HeyGen Voice Turboとは？OpenRouterで11月30日まで無料の低遅延TTS

室谷代表取締役

HeyGen Voice Turboは、HeyGenが提供するテキスト読み上げモデル「HeyGen Voice」の低遅延版で、2026年10月26日にOpenRouter上で公開され、2026年11月30日まで無料で使える状態になっています。同じ声質のまま生成を速く、安くした高速モードという位置づけなんですよね。

テキトー教師DotAI 認定講師

しかも今回の発表元はOpenRouterです。HeyGenのモデルをOpenRouterが無料枠で提供開始した、という主語の置き方を間違えると記事が崩れるところです。

単に「HeyGenが無料公開した」という話じゃないんですよ。

室谷代表取締役

そこ大事です。提供元はHeyGen、発表元はOpenRouter。

モデルIDはheygen/heygen-voice-1-turbo:freeで、APIから叩くときのモデル名はheygen-voice-1-turbo-freeになります。

テキトー教師DotAI 認定講師

発表投稿では「2,900以上の音声オプション」「39言語」「1リクエスト最大5,000文字」「44.1kHzでストリーミング」と書かれています。ここは公式ページと突き合わせながら整理していきましょう。

HeyGen Voice Turboとは？OpenRouterで無料提供が始まった低遅延テキスト読み上げ

室谷代表取締役

まず定義から。HeyGen Voice Turboは、HeyGenが提供するテキスト読み上げモデルHeyGen Voiceの低遅延版です。

HeyGenの公式ブログでは「Turboはその高速モードで、同じ声のまま生成ステップが短くなるので、音声が早く返ってきて実行コストも下がる」と説明されています。

テキトー教師DotAI 認定講師

公式ブログには「速くなっても悪くはならなかった。ブラインド聴取テストではTurboがフルモデルをわずかに上回る」ともあります。

速度のために品質を落としたわけではない、というのがHeyGenの主張ですね。

室谷代表取締役

で、今回これがOpenRouterに無料枠で載った。OpenRouterのモデルページには「Going away November 30, 2026」と表示されていて、無料で使える期限が明示されているんですよ。

テキトー教師DotAI 認定講師

発表投稿の言い回しは「$0、クレジット不要、39言語」です。クレジットをチャージしなくても試せる、というのが開発者にとっては大きいポイントです。

室谷代表取締役

あと、MYUUUでも音声合成はプロトタイプでよく触るんですけど、最初のハードルってだいたい「課金設定」なんですよね。クレジットカード登録なしでAPIキーだけで試せるのは、検証のスピードが変わります。

テキトー教師DotAI 認定講師

公式ブログのQ&Aにも「クレジットカードは必要か → いいえ。HeyGenアカウントとAPIキーを作れば、無料モデルはすぐ動く」と明記されています。

室谷代表取締役

ここで一つ注意なんですけど、OpenRouterのモデルページの「RELEASED」はOct 26, 2026。無料提供の終了が2026年11月30日なので、期間は約1か月ちょっとという計算になります。

テキトー教師DotAI 認定講師

期限が近づいたら事前に通知すると公式ブログに書かれています。とはいえ、無料を前提に本番設計を組むのは危険です。

そこは後のセクションで掘りましょう。

HeyGen Voice Turboでできること――39言語・44.1kHzストリーミング・音声クローン

室谷代表取締役

スペックを整理すると、まず音声は44.1kHzモノラルのPCMでストリーミングされます。OpenRouterのモデルページにも「streams 44.1 kHz mono PCM audio」とあります。

テキトー教師DotAI 認定講師

出力フォーマットはOpenRouterのプレイグラウンドでpcmを選べるようになっていますね。HeyGenのAPIドキュメント側では、POST /v3/models/audio/ttsが合成を待って44.1kHzのWAV URLを1つ返し、POST /v3/models/audio/tts/streamがServer-Sent Eventsで順序付きの音声パートを返す、という2つの話し方があります。

室谷代表取締役

リアルタイム性が要るならストリーミング、まとめて音声ファイルが欲しいなら通常のTTS、という使い分けなんですね。

テキトー教師DotAI 認定講師

対応言語は39言語です。ただし、ここは正確に言っておきたい。

資料には「39 languages」とあるだけで、言語の一覧は示されていません。だから「日本語が含まれる」とは資料だけでは確認できないんですよ。

室谷代表取締役

そうなんですよね。39言語対応で、日本語が含まれるかは資料で明示されていない。

日本語で使いたい人はHeyGenの公式ドキュメントの対応言語一覧で確認する必要があります。ここは憶測で書かない方がいい。

テキトー教師DotAI 認定講師

声の種類は、公開ボイス10種がデフォルトで用意されていて、それに加えて自分のHeyGenアカウントの音声クローンを使う場合は自分のHeyGenキーを持ち込む形になります。OpenRouterのモデルページに「same 10 default voices, or bring your own HeyGen key to use voice clones from your own account」とあります。

