AI音声生成はどれを選ぶか——無料の範囲と商用条件から逆算する（2026年8月）

AI音声生成のツールを探すと「おすすめ10選」が何本も出てくるが、読み終えても選べないことが多い。理由は単純で、あの形式はあなたが何に使うかを知らないまま書かれているからだ。逆に、次の3問に答えるだけで、候補は勝手に2〜3個まで減る。

問1: 作りたいのは「読み上げ」か「キャラクター」か「自分の声」か

AI音声生成は、見た目が似ていても中身は3系統に分かれる。

読み上げ（TTS）型は、文章を自然な声で読む道具。ナレーション・解説動画・社内研修向けで、多言語対応が強みの海外勢（ElevenLabsなど）がここに多い。キャラクターボイス型は、決まったキャラクターの声で喋らせる道具。ゆっくり実況やVOICEVOXの文化圏で、日本ではこの系統だけ独自に発達している。ボイスクローン型は、自分（または許諾を得た人）の声を学習させて使う道具で、権利の注意が3系統で最も重い。

「動画のナレーションが欲しいだけなのにキャラ音声ツールを比較していた」という迷子が、選べない原因の半分を占める。まず自分がどの棚の前に立っているかを決める。

問2: 商用に使うか——無料プランの境界線はここにある

趣味の動画なら無料プランで足りることが多い。境界線は収益化した瞬間に来る。

ElevenLabsの現行プラン（公式料金ページを2026年8月13日に確認）はこうなっている。

つまりElevenLabsでは、収益化するYouTube動画に使うなら最低でも月$6のStarterが必要になる。無料プランのまま収益化動画に使うのは規約の線を越える。

ラボット「収益化を始めた月」からが商用です。過去に無料プランで作った動画を収益化する場合も線を越えるので、切り替え前に規約を確認してください。

日本のキャラクターボイス系はもう1段複雑で、VOICEVOXのようにソフトは無料でもキャラクターごとに利用規約が違う方式がある。クレジット表記の要否も配布元ごとに決まっているので、「VOICEVOXは商用可」とひとまとめに覚えず、使うキャラクターの規約を1枚ずつ開く。ツール側の規約と素材（声）側の規約が別々にある、という構造はAI動画編集アプリと同じである。

問3: 日本語の自然さは、聴くまで分からない

料金表は読めば分かるが、日本語の読み上げ品質だけは仕様表に出てこない。固有名詞のアクセント、助詞の「は」、数字の読み。ここはカタログではなく耳で決めるしかない。

幸い、主要ツールには無料枠がある。同じ文章を各ツールに読ませて聴き比べるのが、遠回りに見えて最短の選び方だ。試す文章は、実際に使う原稿から「固有名詞・数字・カタカナ語が入った3文」を抜くのがいい。挨拶文はどのツールもうまく読むので、差が出ない。

ラボット聴き比べ用の文は「固有名詞・数字・カタカナ語」入りで3文。当ラボの実測でも、差が出るのはいつもこの3種類です。

当サイトはこの聴き比べを同一条件でやり、実測音声と読み間違いの記録を順次このカテゴリに追加していく。まだ数が揃っていない段階なので、この記事ではまず手順だけ置いておく——自分の原稿で試すほうが、他人の実測より確実でもある。

3問の答え別・最初に試す1本

• 読み上げ×商用×多言語 → ElevenLabsのFreeで品質を確かめ、採用ならStarter以上に上げる
• キャラクター×日本語 → VOICEVOX系から。使うキャラクターの規約を先に読む
• 自分の声 → クローンは本人確認と権利の論点が別枠で重い。声の権利の記事を先に読んでからをすすめる

料金・プラン構成は変わる。この記事の表は確認日時点のもので、契約の直前には必ず公式の料金ページで最新の数字を見てほしい。