方は使うモデルで変わります。
テキトー教師DotAI 認定講師現場感覚で言うと、短いナレーションを何本か試すには足りますが、長尺を1本がっつり作る前提だと心もとない。そういう枠の大きさなんです。
無料プランで使えるボイススロットと生成速度の範囲
テキトー教師DotAI 認定講師あと見落としやすいのがボイスの枠で、無料だと公開ボイススロットが3つまでなんですよね。自分で声を登録して増やしていく使い方をすると、ここがすぐ埋まります。
室谷代表取締役生成速度も「標準」で、有料側の優先生成とは並ばない。MYUUU の現場だと、待ち時間が長いと作業のリズムが崩れるので、速度って地味に効くんですよ。
テキトー教師DotAI 認定講師一方で、ボイスクローニング自体は無料でも強化版が使えると案内されています。試すのは無料でやって、量産する段で切り替える、という順番が現実的ですね。
室谷代表取締役検証と本番を分けて考えるという意味では筋が通っています。時給換算で待ち時間が損になるなら、そこが切り替えの判断ポイントになりますから。
クレジットは翌月に繰り越せるのか、リセットの考え方
室谷代表取締役クレジットの繰り越し、ここは誤解が多いところです。公式のFAQだと、クレジットは毎月リセットされて、未使用分は翌月に持ち越されない。
テキトー教師DotAI 認定講師え、そうなんですね。たしかに「使い切らなきゃ」と思って、月末に慌てて生成する人が出てきそうです。
室谷代表取締役だから「余ったら来月に回そう」という発想はできない。月のなかで使い切る前提で、試す本数を逆算して決めることになる。
業務で回すなら、この期日感覚は経費の考え方に近いですよね。
業務で回すなら、この期日感覚は経費の考え方に近いですよね。
テキトー教師DotAI 認定講師無料の範囲で試している段階では気にしなくていい話ですが、本番に載せるかどうかの判断では効いてきます。そもそも無料は個人・非商用の利用に限られているので、業務の本線に置くならそこから先は別の話になりますね。
有料プランはいくら？Plus・Pro・Max・Enterpriseの違い
無料から上げるならどこから？Plusで広がる範囲
室谷代表取締役Freeの8,000クレジットだと、正直テストで終わっちゃうんですよ。有料の4つを並べるとこうなります。
| プラン | 月払い | 年払い（月あたり／年間一括） | 毎月のクレジット | 生成量の目安 |
|---|---|---|---|---|
| Plus | $15/月 | 実質$5.5/月（年$66） | 250,000 | 最大200分 |
| Pro | $100/月 | 実質$37.5/月（年$450） | 2,000,000 | 最大1,620分 |
| Max | $999/月 | 実質$749/月（年$8,988） | 25,000,000 | 最大6,250分 |
| Enterprise | カスタム | 要問い合わせ | 要問い合わせ | 要問い合わせ |
テキトー教師DotAI 認定講師こうして見ると、Plusの年払いが実質$5.5/月というのが入口として効いてますね。クレジットは25万で、月に最大200分まで作れる計算ですから。
室谷代表取締役文字数の上限も効いてくるんですよ。Freeは1回500文字まで、Plusは15,000文字。
ナレーションを1本まるごと読ませる使い方が急に現実的になる。
ナレーションを1本まるごと読ませる使い方が急に現実的になる。
テキトー教師DotAI 認定講師現場でよく聞くのは「ボイスを増やしたい」という希望なんですけど、そこも変わりますね。公開スロットが無制限、プライベートが10個に、プロ向けの音声スロットも1個付きます。
Proが人気プランと言われる理由と、3名分のチームアカウント
室谷代表取締役Pro、公式が「人気プラン」と書いてるんですけど、中の人から見ても妥当で。月払い$100、年払いなら実質$37.5で、月200万クレジット、生成は最大1,620分。
テキトー教師DotAI 認定講師しかも3名分のチームアカウントが標準で付くんでしたよね。追加費用なしで、クレジットもボイスも生成履歴もAPIキーを共有できると。
