無料で音声を作っていたら、いざ動画を公開する段になって商用利用の条件に引っかかった。CoeFontの代替を探している人の大半は、この壁に当たっています。声は気に入っている。ただ、条件と費用が合わない。
答えを先に出します。個人や小規模チームで日本語の読み上げをするなら、VOICEVOXとAivisSpeechの2本立てが現実的な乗り換え先です。 本体が無料で、音声が自分の端末から外へ出ません。ここで品質が足りない用途だけ、有料のクラウドサービスに回します。
音声合成AIとは、入力した文字を人の声のように読み上げる技術です。英語ではText to Speechと呼ばれ、頭文字を取ってTTSと略されます。昔の機械音声と違い、いまは息づかいや抑揚まで再現されるため、ナレーションの下地としてそのまま使える水準に来ました。
CoeFontから乗り換えたくなる理由は、だいたい3つです
乗り換え相談の内容は、驚くほど同じ3点に集まります。料金、商用条件、そして音声データの置き場所です。
ひとつめは無料枠の線引きです。CoeFont公式のプラン表によると、Freeプランは個人の非商用が対象で、商用利用は認められていません。毎月保存できる作品数も1つに絞られます。趣味の範囲なら十分ですが、YouTubeに広告が付いた瞬間に条件を外れます。
ふたつめは月額の重さ。Standardは月3,300円、Plusは月55,000円です。週に1本しか動画を作らない人にとって、3,300円は「使った分だけ」の感覚から離れます。ここが引っかかりどころ。
みっつめが意外と大きい理由で、音声データがクラウドを通る点です。社内の議事録や未発表の製品名を含む原稿を読み上げさせるとき、社外のサーバーに本文を送ってよいのか、法務から止められるケースがあります。
つまり、代替探しの動機は「安くしたい」だけではありません。商用条件と、原稿を外に出さない構成の2つが本当の争点です。
この3つのどれが自分に刺さっているかで、選ぶべきツールは変わります。次の表で、まずCoeFont側の条件をはっきりさせておきます。
CoeFontの料金と制限はどうなっている？
比較の起点として、乗り換え元の条件を正確に押さえます。以下はCoeFont公式のプラン表に記載されている内容です。
| 比較項目 | Free | Standard | Plus |
|---|---|---|---|
| 料金 | 無料 | 3,300円/月 | 55,000円/月 |
| 対象 | 個人・非商用 | 個人 | 小規模組織 |
| メンバー数 | 1名 | 1名 | 5名まで |
| 商用利用 | 不可 | 可 | 可 |
| 通訳の月間利用可能時間 | 60分 | 5時間 | 8時間 |
| 音声生成で使える声 | 制限あり | 10,000種類以上 | 10,000種類以上 |
| 毎月保存できる作品数 | 1 | 無制限 | 無制限 |
つまり、Freeは「試す枠」であって制作の枠ではありません。仕事で1本でも納品するならStandardが下限になります。
文字数の扱いにも癖があります。Standardは生成した1文字につき5ポイントを消費する方式で、Plusは基本料金に加えて100万文字を超えた分に追加課金が発生します。長尺のオーディオブックや、何度も読み直しをする台本では、この従量部分が効いてきます。
逆に言えば、10,000種類以上という声の在庫はCoeFontの強みです。ここだけを理由に残る判断も、じゅうぶん成り立ちます。
代替選びで見る5つの軸
ツール名を並べる前に、判断軸を決めます。軸が曖昧なまま7本を眺めると、結局いちばん有名なものを選んで終わります。
| 軸 | 何を見るか | 判断が分かれる場面 |
|---|---|---|
| 費用の形 | 月額か、買い切りか、無料か | 制作本数が月2本以下なら月額は割高 |
| 商用条件 | 無料枠のまま納品できるか | キャラ音声は個別規約が優先される |
| 動作場所 | 端末内かクラウドか | 未公開情報を読ませるなら端末内 |
| 日本語の自然さ | イントネーションと固有名詞の読み | 人名・製品名の読み間違いが多いと編集が増える |