室谷代表取締役

発表投稿の「2,900以上の音声オプション」というのは、この公開ボイスとクローンを合わせた選択肢の広がりとして読むのが自然ですね。

テキトー教師DotAI 認定講師

音声クローンは「インスタントボイス」に対応しています。1回の録音から作るタイプで、プレビュー期間中は作成が無料。

公式ブログにも「Clone an instant voice from one recording. Creating instant voices is free during the preview.」とあります。

室谷代表取締役

ただしプロ向けのプロフェッショナルクローンは無料版では使えません。ここははっきり書かれていて、プロフェッショナルクローンを使うにはheygen-voice-1が必要と公式ブログにあります。

テキトー教師DotAI 認定講師

整理するとこうです。

• 音声フォーマット: 44.1kHzモノラルPCM、ストリーミング対応
• 対応言語: 39言語（日本語が含まれるかは資料で明示なし）
• 1リクエストの文字数: 最大5,000文字
• 声: 公開ボイス10種、プラス自分のインスタントボイス
• 音声クローン: インスタントボイスに対応、作成はプレビュー期間中無料
• プロフェッショナルクローン: 無料版では不可、heygen-voice-1が必要

室谷代表取締役

この表だけでも、無料版で何ができて何ができないかはかなり明確です。プロ品質のクローンを前提にした企画は、最初から有料モデルで設計した方がいいですね。

HeyGen Voice Turboの使い方・始め方――APIキーだけで試す手順

室谷代表取締役

使い方はシンプルです。HeyGenのAPIキーを作って、テキスト読み上げのエンドポイントに無料モデル名を指定して投げる。

以上。

テキトー教師DotAI 認定講師

公式ブログの表現だと「API keysページでキーを作成し、無料モデルでText to Speechを呼ぶ。WAVファイルへのリンクが返ってくる」という流れです。

室谷代表取締役

公式ドキュメントにcurlの例が載っているので、それを紹介しておきますね。

curl -X POST "https://api.heygen.com/v3/models/audio/tts" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "heygen-voice-1-turbo-free",
    "voice_id": "83548de556df48ba8c09c42a57c51d85",
    "text": "Hello from HeyGen Voice Turbo."
  }'

テキトー教師DotAI 認定講師

このvoice_idは公開ボイスのNadineですね。公開ボイスはGET /v3/models/audio/voices?type=publicで一覧を取れます。

室谷代表取締役

リクエストのフィールドで必須なのはvoice_idとtext。textは1〜5,000文字のプレーンな文章です。

languageは任意で、省略するとテキストから言語を検出してくれる。

テキトー教師DotAI 認定講師

ここは注意点があって、公式ドキュメントには「言語が分かっているなら指定した方がいい。HeyGenは指定された言語でそのまま話し、テキストと照合はしない。

だからロシア語のテキストにenを指定すると、その言語のアクセントで話してしまう」と書かれています。

室谷代表取締役

つまり言語コードを間違えるとアクセントが付く、と。分からなければ省略して自動検出に任せる、が正解ですね。

テキトー教師DotAI 認定講師

あと地味に便利なのが、公開ボイスとインスタントボイスは[laughs]のようなオーディオタグを解釈できる点です。公式ドキュメントのリクエストフィールド表に「Public and instant voices also perform audio tags, such as [laughs]」とあります。

室谷代表取締役

一方でSSMLは原則非対応で、プロフェッショナルボイスだけが<break time="0.5s"/>のような最大5秒のポーズを使える、と。インスタントボイスはそれが使えない。

この差は覚えておいた方がいいです。

テキトー教師DotAI 認定講師

レート制限も見ておきましょう。各エンドポイントはワークスペースメンバーあたり毎分30リクエストがデフォルトです。

それとは別に「共有キャパシティ」があって、無料ユーザー全員で限られた処理能力を分け合う。だから自分のリクエスト制限内でもHTTP 429が返ることがある。

室谷代表取締役

429が返ったらRetry-Afterヘッダーがあればその秒数待つ、なければ指数バックオフで待ち時間を増やして再試行、と。タイムアウトやサービス障害ならHTTP 500が返ることもある。

