IBM Text to Speechの料金・機能まとめ
IBM Text to Speechはコンタクトセンター、音声アシスタント、教材、アクセシビリティ、ナレーションなどへ日本語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Lite: $0（毎月1万文字） / Standard: $0.02/1,000文字〜 / Premium: 要見積 / Deploy Anywhere: 要見積。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。
2026-09-22 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 | Lite: $0（毎月1万文字） / Standard: $0.02/1,000文字〜 / Premium: 要見積 / Deploy Anywhere: 要見積 |
|---|---|
| 年額料金 | 年払いプランなし（Standardは文字数に応じた従量課金、Premium・Deploy Anywhereは要見積） |
| 無料プラン | あり |
| 無料体験 | あり（Liteは毎月1万文字まで無料。Premium・Deploy Anywhereの試用条件は要問い合わせ） |
| 日本語対応 | 対応 |
| 商用利用 | アプリや商用ソリューション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、生成音声について必要な権利を保有し、IBM Cloud利用条件・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 | IBM Cloud、REST API、WebSocket API、IBM Cloud Pak for Data、オンプレミス |
IBM Text to Speechの主な機能
- 日本語のEnhanced neural voice『Emi V3』を含む多言語の自然な音声合成
- REST・WebSocket APIによる低遅延ストリーミングとSSMLによる話速・音量・発音の制御
- IPA・IBM SPRを使った単語のカスタム発音辞書とMP3・WAV・Ogg・WebMなどの音声出力
- Premiumのカスタムブランド音声と、クラウド・専有環境・ハイブリッド・オンプレミスの展開方式
IBM Text to Speechが向いている人・注意点
向いている点
- Liteで毎月1万文字を無料利用でき、Standardは固定月額なしの従量課金で開始できる
- REST・WebSocket、SSML、カスタム発音に対応し、アプリへ細かく音声制御を組み込める
- IBM Cloudから専有・ハイブリッド・オンプレミスまで展開でき、2026年も継続的な製品更新がある
注意点
- 日本語の現行音声はEnhanced neuralのEmi V3のみで、英語などより選択肢が少ない
- PremiumとDeploy Anywhereは要見積で、導入前に総費用を比較しにくい
- 日本円の固定料金はなく、大量利用時は文字数に応じて費用が増える
IBM Text to Speechの商用利用について
アプリや商用ソリューション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、生成音声について必要な権利を保有し、IBM Cloud利用条件・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。