| 組み込みやすさ | APIの有無（他のソフトから呼び出す窓口） | 記事を自動で音声化したいなら必須 |
この5軸のうち、上から2つが合わないツールは候補から外して構いません。品質は後から編集で埋められますが、規約は埋められないからです。
読み間違いへの対処も先に決めておくと後が楽です。ほとんどのツールは、読みをカタカナで指定する辞書機能を持っています。自社名や商品名を最初に10語ほど登録しておけば、修正作業はほぼ消えます。
CoeFont 代替の音声合成AI 7選
ここからが本題です。日本語の読み上げに使える7本を、性格の違いで並べました。
| ツール | 性格 | 費用の形 | 動作場所 | 向いている用途 |
|---|---|---|---|---|
| VOICEVOX | 無料の定番。キャラ音声が豊富 | 本体無料 | 端末内 | 実況動画、解説動画、試作 |
| AivisSpeech | 感情表現に強い国産エンジン | 本体無料 | 端末内 | 語りもの、朗読、キャラ演技 |
| Fish Audio | 公開モデルを自前運用できる | 無料枠＋従量 | クラウド／自前 | 開発者、独自サービス組み込み |
| ElevenLabs | 多言語と自然さで世界標準 | 月額＋従量 | クラウド | 海外向け、広告、長尺ナレーション |
| Voicepeak | 買い切りのデスクトップソフト | 買い切り | 端末内 | 継続案件、社内の常用 |
| AITalk | 法人向けの国産読み上げ基盤 | 要問い合わせ | クラウド／導入型 | 館内放送、eラーニング、公共 |
| Murf AI | 動画編集と一体のナレーション | 月額 | クラウド | 営業資料、製品デモ、研修動画 |
つまり、無料で始めたいなら上2本、品質と多言語を優先するなら中段、業務基盤として据えるなら下2本という並びです。
なお、キャラクターの演技に寄せたい場合はTypecastも同じ土俵に乗ります。7本に絞る都合で表からは外しましたが、感情パラメータの細かさを求めるなら見ておいて損はありません。
無料で始めるならVOICEVOXとAivisSpeechです
無料枠のまま動画を出したい人にとって、VOICEVOXは一択です。 本体が無料で、生成はパソコンの中で完結します。原稿がインターネットに出ないので、社内資料の読み上げにも通せます。
強みは辞書とイントネーション編集の作り込みです。単語ごとにアクセントの山を手で動かせるため、「AIピックス」のような造語も自然に読ませられます。ここは有料のクラウドサービスより細かく触れる部分。
弱点もはっきりしています。声がキャラクター寄りなので、企業のコーポレート動画には合いません。真面目なトーンの製品紹介に使うと、視聴者が置いていかれます。
AivisSpeechは、その弱点を埋める位置にいます。感情の乗った読み上げに強く、朗読や語りものの相性が良好です。VOICEVOXと同じく端末内で動くため、原稿の取り扱いの話は同じ条件で通ります。
商用利用の可否は、ソフト本体ではなく声の提供者が定めた規約で決まります。ここを取り違えると事故になります。使う声を決めたら、その声のページにあるライセンス表記を必ず確認してください。クレジット表記が必要な声、法人利用に申請がいる声、いずれも実在します。
2本とも無料である以上、まずは同じ台本を両方に読ませるのが早い方法です。30秒の原稿で差はすぐ分かります。
オープンソースを自分の環境で動かすなら
「サービスが終わったら音声が作れなくなる」という不安は、無視できない現実的なリスクです。この点を根本から潰すなら、モデルを自分の環境に置く選択になります。
Fish Audioは、公開されている音声合成モデルを軸に、クラウド利用と自前運用の両方ができる立ち位置です。開発者が自社サービスへ組み込む前提なら、有力な候補になります。
自前運用の利点は3つあります。
- サービス終了や料金改定の影響を受けない
- 音声データが社内から一歩も出ない
- 生成量が増えても費用が跳ねない