室谷代表取締役そこが構造として面白くて。1人で使うには過剰なんですけど、2〜3人で回す制作だと一気に安くなる。
年払いで3人で割れば実質1人あたり$12.5ですから、経営目線だと迷う要素がほぼなくなるんですよ。
年払いで3人で割れば実質1人あたり$12.5ですから、経営目線だと迷う要素がほぼなくなるんですよ。
テキトー教師DotAI 認定講師7日間の返金保証が付いてるのも、最初の一歩としては大きいですね。
MaxとEnterpriseはどんな規模の組織向けか
有料プラン比較（Plus・Pro・Max・Enterprise）
| 項目 | Plus | Pro | Max | Enterprise |
|---|---|---|---|---|
| 月払い | $15/月 | $100/月 | $999/月 | カスタム |
| 年払い（月あたり） | 実質$5.5/月 | 実質$37.5/月 | 実質$749/月 | 要問い合わせ |
| 年間一括 | 年$66 | 年$450 | 年$8,988 | 要問い合わせ |
| 毎月のクレジット | 250,000 | 2,000,000 | 25,000,000 | 要問い合わせ |
| 生成量の目安 | 最大200分 | 最大1,620分 | 最大6,250分 | 要問い合わせ |
| 文字数上限 | 15,000文字 | — | — | — |
| チームアカウント | — | 3名分 | 10名 | — |
| プロ音声スロット | 1個 | — | 15個 | — |
室谷代表取締役Maxは月払い$999、年払いなら実質$749。月2,500万クレジット、生成6,250分、チームは10名、プロ音声スロット15個。
テキトー教師DotAI 認定講師個人というより、制作チームが常時まわしている前提の数字ですね。
室谷代表取締役そう、ここから先は「クレジットが足りない」ではなくて組織の管理の話になる。Enterpriseはカスタム価格で、ゼロデータ保持やオンプレミス展開、SOC2準拠あたりが論点になってくる。
テキトー教師DotAI 認定講師検討する段階で、情シスに何を聞かれるかが変わってくるやつですね。
月払いと年払いの切り替え、生成1分あたりのクレジット消費
室谷代表取締役で、見落とされがちなのがここ。生成1分あたり600〜625クレジット消費する前提で逆算すると、さっきの分数が素直に読めるんですよ。
テキトー教師DotAI 認定講師月払いと年払いはいつでも切り替えられる、と。年払いにすると月払いより33%お得という説明でしたね。
室谷代表取締役クレジットは毎月リセットで、余っても翌月には持ち越せない。だから「足りなくなったら上げる」より、年払いで最初から余裕を持たせた方が現場が止まらないんですよね。
支払いは主要なクレジットカードとデビットが使えます。
支払いは主要なクレジットカードとデビットが使えます。
テキトー教師DotAI 認定講師たしかに、月末に足りなくなって作業が止まるのが一番もったいないですから。
商用利用はどこまで許される？無料と有料で変わる条件
無料プランはなぜ商用利用できないのか
商用利用の判断フロー
商用利用はどこまで許される？
YES ／ 商用OKの条件を満たす
- 有料プラン（Plus等）に加入している
- 音声の権利がクリア（自分の声・許諾を得た声）
- 自分のチャンネル等で利用する
NO ／ 商用NG・注意が必要
- 無料プランは個人の非商用利用のみ
- 第三者のため・第三者の利益のための利用は不可
- 広告が付いた時点で非商用とは言いにくい
- クライアント案件で無料プランを使うのは規約違反リスク
- 誰かの声を勝手にクローンした音声は商用利用不可
室谷代表取締役無料プラン、規約に「自分個人の非商用利用のみ」ってはっきり書いてあるんですよね。しかも第三者のため、第三者の利益のための利用も不可、と。
ここまで明記されてるのは逆に親切です。
ここまで明記されてるのは逆に親切です。