ストリーミングの場合は音声が始まる前にこれらのエラーが返る、と公式ドキュメントにあります。

テキトー教師DotAI 認定講師

そして重要なのが「無料リクエストが自動で有料モデルに切り替わることはない」という点です。有料のTurboを使うならheygen-voice-1-turboを指定して新しいリクエストを送る。

そのリクエストは課金される。

室谷代表取締役

これは安心材料ですね。知らないうちに課金されていた、という事故が起きない設計になっています。

テキトー教師DotAI 認定講師

音声作成の制限も別枠です。無料プランのワークスペースは、デフォルトで24時間のローリング期間に20回のクローン呼び出しと20回のボイスデザイン呼び出しができる。

ワークスペースの全メンバーで共有です。

室谷代表取締役

クローンをバンバン作りたい人は、この20回という数字を意識しておいた方がいいですね。既存のボイスを使い回せば、その枠を消費せずに済みます。

無料で使えるのはいつまで？料金と提供範囲、日本語対応の現状

室谷代表取締役

料金を整理しましょう。無料版は2026年11月30日まで0ドル。

有料のTurboは100万文字あたり4ドル、通常のHeyGen Voiceは100万文字あたり15ドルです。

テキトー教師DotAI 認定講師

公式ブログの比較表でも、Turbo Freeが「$0 until Nov 30」、Turboが「$4 per 1M characters」、HeyGen Voiceが「$15 per 1M characters」と並んでいます。

室谷代表取締役

100万文字あたり4ドルって、音声合成の相場からするとかなり攻めた価格ですよね。しかもTurboは通常のHeyGen Voiceより安い。

テキトー教師DotAI 認定講師

公式ブログの表では用途の欄も分かれていて、Turbo Freeは「Prototypes and testing」、Turboは「Production at volume」、HeyGen Voiceは「Your own trained voice」と書かれています。無料版はあくまで試作とテスト用、という位置づけが明確です。

室谷代表取締役

声の欄も見ると、Turbo FreeとTurboは「Public and instant」、HeyGen Voiceは「Public, instant and professional」。プロフェッショナルクローンが要るならHeyGen Voice、という線引きですね。

テキトー教師DotAI 認定講師

提供範囲で見落としがちなのが、EU域内ルーティングに未対応という点です。OpenRouterのモデルページに「Not currently available through EU in-region routing」とあります。

EU域内でのデータ処理が要件になっている案件では、ここは引っかかります。

室谷代表取締役

あと可用性の数字も見ておきたい。OpenRouterのページでは3日間の稼働率が99.76%、直近24時間のOpenRouter Availabilityが99.62%と表示されています。

ただしこれは「ベストエフォート」の範囲内の実測値であって、保証ではないんですよね。

テキトー教師DotAI 認定講師

公式ブログにも「Best effort: no uptime or latency guarantee. When free capacity is full, requests return 429, so retry later.」と明記されています。稼働率や遅延は保証されない、と。

室谷代表取締役

日本語対応の現状については、先ほども触れた通り、39言語対応という表記はあるものの言語一覧が資料にないので、日本語が含まれるかは現時点では明らかにされていません。公式ドキュメントの対応言語一覧で確認するのが確実です。

テキトー教師DotAI 認定講師

ここは受講生さんからもよく聞かれるところで、「39言語」という数字だけを見て日本語OKと判断してしまう人がいるんですよ。講座でも、対応言語は必ず一次情報の一覧で確認するように伝えています。

室谷代表取締役

音声合成の日本語対応って、同じ「対応」でも品質に差が出る領域なので、実際に自分の原稿を読ませて聴くのが一番早いです。無料期間中に試しておく価値はあります。

ベンチマークで見えた得意・不得意――1位の評価とOpenRouter上の順位

室谷代表取締役

ここが一番おもしろいところなんですけど、評価が2つあって、しかも方向性が違うんですよ。

テキトー教師DotAI 認定講師

まずHeyGenの公式ブログの主張。Artificial Analysisのテキスト読み上げリーダーボードで、HeyGen Voice Turboが1位、HeyGen Voiceが2位。

Qwen-Audio-3.1、Eleven v4 Turbo、Eleven v4を上回るとされています。

室谷代表取締役

このリーダーボードは「Controlled Voice」といって、すべてのモデルが同じ8つのクローン音声（米国4つ、英国4つ）で読む。だから声の違いではなくモデルそのものを比べている、と。