代わりに、GPUを積んだマシンの用意と、モデル更新の面倒を自分で見る必要があります。月に数本のナレーションのために構える構成ではありません。日に数百件を自動で音声化するような規模で、はじめて元が取れます。
APIを自分のアプリに組み込む段階まで行くなら、開発環境の整え方から入るのが結局は近道です。エディタ側の準備を先に済ませたい方は、CodexのVS Code拡張セットアップを先に読むと、この後の実装がすんなり進みます。
オープンソース系はもう一点、ライセンスの読み込みが要ります。モデル自体が商用可でも、学習に使われた音声の権利が別に定められている場合があります。趣味の範囲を超えるなら、ここは法務の目を通す前提で考えてください。
商用ナレーションを量産するなら何を使う？
広告、製品デモ、海外向けの字幕音声。この領域はElevenLabsが抜けています。日本語も読めますが、真価は多言語展開にあります。
同じ台本を複数言語で読ませたとき、言語ごとに別サービスを使う手間が消えます。海外の販売代理店に渡す動画を作るチームには、この一点だけで乗り換える価値があります。
日本語の自然さも高い水準ですが、固有名詞の読みには癖が出ます。人名と社名は辞書登録で先回りしておくのが無難です。
Murf AIは方向性が違います。ナレーションの生成と、動画・スライドへの尺合わせが同じ画面で完結します。営業資料や研修動画のように「作って終わり」ではなく、毎月差し替える素材を扱うチームに向いています。
どちらもクラウド型である以上、原稿は外部に送られます。未発表の情報を含む台本には使えません。ここは端末内で動く無料勢との住み分けがはっきりしている部分。
読み上げる前の台本づくりで詰まっているなら、文章生成側の比較も役に立ちます。JasperとCatchyの比較では、日本語の広告コピーに強いのはどちらかを扱っています。音声の質より、台本の質で決まる場面のほうが実は多いのです。
生成した音声を動画に乗せる工程は、CapCutの使い方ガイドにまとめてあります。音声合成だけ決めても、尺合わせで時間を溶かしては意味がありません。
買い切りとオフラインにこだわるなら
月額が気に入らない。この理由で乗り換える人には、Voicepeakが刺さります。デスクトップソフトとして端末にインストールし、購入後は生成し放題という形です。
毎月使う人ほど得をする構造。年単位で見たとき、月額型との差は明確に開きます。
もうひとつの利点が、インターネット接続に依存しない点です。出張先の新幹線でも、閉域網の社内でも、同じように音声が作れます。放送や館内アナウンスのように、当日に差し替えが発生する現場では地味に効きます。
弱点は、声の在庫が固定される点です。CoeFontの10,000種類以上という在庫と比べると、選択肢は限られます。プロジェクトごとに声を変えたい制作会社には物足りません。
| 用途 | 月額型が向く | 買い切り型が向く |
|---|---|---|
| 制作本数 | 月2本以下 | 週1本以上 |
| 声の入れ替え | 案件ごとに変えたい | 決まった声で統一したい |
| 作業場所 | 常時オンライン | オフラインあり |
| 予算の形 | 経費で月次処理 | 初期投資で処理 |
つまり、制作が習慣になっている人ほど買い切りが効きます。逆に、単発案件が中心なら月額のほうが総額は安く収まります。
法人の読み上げ基盤に据えるなら
社内ツールや公共施設のアナウンスに組み込むなら、判断軸が変わります。声の好みより、サポート体制と契約形態が先に来ます。
AITalkは、国内の法人向け読み上げとして長く使われてきた系譜にあります。導入形態や料金は個別見積もりが前提なので、公開情報だけで比較しきれません。担当者を立てて話を進める種類のサービスです。
この領域で確認すべき点は、機能表より契約書に寄ります。
- 生成した音声の権利が自社に帰属するか
- サービス終了時に音声データを取り出せるか
- 読み上げ内容がログとして保存されるか
- 障害時の連絡経路と復旧目標が明記されているか
このうち3つめは見落とされがちです。医療や金融の現場では、読み上げた文章そのものが機微情報になります。ログの保存期間を確認しないまま導入すると、後の監査で指摘を受けます。
