¥0〜編集部スコア 3.78

fish.audio ＞ Fish Audio｜ AI音声・文字起こし 37位｜9/1 料金表を確認

Fish Audio

Name: Fish Audio
Availability: OnlineOnly
Author: AI PICKS編集部

本ページはプロモーションを含みます（掲載基準）

Fish Audioは音声合成・ボイスクローン・文字起こし・リップシンクを提供する音声AIプラットフォーム。10〜15秒の音声からの声質複製や感情タグ制御に対応し、S2.1 ProのText-to-Speech APIを開発者向けに無料提供する。

無料プランあり日本語対応Web／APIAPI提供AI音声・文字起こし 37位

Fish Audioの料金：フィッシュオーディオ料金は月11ドルから｜fish audio 無料制限は月約7分

Fish Audioの実画面 — 公式トップのプレビュー・ 5/1 取得・ fish.audio押すと拡大

最低料金¥0〜 $15/月（年払いなら$5.5/月）（Plus）編集部スコア3.78

有料にする価値

無料の限界無料は月8,000クレジット、生成は最大7分、1生成あたり最大500文字まで

✓Plusで月250,000クレジット、生成は最大200分に拡大
✓1生成あたり最大15,000文字まで長文を一括生成
✓プライベート音声10枠とVoice Designが使える

Plusを公式で確認 ↗

Plus $15/月（年払いなら$5.5/月）

Fish Audioを会社で導入・研修 → 無料相談

Fish Audioを調べる

Fish Audioの評価

5.00満点

口コミを見る＞

3.78

AI音声・文字起こし 143本中 37位

軸別の評価は編集部が整備中です。口コミの投稿で「使いやすさ・機能・コスパ・サポート」の軸が増えます。

口コミを投稿する

ご注意: このツールの利用にはプログラミングの知識が必要です。エンジニアやIT担当者向けのツールです。

Fish Audioの基本スペック

Fish Audioとは、音声合成・ボイスクローン・文字起こし・リップシンクを提供する音声AIプラットフォームです。無料プランがあり、有料プランは$15/月（年払いなら$5.5/月）からです。日本語に対応しています。AI PICKS編集部のスコアは3.78/5.00（AI音声・文字起こし143本中37位）です。

提供元	fish.audio	カテゴリ	AI音声・文字起こし（37位）
料金タイプ	フリーミアム（無料〜$15/月（年払いなら$5.5/月））	無料枠	あり（8,000クレジット/月・生成は最大7分）
日本語	対応	対応環境	Web／API
主な機能	voice
法人利用	個人・法人どちらも	公式サイト	fish.audio ↗

検証ログ最終確認 2026/11/1

編集部スコアの更新2026/11/1
掲載情報の更新2026/10/12
編集部レビューの更新2026/9/30
料金表の確認公式料金ページを巡回2026/9/1
公式サイトの変更点検2026/6/8再点検待ち
実画面の取得2026/5/1再点検待ち

編集部が公式サイト・料金ページ・実機で確認した日付です。基準は評価方針、誤りは修正依頼から。

Fish Audioとは

音声生成機能とモデル構成

Fish AudioはText To Speech、Voice Cloning、Speech To Text、Avatar Lipsyncを備えた音声AIプラットフォームです。主力モデル「S2.1 Pro」は感情タグ（[angry] [whispering] [laughing]など）による発話制御とリアルタイム生成に対応し、Text-to-Speech APIが無料で公開されています。さらに表現力と感情制御を高めた新モデル「Drama 3 Preview」の提供も行われています。

主要機能と連携

短時間ボイスクローン: 10〜15秒の音声サンプルから声質を再現します。
多言語対応とボイスライブラリ: 30以上の言語に対応し、ユーザーが投稿した200万件超の音声モデルを利用できます。
Avatar Lipsync: 画像や動画を生成し、Fish Audioの音声に合わせてリップシンクさせる機能です。

対象ユーザー

動画ナレーションやオーディオブック、ゲーム・アニメのキャラクター音声を制作するクリエイター、および低遅延の音声対話エージェントを構築する開発者に向いています。

Fish Audioの料金プラン

2026/10/12 確認

料金シミュレーター＞

プラン	月額	主な内容
Free Tier	$0/月	8,000クレジット/月・生成は最大7分・1生成あたり最大500文字・パブリック音声スロット3枠・商用利用可
Plusおすすめ	$15/月（年払いなら$5.5/月）	250,000クレジット/月・生成は最大200分・1生成あたり最大15,000文字・パブリック無制限+プライベート10枠・Voice Designアクセス・商用利用可
Pro	$100/月（年払いなら$37.5/月）	2,000,000クレジット/月・生成は最大1,620分・チームシート3席・1生成あたり最大30,000文字・音声スロット無制限・プロフェッショナル音声スロット5枠
Max	$999/月（年払いなら$749/月）	25,000,000クレジット/月・生成は最大6,250分・チームシート10席・プロフェッショナル音声スロット15枠
Enterprise	要問い合わせ（年間契約・カスタム従量制）	Zero Data Retention・オンプレミス展開・SOC2準拠・カスタムSSO（近日対応）