テキトー教師DotAI 認定講師現場でよく聞くのが「個人で練習してただけなのに、動画に載せたらアウトですか？」という線引きの質問です。広告が付いた時点で非商用とは言いにくくなるので、そこが分かれ目になりがちなんですよ。
室谷代表取締役一番危ないのはクライアント案件で無料プランを使うパターンで。受注した時点で第三者の利益のための利用になりますからね。
時給換算するまでもなく、規約違反のリスクの方が高くつく。
時給換算するまでもなく、規約違反のリスクの方が高くつく。
テキトー教師DotAI 認定講師月5.5ドルのPlusに上げるだけで商用ライセンスが付くなら、判断は早い方がいいですね。制作を始める前に決めておくのが安全です。
有料プランなら何でも商用OK？「所有する認証済み音声」の意味
室谷代表取締役で、有料にすれば全部OKかというと、そうでもないんですよ。料金ページのFAQには「プレミアム会員は所有する認証済み音声を商用利用できる」と書かれている。
テキトー教師DotAI 認定講師ここが一番つまずくところで。「認証済み」というのは、自分が権利を持っている声、つまり自分の声や許諾を得た声ということです。
誰かの声を勝手にクローンして有料プランにしたからといって、その声を商用利用していい理由にはならないんですよ。
誰かの声を勝手にクローンして有料プランにしたからといって、その声を商用利用していい理由にはならないんですよ。
室谷代表取締役プランは必要条件だけど、十分条件じゃない、と。経営の判断としては、音声の権利がクリアかどうかを先に確認して、そのうえでプランを選ぶ順番になります。
テキトー教師DotAI 認定講師逆に言うと、自分の声をクローンして自分のチャンネルで使う、という使い方なら有料プランの範囲に素直に収まります。そこは安心していい部分ですね。
規約で禁止されている使い方と、投稿コンテンツの権利の扱い
室谷代表取締役規約の禁止行為、けっこう細かいんですよね。他人を装うような偽名の使用、アカウント共有、第三者の知的財産権やプライバシーを侵害する利用、人を特定する情報の無断収集。
テキトー教師DotAI 認定講師年齢まわりも書かれていて、13歳未満、そして16歳未満の個人情報の送信が禁止されています。家族で使う場合も、そこは頭に置いておいた方がいいです。
室谷代表取締役アカウント共有が禁止なのは、チームで使う導線が別に用意されているからで。Proには3名分のチームアカウントが付くので、複数人で運用するならそちらを使うのが正解です。
テキトー教師DotAI 認定講師あと、自分が投稿した音声の所有権は自分に残ります。ただ、サービス運営に必要な範囲でFish Audio側にも利用許諾を渡す形になっているんですよ。
所有は自分、運営のための利用は許諾、という整理で覚えておくと混乱しにくいです。
所有は自分、運営のための利用は許諾、という整理で覚えておくと混乱しにくいです。
テキスト読み上げとボイスクローンの使い方手順
テキスト読み上げの基本の流れ：文字を入れて声を選んで生成するまで
テキスト読み上げの基本の流れ
- 01fish.audio/app を開く
- 02読み上げたい文章を入力する
- 03使いたい声（ボイス）を選ぶ
- 04生成を実行して音声を書き出す
- fish.audio/app を開く
- テキスト読み上げの画面で、読み上げたい文章を入力する
- 使いたい声（ボイス）を選ぶ
- 生成を実行して、音声を書き出す
室谷代表取締役読み上げはこの4ステップで終わりなんですよね。文章を入れて、声を選んで、生成。
アカウントを作ってすぐ試せるので、最初のハードルはほぼ無いです。
アカウントを作ってすぐ試せるので、最初のハードルはほぼ無いです。
テキトー教師DotAI 認定講師初めて触る人が最初に戸惑うのが、声の選び方なんですよ。どれが自分の用途に合うのか分からなくなるので、最初は短い文章で数パターン聴き比べるのが早いです。
室谷代表取締役あと、1回で投入できる文字数はプランによって変わるんですよね。長い原稿をいきなり貼ると弾かれることがあるので、まずは数行で試すのが安全です。