紙の資料を読み上げさせたい場合は、先に文字へ起こす工程が必要です。無料のOCRツールを挟めば、スキャンしたPDFからでも音声化の流れを組めます。
用途別に選ぶとどれになる？
ここまでの整理を、目的から逆引きできる形に畳みます。
| あなたの状況 | 推奨 | 理由 |
|---|---|---|
| 無料で解説動画を作りたい | VOICEVOX | 本体無料、辞書調整が細かい |
| 朗読や語りものを作りたい | AivisSpeech | 感情表現の幅が広い |
| 社外秘の原稿を読ませたい | VOICEVOX / Voicepeak | 端末内で完結する |
| 海外向けに多言語で出す | ElevenLabs | 同じ台本を複数言語で読める |
| 研修・営業動画を毎月更新 | Murf AI | 尺合わせまで同じ画面で済む |
| 毎週ナレーションを作る | Voicepeak | 買い切りで総額が読める |
| 自社サービスに組み込む | Fish Audio | 自前運用でコストが跳ねない |
| 公共・施設の放送に使う | AITalk | 契約とサポートが前提の設計 |
つまり、万能の1本はありません。無料勢で下地を作り、足りない部分だけ有料に出すのが、費用対効果としてはいちばん素直な組み方です。
声のトーンが企業イメージと合うかは、最後は耳で決める話になります。候補を2つに絞ったら、同じ30秒の台本を読ませて社内で聞き比べてください。資料の見た目を整える作業はCanvaのAI機能ガイドが早く、音と絵を同時に詰められます。
乗り換えで本当につまずくのは何？
台本は使い回せます。設定も作り直せます。引き継げないものがひとつだけあります。声です。
視聴者は、思っているより声を覚えています。チャンネルの音声を別ツールに変えた瞬間、コメント欄で必ず指摘が入ります。ここが乗り換えの最大の摩擦点。
対処は3つに絞られます。
- 新シリーズの開始に合わせて切り替える
- 旧ツールを数本だけ継続し、並行期間を作る
- 冒頭で「声が変わります」と一言入れてしまう
3つめが地味に効きます。理由を説明してしまえば、違和感は1本で消えます。
商用条件の確認漏れも頻出です。無料ツールは「本体が無料」と「商用利用が自由」を混同させやすい構造をしています。ソフトの規約ではなく、使った声の規約を読む。これだけで大半の事故は防げます。
契約解除のタイミングにも注意が要ります。CoeFontで作った音声の利用条件は、解約後にどう扱われるのか。ここは公式のFAQで確認し、必要なら書面で残してください。過去に納品した動画が後から条件違反になるのは、いちばん避けたい事態です。
音声ファイルの書き出し形式も、移行前に揃えておきます。WAVで納品してきた案件にMP3を混ぜると、編集側で音量の基準がずれます。細かい話ですが、差し戻しの原因としては上位に来ます。
AI PICKS編集部の判定
CoeFontは声の在庫が圧倒的で、10,000種類以上という規模は国内で並ぶものがありません。それでも代替を探す人が絶えないのは、Freeプランで商用利用が認められていない一点に尽きます。無料で触って気に入り、仕事で使おうとして止まる。この導線が不満を生んでいます。
編集部の見立ては、用途を2つに割るのが正解というものです。原稿が社外秘を含む仕事と、キャラクター性が要る動画。この2つはVOICEVOXとAivisSpeechで無料のまま賄えます。端末内で完結する構成は、費用の話を抜きにしても価値があります。
一方で、海外向けの広告や多言語ナレーションをElevenLabsなしで組むのは、正直しんどい。ここは素直に払ったほうが早いです。週に何本も作る常用ラインなら、買い切りのVoicepeakが総額で効いてきます。
逆に微妙なのは、月2本程度の制作のために月額を払い続ける状態です。生成量に対して単価が合っていません。心当たりがあるなら、まず無料勢に台本を通してみてください。品質差が許容範囲なら、そこで判断は終わります。
公開されている料金表と規約を突き合わせた限り、「安いから乗り換える」より「条件が合うから乗り換える」ほうが、後の手戻りは少なくなります。
