気軽に音声データが作れる！人気の音声合成フリーソフト7種類を徹底比較
目次[閉じる]
動画に音声を付けたい場合、自分の声を録音する方法以外に文章を音声にして読み上げてくれる音声合成ソフトを利用する手段もあります。
自分の声の録音や他の人にナレーションを依頼するなどの方法を取らなくても、手軽に音声ファイルを作れるのでとても便利です。
そんな音声合成ソフトにはフリーソフトがたくさんあるので、ソフトを買わずともすぐに音声ファイルの作成を始めることができます。
そこで今回は人気の音声合成フリーソフトの機能や特徴を比較してみました。
自分に合った音声合成フリーソフトを見つける参考にしてみてください。
H2：テキストーク
動作環境 Windows 10・8・7・Vista
音声 8種類
対応言語 日本語・英語
保存形式 MP3・WAV
商用利用 可能
テキスト音声合成エンジンの「Open JTalk」を採用しているフリーソフトです。
音声の再生・停止ボタン、音量、速度、声の種類、テキストボックスなど音声読み上げに必要な操作項目が一画面にまとめて表示されているので使いやすく、合成音声の入門に最適です。
日本語と英語に対応しており、日本語であれば男性は1種類、女性は6種類の声を利用できます。
ただし、英語は女性1種類のみなので注意してください。
読み仮名辞書機能があるので、特殊な読みなど自動変換が難しい言葉をソフトに記憶させることが可能です。
変換された音声はMP3やWAV形式で保存が可能なので、保存すればすぐに動画編集に使えます。
デメリットはWindows OSにしか対応していないことです。
さらに、最終更新日が2015年となっているので、10以降の新しいバージョンのOSでは正常に作動しない可能性があります。
H2：SoftTalk（ソフトーク）
動作環境 Windows 10・8.1・8・7・Vista・XP・2000
音声 30種類
対応言語 日本語・英語
保存形式 WAV
商用利用 ライセンス購入が必要
ゲーム実況動画でよく使われている、「ゆっくりボイス」でおなじみの音声合成フリーソフトです。
30種類の声を選択できることが最大の魅力で、定番の女性や男性だけではなく、ロボットや中性といった風変りな声も使えます。
機械的な声となるのでやや聞き取りづらい部分もあり、動画ではテロップを付けた方が良いでしょう。
このソフトではリピート機能があるので、気になる部分はリピート再生で聞き直し、音程や速度を調整できます。
音量などはスライドバーで感覚的に調整でき、さらに横のテキストボックスに数値を入力して細かく設定することも可能です。
SoftTalkでは、AquesTalkやSAPIといった音声合成エンジン・ライブラリを採用しています。
録音した音声の商用利用に関しては音声合成エンジン・ライブラリによって制限があります。
AquesTalkの音声は非営利かつ個人利用であれば無償ですが、商用利用となるとライセンス購入が必要です。
SAPI・Speech Platformの音声はメーカーへの確認が必要となります。
コエステーション
動作環境 iOS 10.0以降
音声 自分の声
対応言語 日本語
保存形式 不可
商用利用 法人向けサービスのみ
iPhoneやiPadといったiOSで使える音声合成アプリです。
こちらはアプリに登録した自分の声で読み上げができます。
指定の文章の読み上げを繰り返すと音声読み上げの精度が上がっていき、クオリティの高い音声を作ることが可能です。
こちらは個人版と法人版があります。
個人版では読み上げられる文字数が150字まで、さらに端末内に作成した声は保存できず、期限が経過するとアプリ内から削除されます。
TwitterやLINEなどのSNSでシェアすることは可能なので、端末に保存したい場合はシェアして保存という形になります。
なお、商用利用は法人向けサービスのみ可能です。
自分の声で音声を作れるのは面白いところですが、動画制作などを目的に使うのには少し不向きかもしれません。
棒読みちゃん
動作環境 Windows 2000以降
音声 8種類
対応言語 日本語
保存形式 WAV
商用利用 可能
SoftTalkと同じくAquesTalkやSAPI5、Speech Platformで音声合成をしているフリーソフトです。
そのため、読み上げの声もSoftTalkと近い声質となり、人間味のある声を作ることはできません。
使用できる声の種類は8種類となっており、SoftTalkと比べて使える声の数は少ないです。
しかし、SoftTalkと大きく異なる点はTwitchやYouTube Live、ニコニコ生放送などの外部サービスと連携できることです。
各サービスのコメントビューアと連携させることで、生放送でコメントの読み上げもできます。