ボイスクローンの作り方：アップロードと録音、どちらが向く？
- fish.audio/app/voice-cloning を開く
- 手持ちの音声ファイルをアップロードする、またはその場で録音する
- 音声が条件を満たしているか確認する
- クローンを作成する
室谷代表取締役アップロードと録音のどちらが向くかは、音源の状態で決めるのが早いです。すでにクリーンな音源が手元にあるならアップロード、無ければ録音で撮る。
順番としてはそれだけです。
順番としてはそれだけです。
テキトー教師DotAI 認定講師現場でよく聞くのは、録音したけど環境ノイズが乗っていて再現度が伸びない、というパターンです。静かな部屋で、マイクとの距離を一定にするだけで結果が変わります。
室谷代表取締役逆に既存の音声素材を使い回す人も多いんですけど、BGMや効果音が混ざっていると狙った声にならない。どの素材を入れるかの段階が、実は一番効くんですよね。
テキトー教師DotAI 認定講師たしかに。手順そのものより、入れる音源で決まる部分が大きいです。
対応している音声ファイル形式と、必要な長さの目安
テキトー教師DotAI 認定講師受け付ける形式は割と広くて、条件をまとめるとこうです。
| 項目 | 条件 |
|---|---|
| 対応形式 | MP3, WAV, M4A, FLAC, MP4, MOV, WEBM, WEBA, OPUS, MID |
| 最短の長さ | 10秒以上 |
| 実用の目安 | 30秒前後 |
| 合計サイズ | 最大1GB |
室谷代表取締役動画ファイルからそのまま持ってこられるのは楽なんですよね。長さは最低10秒、長いほど再現度が上がるという整理です。
テキトー教師DotAI 認定講師90秒を超えるあたりで上位プラン向けの表示が出ます。まず30秒で作って、足りなければ伸ばす順番が現実的です。
室谷代表取締役データ量と品質が素直に比例する領域なので、短いサンプルで妥協すると後工程まで響きます。ここはケチらない方がいい。
複数話者・長尺を作るときの考え方
室谷代表取締役会話劇やポッドキャストのように複数人を出す場合は、Story Studio 側で組み立てるのが前提なんですよね。1本ずつ生成して後から繋ぐより、最初から長尺前提で設計した方が破綻しません。
テキトー教師DotAI 認定講師その作り方を知らずに、1ファイルずつ作ってくっつけたら声のトーンが揃わなくてやり直し、というのをよく聞きます。台本の段階で話者を分けておくのがコツです。
室谷代表取締役制作の現場だと、ナレーションを外注していた部分をここに置き換える判断が出てきます。提供元は声優起用に比べてコストを大きく抑えられると説明していますが、これは自社が出している数字なので、そのまま鵜呑みにせず自社の工数で測った方がいいです。
ボイスクローンで気をつける権利・法律の注意点
本人の許可なく声を複製すると、何が起きるのか
室谷代表取締役ボイスクローンって、短い音声サンプルさえあれば作れてしまうんですよね。技術的にはもう誰でも同じ声を再現できる。
ここが厄介で、作れることと使っていいことが完全に別なんですよ。
ここが厄介で、作れることと使っていいことが完全に別なんですよ。
テキトー教師DotAI 認定講師たしかに。初めて触る人は自分の声を自分で登録するところまでは警戒するんですけど、他人の音声をさらっとアップロードしちゃうケースがあるんですよ。
動画から音だけ抜いてくる、みたいな。
動画から音だけ抜いてくる、みたいな。
室谷代表取締役それ、法的にはかなり詰んでるんですよね。第三者の知的財産権やプライバシーを侵害する使い方は、規約の時点で禁止されてます。
権利者の許可がなければ、プラットフォームの外でも普通に問題になる。まず「その声の持ち主に許諾を取ったか」だけは、どの場面でも最初に確認するべきなんですよ。
権利者の許可がなければ、プラットフォームの外でも普通に問題になる。まず「その声の持ち主に許諾を取ったか」だけは、どの場面でも最初に確認するべきなんですよ。
テキトー教師DotAI 認定講師権利の話と技術の話が頭の中で混ざるんでしょうね。作れてしまう分、許可の確認が飛びやすいんです。