順位はブラインド聴取テストで、2つのクリップを聴いて良い方を選ぶ方式です。

テキトー教師DotAI 認定講師

公式ブログには「HeyGenユーザーによるブラインドのサイドバイサイド聴取で、ElevenLabsに対して64%が好ましいと回答」という数字も出ています。ただしこれはHeyGenユーザーによる評価だという前提は押さえておきたいですね。

室谷代表取締役

一方で、OpenRouter上のベンチマークはもっと手厳しいんですよ。正解率は12プロンプト平均で89%、総合順位は36モデル中22位。

速度は36モデル中32位（速い順）。

テキトー教師DotAI 認定講師

プロンプト別に見ると差がはっきり出ています。単文、5つの「No」、請求書の行、方向と単位、句読点、段落全体、埋め込み指示は36モデル中1位タイ。

ところが……

室谷代表取締役

1語だけの「No.」が36モデル中35位タイ、正解率25%。コードスイッチ（英語とスペイン語の混在）が30位タイで90%。

非言語キュー（ため息や笑い）が20位タイで75%。

テキトー教師DotAI 認定講師

つまり、まとまった文章を読ませるのは得意だけど、1語だけとか、言語が混ざるとか、ため息や笑いのような非言語表現は苦手、という傾向がデータに出ているんですよ。

室谷代表取締役

これは実際のユースケースに直結します。ナレーションやボイスオーバーみたいに文章を読ませる用途は強い。

でも「はい」「いいえ」だけの短い応答を大量に返すチャットボットの音声とか、感情タグを多用する演出は、現状では相性が良くない可能性があります。

テキトー教師DotAI 認定講師

公式ブログが「Turboはフラットなスタジオ読みではなく、自然で本物らしい語り」を狙っていると書いているのと、文章を読ませた時の強さは整合的ですね。

室谷代表取締役

速度順位が32位なのに、レイテンシのP50が0.51〜0.52秒という数字も出ています。ここは指標の意味を取り違えないようにしたい。

速度ランキングは別の測り方で、レイテンシは往復時間。単純に「遅い」と決めつける話ではないんですよね。

テキトー教師DotAI 認定講師

ベンチマークは条件で結果が変わる典型例です。1つの順位だけを見て「最強」「ダメ」と決めるのは、講座でもやらないように言っています。

プロトタイプから本番へ――HeyGen Voice Turboが向く用途と注意点

室谷代表取締役

じゃあ実際どこで使うか。公式ブログが「Prototypes and testing」「small amounts of speech」と書いている通り、まず試して、良ければ本番に移すという導線が想定されています。

テキトー教師DotAI 認定講師

本番移行が楽なのも特徴で、公式ブログには「Switch the model name. Nothing else in your request changes.」とあります。モデル名を変えるだけで、リクエストの中身は変えなくていい、と。

室谷代表取締役

heygen-voice-1-turbo-freeからheygen-voice-1-turboに変えるだけ。これは開発者にとってはかなり嬉しい設計です。

プロトタイプで作ったコードがそのまま本番で使えるわけですから。

テキトー教師DotAI 認定講師

OpenRouterのページには、このモデルにトラフィックを送っている公開アプリも並んでいます。TeraTTS-GUI Cloud、Learning Systems Academy、Novel Audio、Ilektrotechnia EPAL、FreeTextoSpeechといった名前が見えます。

室谷代表取締役

音声読み上げ系のGUIツール、学習プラットフォーム、オーディオ系アプリ。まさにナレーションや読み上げが主目的のアプリが使っている、という傾向が読み取れますね。

テキトー教師DotAI 認定講師

向く用途を整理すると、ボイスオーバー、ナレーション、アプリへの読み上げ組み込み、プロトタイプでの音声検証あたりでしょうか。まとまった文章を読ませるのが得意というベンチマーク結果とも合います。

室谷代表取締役

逆に注意点は、プロフェッショナルクローンが使えないこと、EU域内ルーティング未対応、稼働率と遅延が保証されないこと、429が返り得ること、そして2026年11月30日で無料が終わること。この5つは設計に織り込んでおく必要があります。

