Google Cloud Text-to-Speechの料金・機能まとめ
Google Cloud Text-to-Speechはアプリ、コンタクトセンター、教材、メディア、アクセシビリティ、IoT機器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・WaveNet: $4 / Neural2: $16 / Chirp 3: HD: $30 / Instant Custom Voice: $60 / Studio: $160（各100万文字あたり）。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。
2026-09-21 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・WaveNet: $4 / Neural2: $16 / Chirp 3: HD: $30 / Instant Custom Voice: $60 / Studio: $160（各100万文字あたり） |
|---|---|
| 年額料金 | 年払いプランなし（処理文字数またはGemini-TTSのトークン数に応じた従量課金） |
| 無料プラン | あり |
| 無料体験 | あり（Standard・WaveNetは毎月400万文字、Neural2・Chirp 3: HD・Studioは毎月100万文字まで無料。新規Google Cloud顧客は最大$300の無料クレジット） |
| 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。Google Cloud利用規約上、顧客はCustomer DataとCustomer Applicationsの知的財産権を保持し、Customer Dataにはサービス利用により入力データから派生したデータも含まれる。入力文章・音声に必要な権利を保有し、利用規約・Acceptable Use Policy・適用法を遵守する必要がある。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 | Web（Google Cloud Console・Media Studio）、REST API、gRPC API、Google Cloud Client Libraries |
Google Cloud Text-to-Speechの主な機能
- 日本語を含む75以上の言語・地域、380以上の音声によるテキスト読み上げ
- Gemini-TTSの自然言語プロンプトによる声色・話速・感情・複数話者の制御
- Chirp 3: HDの低遅延ストリーミングと10秒の音声から作成するInstant Custom Voice
- SSML、長文音声合成、MP3・Linear16・OGG Opus出力、再生機器別オーディオプロファイル
Google Cloud Text-to-Speechが向いている人・注意点
向いている点
- 日本語でChirp 3: HD・Neural2・WaveNet・Standardの多数の男女音声を利用できる
- 固定月額なしで毎月の無料枠があり、REST・gRPC・公式クライアントライブラリから大規模システムへ組み込める
- 2018年から継続提供され、G2で149件のレビューと4.4/5の評価、Capterraでも複数レビューを確認できる
注意点
- 利用にはGoogle Cloudプロジェクトと請求先アカウントの有効化が必要で、無料枠超過後は自動課金される
- 音声モデルごとに料金・無料枠・対応機能が異なり、Gemini-TTSは文字数ではなく入出力トークンで課金される
- 日本円の固定料金はなく、他のGoogle Cloudリソースを併用すると別途料金が発生する
Google Cloud Text-to-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。Google Cloud利用規約上、顧客はCustomer DataとCustomer Applicationsの知的財産権を保持し、Customer Dataにはサービス利用により入力データから派生したデータも含まれる。入力文章・音声に必要な権利を保有し、利用規約・Acceptable Use Policy・適用法を遵守する必要がある。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。