なお、旧ライセンスのAquesTalkを使っているので、個人・商用問わず利用可能です。
H2：音読さん
動作環境 パソコン・スマホ・タブレット（OS問わず）
音声 8種類
対応言語 30ヶ国語
保存形式 MP3
商用利用 一部商用利用はビジネスプランへの登録が必須
音読さんはブラウザ上で音声合成と音声ファイルのダウンロードができるので、ソフトのダウンロードやインストールは不要です。
パソコンだけではなく、スマホやタブレットからも利用できます。
言語は日本語を含め30以上も対応しており、日本語音声ではロボットや音声アシスタントなど8種類利用できます。
比較的になめらかで人間味のある声で文章を読み上げてくれるので、自然に近い声質を求める人におすすめです。
1度で作成できる文字数は登録なしで1000文字までですが、無料登録をすれば5000文字まで増えます。
大量の文字数で音声データを作りたい時に重宝します。
それ以上の文字数で作成する場合は有料プランへの登録が必要となります。
また、YouTubeにアップする個人動画や社内研修用の動画など非営利・個人利用で使う時は、有料会員を除いてクレジットの記載が必要です。
音声教材など表記が難しい場合は有料プランへの登録が必要なほか、音声を使った教材や商品の販売といった一部の商用利用はビジネスプランでしか認められていないので注意してください。
VOICEVOX（ボイスボックス）
動作環境 Windows・Linux
音声 2種類
対応言語 日本語
保存形式 WAV
商用利用 可能
VOICEVOXでは現在、「四国めたん」と「ずんだもん」の2種類の声を使って音声合成の再生・出力が可能です。
四国めたんは落ち着きのある優しい声質
、ずんだもんは子どものような高めの声質が特徴的です。
無調整でもある程度自然な発音で再生でき、イントネーションやアクセント、音高、抑揚など細かな調整でよりなめらかな音源を作成できます。
フリーソフトでありながら、音質もある程度良いと評価されています。
どちらもVOICEVOXとキャラ名をクレジット表記すれば、商用利用も可能です。
しかし、クレジット記載をしない商用利用は1キャラごとに40万円の利用料が発生するので注意してください。
こちらのソフトの内部エンジンはCPUまたはGPUで動作しています。
動作の早さや快適さはGPUモードが勝りますが、NVIDIA製GPUでメモリ3GB以上の動作環境が推奨されているので、CPUモードの方が導入はしやすいです。
CoeFont STUDIO（コエフォントスタジオ）
動作環境 パソコン・スマホ・タブレット
音声 3種類
対応言語 日本語
保存形式 WAV
商用利用 可能
音読さんと同じくWeb上で音声合成ができるサービスです。
こちらもOSを問わず、Webブラウザが使えればパソコン以外にスマホやタブレットからも利用可能です。
AI音声合成キャラクターのアリアル・ミリアル・アベルーニ（有料）の3人から選び、音声データを作成できます。
こちらの音声合成サービスは、ディープラーニングにより人の声を高精度に再現しているのが特徴です。
Web上でアクセントやスピードなど細かく調整し、作成された音声は動画などの素材に使用できます。
なお、1回につき音声化できる文字数は200文字までとなっています。
CoeFont STUDIOは2021年4月から期間限定で無料公開されており、終了期間は現時点で未定です。
有料のキャラクターボイスやオプションも提供も予定されているので、声の数も増えていく可能性があります。
作成した音声データを営利・非営利のどちらでも自由に使えますが、クレジット表記が必要です。
今回は人気の音声合成フリーソフトを7種類ご紹介しました。
同じフリーソフトでも使える音声の数が異なり、また機械的な声から人間の声を高精度に再現しているソフトもあります。
サンプルボイスを用意しているところが多いので、どんな声で読み上げてくれるのか確認してみてください。
実際に一度使ってみて、好みの声で音声データを作成できるのか確認してみるのも良いでしょう。
有料版ではなかなかできませんが、フリーソフトなら基本的にお金がかからないので気軽に試せるところが最大の利点です。
ダウンロードして使用するタイプは対応OSが基本的にWindowsになってしまいますが、Web上から音声データを作成できるサービスもあります。
Macやスマホ・タブレットから利用したい方は、Web版を活用してみましょう。
また、商用利用の関してはサービスごとに規約が異なり、ビジネスプランへ登録やライセンス購入が必須ということも多いです。
商用利用で使いたい場合は規約も確認し、各フリーソフトを比較してみてください。