テキトー教師DotAI 認定講師

特に期限ですね。無料を前提にプロダクトを組んでしまうと、12月1日に突然コストが発生します。

公式には事前通知があるとされていますが、予算計画には最初から有料の$4/100万文字を入れておくのが安全です。

室谷代表取締役

MYUUUでも、無料枠のモデルを使うときは「無料期間が終わったらこの価格になる」という前提で試算を出すようにしています。無料は検証のための期間であって、本番の原価ではないんですよね。

テキトー教師DotAI 認定講師

あと音声クローンの扱いも注意が必要です。インスタントボイスは1回の録音から作れて手軽ですが、他人の声を無断でクローンするのはNGです。

これは技術的な話ではなく、運用と倫理の話として講座でも必ず触れています。

室谷代表取締役

声の権利は特にセンシティブですからね。プロトタイプで遊んでいるときほど、つい軽く考えがちなので気をつけたいところです。

テキトー教師DotAI 認定講師

音声合成モデルを選ぶときの比較軸については、ChatGPTの類似サービス・代替AI完全ガイドでも整理しているので、あわせて読むと選択肢の全体像がつかめると思います。

室谷代表取締役

あと、無料で試せるAIの期間限定オファーという文脈では、ChatGPT無料オファー完全ガイドの考え方も参考になります。期限付きの無料提供をどう評価するか、という視点ですね。

よくある質問

室谷代表取締役

ここからは、よく聞かれるポイントをQ&A形式で整理していきます。

テキトー教師DotAI 認定講師

まず基本から。HeyGen Voice Turboとは何か、という質問ですね。

室谷代表取締役

HeyGen Voice Turboは、HeyGenが提供するテキスト読み上げモデルHeyGen Voiceの低遅延版です。同じ声質のまま生成を速く、安くした高速モードで、39言語に対応し、1リクエスト最大5,000文字、44.1kHzモノラルPCMのストリーミングに対応しています。

テキトー教師DotAI 認定講師

次に無料かどうか。これは期間限定です。

室谷代表取締役

OpenRouter上では2026年11月30日まで無料です。クレジットカードは不要で、HeyGenアカウントとAPIキーだけで使えます。

ただしベストエフォート運用で、稼働率や遅延は保証されません。

テキトー教師DotAI 認定講師

声の種類についても聞かれます。

室谷代表取締役

公開ボイス10種がデフォルトで使えて、自分のHeyGenキーを持ち込めばアカウントの音声クローンも使えます。インスタントボイスはプレビュー期間中、作成が無料です。

プロフェッショナルクローンは無料版では使えず、heygen-voice-1が必要です。

テキトー教師DotAI 認定講師

入出力の形式はどうでしょうか。

室谷代表取締役

入力は1〜5,000文字のプレーンな文章とvoice_id。出力は44.1kHzモノラルのPCMで、通常のTTSエンドポイントでは44.1kHzのWAV URLが返り、ストリーミングエンドポイントではServer-Sent Eventsで順序付きの音声パートが返ります。

テキトー教師DotAI 認定講師

日本語についてはどう答えますか。

室谷代表取締役

39言語対応とされていますが、資料には言語一覧が示されていないため、日本語が含まれるかは現時点では明らかにされていません。HeyGenの公式ドキュメントの対応言語一覧で確認する必要があります。

テキトー教師DotAI 認定講師

無料期間が終わったらどうなるか、も気になりますよね。

室谷代表取締役

有料のTurboが100万文字あたり4ドル、通常のHeyGen Voiceが100万文字あたり15ドルです。無料リクエストが自動で有料モデルに切り替わることはなく、有料を使うにはモデル名をheygen-voice-1-turboに変えて新しいリクエストを送る必要があります。

テキトー教師DotAI 認定講師

最後に、他の音声合成サービスと比べてどうなのか、という点です。

室谷代表取締役

今回のソースで比較として言及されているのは、Artificial AnalysisのリーダーボードでTurboが1位、HeyGen Voiceが2位という評価です。そこではQwen-Audio-3.1、Eleven v4 Turbo、Eleven v4を上回るとされています。

一方、OpenRouter上のベンチマークでは総合22位/36、速度32位/36という結果も出ていて、プロンプトによる得手不得手があります。どちらか一方の数字だけで優劣を断定するのは避けた方がいいですね。

テキトー教師DotAI 認定講師

実際に自分の用途の原稿を読ませて聴くのが一番確実です。無料期間中に試しておけば、本番移行の判断材料が揃います。

室谷代表取締役

期限が2026年11月30日なので、試すなら早めに。まずは公開ボイスのNadineで1本作ってみる、くらいの軽い気持ちで始めるのがいいと思います。