日俳連が削除を求めた事例から見えるリスクの輪郭
テキトー教師DotAI 認定講師実際に起きた例でいうと、2026年7月に日本俳優連合、日俳連が公式Xで、Fish Audio の中でアニメ声優の声を無断でサンプル作成できる状態になっていたとして削除を要求したんですよ。結果として71件のコンテンツが削除された、と。
日俳連と米国側が連携して対応した形です。
日俳連と米国側が連携して対応した形です。
室谷代表取締役これ、件数の問題じゃないんですよね。権利者団体が動けば、プラットフォーム側は個別の削除対応を迫られる。
運営会社は米国デラウェア州の法人ですけど、日本で使われる以上、日本の権利者の声は普通に届くんですよ。サービスを運営する側のコストとして、この対応はかなり重い。
運営会社は米国デラウェア州の法人ですけど、日本で使われる以上、日本の権利者の声は普通に届くんですよ。サービスを運営する側のコストとして、この対応はかなり重い。
テキトー教師DotAI 認定講師現場感覚で言うと、使う側は自分が消される側になるイメージを持ったほうがいいんですよね。声を登録する前に、その人が誰で、許諾があるのか、一度立ち止まる。
これだけで事故がかなり減ります。
これだけで事故がかなり減ります。
室谷代表取締役うん、その立ち止まりが一番安い保険なんですよ。
自分の声・許諾を得た声を使うときの実務チェック
まとめ
ボイスクローンで気をつける権利・法律の注意点
- 技術的に作れることと、使ってよいことは完全に別。まず「その声の持ち主に許諾を取ったか」を最初に確認する
- 第三者の知的財産権やプライバシーを侵害する使い方は規約で禁止。権利者の許可がなければプラットフォーム外でも問題になる
- 2026年7月、日俳連がFish Audioでアニメ声優の声を無断サンプル作成できる状態に対し削除を要求し、71件のコンテンツが削除された
- 運営会社が米国デラウェア州の法人でも、日本で使われる以上、日本の権利者の声は届く。権利者団体が動けばプラットフォームは個別削除対応を迫られる
- 自分の声でも、所属会社や事務所の案件で使う場合は契約上の音声の扱いを確認する
- 投稿した音声の所有権は自分に残るが、サービス運営に必要な範囲で運営側に利用許諾を渡す形になっている
- 偽名の使用やアカウントの共有も禁止事項。利用規約に一度目を通す
- 声の権利とプラットフォームの規約・商用条件は別レイヤー。両方をクリアして初めて公開できる
- 権利処理の確認を後回しにすると、案件途中でやり直しになり最も高くつく。企画の最初に許諾の有無をチェック項目に入れる
テキトー教師DotAI 認定講師じゃあ自分の声なら自由かというと、そこも少し整理が要るんですよ。所属している会社や事務所の案件で使うなら、その契約の中で音声の扱いがどうなっているかを確認しておく必要があります。
室谷代表取締役経営目線で言うと、権利処理の確認は後回しにすると一番高くつくんですよね。案件が動き出してから「この声は使えませんでした」となると、制作物ごとやり直しになる。
企画の最初に許諾の有無をチェック項目に入れておく、これが実務的には効くんですよ。
企画の最初に許諾の有無をチェック項目に入れておく、これが実務的には効くんですよ。
テキトー教師DotAI 認定講師見落としやすいのが、利用規約まわりの線引きですね。自分が投稿した音声の所有権は自分に残るんですけど、サービス運営に必要な範囲で運営側に利用許諾を渡す形になっている。
あと、人を装うような偽名の使用やアカウントの共有も禁止事項に入っているので、そのあたりも一度目を通しておくといいです。
あと、人を装うような偽名の使用やアカウントの共有も禁止事項に入っているので、そのあたりも一度目を通しておくといいです。
室谷代表取締役声の権利と、プラットフォームの規約や商用条件は別レイヤーの話なんですよね。両方をクリアして初めて公開できる。
そこを分けて考えると整理しやすいはずです。
そこを分けて考えると整理しやすいはずです。
「無料」が2つある——Webの無料プランとAPIの無料モデルの違い
