Azure Speechの料金・機能まとめ
Azure Speechはアプリ、コンタクトセンター、教材、ゲーム、アクセシビリティ、デジタルヒューマンへ日本語を含む音声合成を組み込みたい企業・開発者に向けた音声生成AIツールです。 月額料金は従量課金(月次請求) / Standard Text to Speech: $4 / Neural Text to Speech: $15 / Neural HD: $48(各100万文字あたり) / Standard Avatar Realtime: $0.50/分。無料プランが用意されており、まず試してから有料プランを検討できます。日本語に対応しています。
2026-09-23 時点の公式情報にもとづく内容です
料金・スペック一覧
| 月額料金 | 従量課金(月次請求) / Standard Text to Speech: $4 / Neural Text to Speech: $15 / Neural HD: $48(各100万文字あたり) / Standard Avatar Realtime: $0.50/分 |
|---|---|
| 年額料金 | 年払いプランなし(処理文字数・生成時間に応じた従量課金。大量利用向けコミットメント階層あり) |
| 無料プラン | あり |
| 無料体験 | あり(Free Text to Speechの無料メーターを提供。月間上限は不明のためAzureポータルで要確認。新規Azureアカウントは30日間の無料試用あり) |
| 日本語対応 | 対応 |
| 商用利用 | 業務・商用アプリへの組み込みが可能。入力テキスト、カスタム音声の学習データ、生成物について必要な権利を保有し、Microsoft Customer Agreement・製品条項・Responsible AI条件・第三者権利・適用法を確認する必要がある。日本円での請求額は為替や地域設定により異なる |
| API提供 | あり |
| 対応環境 | Microsoft Foundry・Azure portal、Speech SDK、REST API、Speech CLI、Dockerコンテナー(一部機能) |
Azure Speechの主な機能
- 日本語の標準Neural、Neural HD、Neural HD Flash、Multilingual音声によるテキスト読み上げ
- SSMLによる話速・ピッチ・発音・感情スタイルの制御とMP3・Opus・PCMなどの音声出力
- カスタムニューラル音声、バッチ音声合成、リアルタイムストリーミング、発話アバター
- 音声認識・音声翻訳・Voice Live APIと同じAzure Speech基盤での統合
Azure Speechが向いている人・注意点
向いている点
- 日本語で男女の標準Neural音声に加え、Nanami・MasaruのHD音声とHaruto・SakuraのHD Flash音声を利用できる
- REST・SDK・CLI、SSML、ストリーミング、カスタム音声に対応し、東日本リージョンを含む多数のAzureリージョンで提供される
- Azureの企業向け基盤、継続的な2026年の機能更新、TrustRadiusのMicrosoft Azure 1,100件超レビューから運営継続性を確認できる
注意点
- 料金体系が音声モデル・文字数・生成方式・リージョンで分かれ、Azureの請求先アカウントとコスト管理が必要
- 無料TTSメーターの月間上限は公開料金APIだけでは一意に確認できず、契約中のAzureポータルで確認が必要
- カスタムニューラル音声や一部の高度機能はアクセス申請・追加料金・責任あるAI要件の対象になる
Azure Speechの商用利用について
業務・商用アプリへの組み込みが可能。入力テキスト、カスタム音声の学習データ、生成物について必要な権利を保有し、Microsoft Customer Agreement・製品条項・Responsible AI条件・第三者権利・適用法を確認する必要がある。日本円での請求額は為替や地域設定により異なる
商用利用の条件はプランや規約の改定によって変わることがあります。 業務で利用する前には、必ず公式の料金・規約ページで最新の条件を確認してください。