よくある質問（FAQ）
Q. CoeFontの無料プランで作った音声は、YouTubeの広告収入がある動画に使えますか？
使えません。CoeFont公式のプラン表では、Freeプランの対象は個人・非商用と明記され、商用利用は不可となっています。広告収入が発生する動画は商用に当たるため、Standard以上への変更が必要です。
Q. 完全に無料で商用利用できる音声合成はありますか？
VOICEVOXやAivisSpeechのように、ソフト本体が無料のものがあります。ただし商用可否は声ごとの規約で決まります。クレジット表記が条件の声、法人利用に申請が必要な声があるため、使う声のライセンスページを必ず確認してください。
Q. 日本語の読み間違いはどう直せばいいですか？
ほとんどのツールに読み方を登録する辞書機能があります。自社名、商品名、人名の3種類を先に10語ほど登録しておけば、修正の手間は大きく減ります。アクセントの位置まで指定できるツールなら、そこも合わせて調整してください。
Q. 音声データが外部サーバーに送られないツールはどれですか？
VOICEVOX、AivisSpeech、Voicepeakは端末内で動作します。未発表の製品情報や個人情報を含む原稿を読ませる場合は、この3本から選ぶのが安全です。クラウド型を使うなら、社内の情報取り扱い規程との整合を先に取ってください。
Q. オープンソースの音声合成を自前で動かすメリットはありますか？
生成量が増えても費用が跳ねない点と、サービス終了の影響を受けない点です。反面、GPUを積んだマシンとモデル更新の運用が必要になります。日に数百件を自動で音声化するような規模でなければ、手間のほうが勝ちます。
Q. 買い切り型と月額型はどちらが得ですか？
制作頻度で決まります。週1本以上作るなら買い切り型が有利で、月2本以下なら月額型のほうが総額を抑えられます。案件ごとに声を変える必要があるかどうかも、判断材料に入れてください。
Q. 途中でツールを変えると視聴者に気づかれますか？
ほぼ確実に気づかれます。対策は、新シリーズの開始に合わせる、並行期間を設ける、冒頭で理由を一言入れる、の3つです。3つめは1本で違和感が消えるため、費用をかけずに済みます。
Q. APIを使って記事を自動で音声化できますか？
ElevenLabsやFish Audioのように、他のソフトから呼び出す窓口（API）を提供しているサービスがあります。料金は従量制が一般的なので、月間の文字数を見積もってから契約形態を決めてください。
あわせて見たいツール・カテゴリ
- CoeFont：乗り換え元の条件をもう一度確認したい方はこちらから
- VOICEVOX：無料で始める場合の最初の候補
- AivisSpeech：感情表現を重視する語りもの向け
- ElevenLabs：多言語ナレーションの実質的な標準
- Voicepeak：買い切りで手元に置きたい人向け
- AI音声・文字起こしカテゴリ：読み上げと文字起こしを横断で探す
- AI音声ツールのランキング：掲載ツールを評価順で見る
- AI動画生成カテゴリ：音声と映像をまとめて作りたい場合
次に読むなら、CapCutの使い方ガイドです。音声を作った後に必ず来るのが尺合わせの工程で、ここを先に押さえておくと制作時間が半分近く縮みます。
各ツールの公式サイト（一次情報）
料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。
- CoeFont — 公式サイト（AI PICKSの詳細）
- VOICEVOX — 公式サイト（AI PICKSの詳細）
- AivisSpeech — 公式サイト（AI PICKSの詳細）
- ElevenLabs — 公式サイト（AI PICKSの詳細）
- VOICEPEAK — 公式サイト（AI PICKSの詳細）
- A.I.VOICE — 公式サイト（AI PICKSの詳細）
- Murf AI — 公式サイト（AI PICKSの詳細）
- Fish Audio — 公式サイト（AI PICKSの詳細）
- Typecast — 公式サイト（AI PICKSの詳細）