開発者向けAPIの無料モデル「S2.1 Pro Free」とは何か
テキトー教師DotAI 認定講師ここ、最初に戸惑う人が多いんですよ。「無料」って言葉が2つ出てくるんですが、Webアプリの無料プランと、開発者向けAPIの無料モデルは、名前は同じでも中身がまるで別物で。
室谷代表取締役そうなんですよね。Webの無料プランは毎月8,000クレジットで、個人の非商用利用に限られる。
一方でAPI側は s2.1-pro-free という別のモデル文字列が用意されていて、有料プランと同じエンドポイントからそのまま呼べる。
一方でAPI側は s2.1-pro-free という別のモデル文字列が用意されていて、有料プランと同じエンドポイントからそのまま呼べる。
テキトー教師DotAI 認定講師APIのほうは文字数が無制限なんですよね。フェアユースの範囲内という但し書きは付きますけど、Webの無料枠とは桁が違う。
ここを同じ「無料」だと思って触ると混乱します。
ここを同じ「無料」だと思って触ると混乱します。
室谷代表取締役同じ無料でも、片方はクレジット制のWeb体験枠、もう片方は開発者向けの提供枠。自分がどっちの話をしているのか、まずそこを切り分けるのが出発点なんですよね。
文字数無制限でもついてまわる条件：SLAなし・品質向上利用・ARRの線
室谷代表取締役文字数無制限って聞くと魔法みたいに聞こえるんですけど、ちゃんと条件がぶら下がってるんですよね。SLA、つまり稼働率の保証がなくて、遅延の保証もないベストエフォート提供。
リクエスト内容がモデル品質の向上に使われる場合もある。
リクエスト内容がモデル品質の向上に使われる場合もある。
テキトー教師DotAI 認定講師現場でよく聞くのは「これ本番に乗せても大丈夫ですか」なんですけど、そこは用途次第で。個人の検証や試作なら十分でも、止まったら困るサービスに置くなら、保証がない前提で設計する必要があります。
室谷代表取締役あともう一つ、ARR が100万ドルを超える製品は利用前に問い合わせが必要、という線も引かれてる。経営目線で言うと、タダで使える分のリスクを自社で抱える構造なんですよ。
プロダクトの心臓部に置くなら、保証付きの有料モデルと二本立てで考えるのが普通です。
プロダクトの心臓部に置くなら、保証付きの有料モデルと二本立てで考えるのが普通です。
テキトー教師DotAI 認定講師規模が大きくなったら一声かけてください、という整理なんですね。ここは最初に押さえておきたいところです。
提供期限が何度も延長されている点と、最新情報の確認方法
テキトー教師DotAI 認定講師もう一つ気をつけたいのが、このAPIの無料モデルがそもそも期間限定で始まったものだという点です。当初の予定から何度も期限が延ばされていて、いつ終わっても不思議じゃない。
室谷代表取締役そこが有料との決定的な違いなんですよね。「安いから乗せる」じゃなくて、明日消えるかもしれない前提で構成に入れておく。
依存の深さを自分たちでコントロールできるかどうかが、結局あとで効いてきます。
依存の深さを自分たちでコントロールできるかどうかが、結局あとで効いてきます。
テキトー教師DotAI 認定講師じゃあ最新の期限はどこで確認すればいいんでしょう。
室谷代表取締役公式のブログページに提供期限の案内が出てるので、乗せる前にそこで確認する。二次情報のまとめではなく一次情報を見に行くのが鉄則で、期限も条件も変わりうる前提で扱うのが安全です。
API料金・レート制限と、チームで使う場合の他社比較
APIは従量課金、読み上げと音声認識の単価
室谷代表取締役APIで使う場合、サブスクは要らなくて完全に従量課金なんですよ。読み上げが100万バイトあたり$15、音声認識が音声1時間あたり$0.36、ボイスデザインは成功したリクエスト1回につき$0.01。
テキトー教師DotAI 認定講師読み上げの$15って、だいたい18万英単語、12時間分の音声に相当するんですよね。単価だけ見ると「そんなに安いの」ってなるんですけど、実際はどれだけ喋らせるかで総額が決まります。
