このツールでできること
音声合成サービスの料金は、会社によって課金単位が異なります。Amazon Polly や ElevenLabs の多くのモデルは文字数単位、OpenAI の一部の音声は音声トークン単位で、目安は「1分あたり」で示されています。このままでは比較しにくいため、このツールはすべてを「100万文字あたりの料金」にそろえ、月額費用と、完成した音声1時間あたりの費用を音声モデルごとに計算します。
計算方法
換算の基準は読み上げ速度です。日本語のナレーションは1分あたり約300文字が目安なので、1時間の音声はおよそ18,000文字になります。英語（1分あたり約900文字）と比べると、同じ時間でも文字数が少ないため、時間あたりの費用は安くなります。
- 1か月の文字数：文字数を直接入力するか、分数 × 1分あたりの文字数で計算します。
- 月額費用＝文字数 × 100万文字あたりの単価 ÷ 1,000,000
- 分単位のサービスは、同じ読み上げ速度で1文字あたりの単価に換算します。そのため、速度を変えると順位も変わります。
- 任意の 15%上乗せ は、読み間違いやイントネーションの不自然さによる再生成分です。ナレーション制作ではよく発生します。
計算例
個人作家が 10万文字の小説 をオーディオブックにする場合、1分300文字なら約5時間30分の音声になります。ElevenLabs v3（100万文字あたり80ドル）なら 8.00ドル（完成音声1時間あたり約1.44ドル）、Amazon Polly Neural（100万文字あたり16ドル）なら 1.60ドル です。15%の上乗せを含めると、それぞれ 9.20ドル と 1.84ドル になります。
ナレーション用途では、料金よりも日本語の自然さ（アクセント、読み間違い、漢字の読み）が重要になることがほとんどです。最も高い選択肢でも、スタジオ収録1時間分よりずっと安く済みます。一方、すべての回答を読み上げる音声アシスタントのような大量利用では、1文字あたりのわずかな差が積み重なります。言語モデルの費用と合わせて試算するには AI API 料金計算ツール を、原稿の長さを確認するには トークン数計算ツール をご利用ください。
注意点
料金は従量課金の公表価格（米ドル）です。サブスクリプションプランでは毎月の文字数枠が含まれるため、使い方によって実質単価が上下します。無料枠は差し引いていません。読み上げ速度は音声や話し方によって変わり、1分あたりの文字数も変わります。料金確認時、ElevenLabs は v4 モデルの期間限定割引を実施していましたが、ここでは含めていません。円での支払額は為替レートと消費税によって変わります。最新の料金は各社のページでご確認ください。
出典
各社の公式料金ページ（Amazon Polly、OpenAI、ElevenLabs）を参照しました。