室谷代表取締役そこが経営目線なんですよ。MYUUUでもナレーションを外注するかAPIで回すかを比べたんですけど、月に何時間分しゃべるかでROIがまるで変わる。
まず自社のボリュームを時間で数えるのが先ですよね。
まず自社のボリュームを時間で数えるのが先ですよね。
テキトー教師DotAI 認定講師最初に戸惑うのが、無料で試せるモデルがあることなんですよ。s2.1-pro-freeは$0.00なので、いきなり課金せずに同じエンドポイントで試せます。
同時リクエスト数の上限は支払い累計でどう変わる？
室谷代表取締役同時に投げられるリクエスト数、これが支払い累計で段階的に解放される仕組みなんですよね。$100未満だと5件、$100を超えると15件、$1,000を超えると50件。
Enterpriseだけ別枠です。
Enterpriseだけ別枠です。
テキトー教師DotAI 認定講師初めて触る人がハマるのがまさにここで。手元のテストでは動くのに、本番で一気に回したら弾かれる。
上限を超えると429が返ってくるんですよ。
上限を超えると429が返ってくるんですよ。
室谷代表取締役だから設計の時点で、最初から大量並列を前提にするのか、実績を積みながら段階的に上げるのかを決める必要がある。これ地味に事業判断なんですよ。
テキトー教師DotAI 認定講師納得です。まず小さく回して実績を作る、という順番が素直ですね。
Proのチーム機能で何を共有できて、請求は誰に立つのか
室谷代表取締役チームで使う話にいくと、Proには標準でチーム機能が付いてくるんですよ。追加費用なしで本人＋2名の3名まで。
クレジットプール、ボイス、生成履歴、Studioのプロジェクト、APIキーを共有できます。
クレジットプール、ボイス、生成履歴、Studioのプロジェクト、APIキーを共有できます。
テキトー教師DotAI 認定講師生成履歴まで共有できるのは、現場だとかなり効きますね。誰がどの音声を作ったかが追えるので。
室谷代表取締役で、請求はチームオーナーに一括で立つ。メンバー側は支払い情報を見られない。
権限とお金の線引きが分かれてるのは、会社で入れるときにありがたいところなんですよね。
権限とお金の線引きが分かれてるのは、会社で入れるときにありがたいところなんですよね。
テキトー教師DotAI 認定講師権限を配って、支払いは1か所に集約。経理の流れとしても無理がないです。
他社と比べて1人あたりいくらか
チーム利用のコストと機能比較
| サービス | 1シートあたり | チーム人数 | 共有プール |
|---|---|---|---|
| Fish Audio Pro（年払い） | 約$12.5 | 3名 | ○ |
| Fish Audio Pro（月払い） | 約$33.3 | 3名 | ○ |
| ElevenLabs Scale | $110 | 3シート | △ |
| LOVO Pro | $48 | 3名 | × |
| Murf | 要見積もり | エンタープライズのみ | △ |
室谷代表取締役1シートあたりに揃えて並べるとこうなります。
| サービス | チームの条件 | 1シートあたり |
|---|---|---|
| Fish Audio Pro（年払い） | 実質月$37.5で3名 | 約$12.5 |
| Fish Audio Pro（月払い） | 月$100で3名 | 約$33.3 |
| ElevenLabs Scale | 月$330で3シート | $110 |
| LOVO Pro | 月$144で3名 | $48 |
| Murf | コラボ機能はエンタープライズのみ | 要見積もり |
テキトー教師DotAI 認定講師この他社の数字は、Fish Audioの公式ブログが2026年3月時点でまとめた自社比較なので、そこは前提として見ておいた方がいいですね。LOVOはクレジットが個人ごとで、共有プールがない点も違います。
室谷代表取締役Fish AudioのProは年払いなら1シート約$12.5で、月払いでも約$33.3。ElevenLabs Scaleが3シートで$330という水準なので、同じ人数を座らせるコストがまるで違う。
ここは素直に効いてきます。
ここは素直に効いてきます。
よくある質問
Q1. 日本語の読み上げは、そのままナレーションに使えるレベルですか？
室谷代表取締役これ、うちでも最初に確認したところなんですよね。英語のデモは自然なんだけど、日本語だとイントネーションが気になるんじゃないかと。
テキトー教師DotAI 認定講師初めて触る人はみんなそこを見ますね。ただ声やモデルによって相性があるので、長い原稿を作る前に、自分の原稿を短く読ませて聴き比べるのが一番早いです。
室谷代表取締役そうそう。いきなり長い台本を流し込む人はだいたい後悔するんですよ。
まず1段落で判断した方がいい。
まず1段落で判断した方がいい。
テキトー教師DotAI 認定講師句読点を変えて読み方を比べてみるのも手ですよ。日本語はそこで差が出ることがありますから。
Q2. 入力した文章や作った声が、学習に使われることはありますか？
テキトー教師DotAI 認定講師ここはすごく気にされる部分ですね。データの扱いはサービスごとに違うので、公式のプライバシーポリシーと利用規約を一度読んでほしいんですよ。
室谷代表取締役経営者目線だと、業務で使う前にそこを確認しておかないと、後で説明できないんですよね。稟議を通すときも必ず聞かれます。
テキトー教師DotAI 認定講師クローンした声は特にそうです。消したいときの手順まで確認しておくと安心です。
Q3. 無料枠を増やすためにアカウントを複数作るのはアリですか？
室谷代表取締役まず規約を読んでからにした方がいいです。少なくとも、人に胸を張って言える話ではないですよ。
テキトー教師DotAI 認定講師ですね。無料で使える範囲は決まっているので、それを前提に原稿の長さを調整する方が現実的です。
室谷代表取締役あと、無料枠で足りなくなったときにどうするかは、業務で使うかどうかで分かれます。趣味なら待てばいいんですけど、案件が止まるなら即上げた方がいい。
Q4. YouTubeやTikTokなど、投稿先のAI音声ルールは気にすべきですか？
テキトー教師DotAI 認定講師これはFish Audio側の話ではなく、投稿先のプラットフォームのルールなんですよ。AI生成の音声をどう扱うかは各社で決めています。
室谷代表取締役うちで回してる感じだと、クライアントに納品するときは「合成音声です」と明示するのが基本になります。あとで揉めるのが一番高いんですよね。
テキトー教師DotAI 認定講師その明示があるだけで、確認のやり取りがかなり減りますからね。
Q5. 同じ原稿なのに、声の仕上がりが毎回違う気がします。
テキトー教師DotAI 認定講師これ、ハマる人多いんですよ。原稿側を見直すと変わることがあって、記号の使い方や文の長さが極端だと読み方が揺れます。
室谷代表取締役あと、長いテキストを一気に投げるより、意味の区切りで分けた方が安定するんですよね。
テキトー教師DotAI 認定講師分けておくと後から差し替えもしやすいですし、1回あたりの上限に引っかかりにくくなります。
まとめ
室谷代表取締役で、結局どう使うのがいいのかって話なんですけど。
テキトー教師DotAI 認定講師まずは無料枠で、自分の原稿を短く読ませて聴くところからですね。そこで使えると判断できたら、次に商用かどうかで条件を確認する、という順番が無駄がないです。
室谷代表取締役そう。いきなり年払いに飛びつくより、自分の用途で月にどれだけ喋らせるかを一回見積もった方がいいです。
MYUUUだと、研修動画を外注していたときの単価と比べて、時給換算でペイするかどうかで判断してます。
MYUUUだと、研修動画を外注していたときの単価と比べて、時給換算でペイするかどうかで判断してます。
テキトー教師DotAI 認定講師あと、声をクローンする場合は権利の確認を後回しにしないことです。あとから「この声は使えません」になるのが一番痛いので。
室谷代表取締役音声って、後から差し替えるのが地味に面倒なんですよ。最初に条件を押さえておく方が、結果的に一番安くつきます。