料金は変動する可能性があります。上記は編集部の調査時点（2026/10/12確認）の目安です。最新の料金は公式の料金ページ ↗をご確認ください。

Fish Audioを有料にする価値

無料のままで十分な人無料

短い読み上げを月に数回試す程度なら、無料でも商用利用できるので十分

無料の限界: 無料は月8,000クレジット、生成は最大7分、1生成あたり最大500文字まで

有料にする価値がある人Plus $15/月（年払いなら$5.5/月）

ナレーションや動画の音声を毎週作り、長文を一度に読ませたい人や、クローンした声を非公開で持ちたい人

✓Plusで月250,000クレジット、生成は最大200分に拡大
✓1生成あたり最大15,000文字まで長文を一括生成
✓プライベート音声10枠とVoice Designが使える

Plusを公式で確認 Plusを公式で確認 ↗

料金は公式の料金ページの記載に基づきます。

Fish Audioの料金改定をメールで受け取る

公式ページで検証した改定だけを通知します。これまでの記録: 1件

Fish Audioでできること

誰に向くか・何が解決するか

こんな人におすすめ

・多言語動画を作るYouTuber
・教材音声を量産する研修担当
・声優収録を減らしたい制作会社
・音声APIを組み込みたい開発者

Fish Audioが解決する課題

1.ナレーション収録に数日かかる
2.多言語音声の外注費が高い
3.修正のたび再収録が必要
4.長文TTSの抑揚が単調になる

同じ用途のAI音声・文字起こしツールを探す＞Fish Audioをほかのツールと並べて比較＞

Fish Audioの代替5選（乗り換え候補）Fish Audioの料金詳解（年間コスト換算）Fish Audioの日本語対応（UI / 出力 / サポートの3軸検証）

Fish Audioに関連する用語

AI用語辞典＞

Fish Audioの編集部レビュー

編集部評価

AI PICKS編集部運営: 株式会社エーアイピックス編集部評価・ 2026年9月30日更新

短時間の音声サンプルから高精度に声色を再現する、多言語音声クローン生成の実力派です。感情やパラ言語のタグ制御、100以上の言語に対応し、Web UIとAPIの双方で外部システムへ迅速に組み込めます。一方で、声質の微細なニュアンス調整や演技力では先行するElevenLabsに劣ります。月15ドルのPlusプランから商用利用に対応しており、コストを抑えて多言語のナレーションや動画解説音声を量産したい制作チームに向きます。

向いている

＋15秒の音声サンプルから話者の声を複製できる
＋S2.1 Proは[angry][whispering]などの感情タグで話し方を制御できる
＋30以上の言語を任意の声で読み上げられる
＋ユーザー投稿の200万件超のボイスライブラリから声を選べる
＋生成した画像や動画を任意の声にリップシンクさせアバターを作れる

向いていない

－200万件超の声と30以上の生成モデルがあり、選ぶのに手間がかかる
－画像・動画・アバター生成まで機能が広く、音声だけ使う人には画面が多い

Fish Audio、あなたは？1タップ・匿名OK

Fish Audioの口コミ・評判

0件

すべて読む＞

編集部2026/09/29

短時間の音声サンプルから高精度に声色を再現する、多言語音声クローン生成の実力派です。感情やパラ言語のタグ制御、100以上の言語に対応し、Web UIとAPIの双方で外部システムへ迅速に組み込めます。

編集部レビューの全文＞

編集部が確認した良い点

○15秒の音声サンプルから話者の声を複製できる
○S2.1 Proは[angry][whispering]などの感情タグで話し方を制御できる
○30以上の言語を任意の声で読み上げられる

気になる点

×200万件超の声と30以上の生成モデルがあり、選ぶのに手間がかかる
×画像・動画・アバター生成まで機能が広く、音声だけ使う人には画面が多い

利用者の口コミはまだありません。最初の 1 件を書きませんか

「何に使ったか」「良かった点」「困った点」の 3 つで 100 字程度。匿名で投稿できます。

最初の口コミを書く（+250 XP）

編集部の記述は公式情報・公開情報に基づくもので、利用者の口コミではありません。評価方針

Fish Audioの代替ツール

用途で選び直す

AI音声・文字起こしのランキング＞

YouTube動画の制作者なら

ElevenLabs3.95¥0〜$6/月（年払い$5/月）音声AIを作る開発者なら

Cartesia3.54¥0〜$5/月動画ローカライズ担当者なら

Resemble AI3.69¥320,000 動画ナレーションを量産する制作者なら

CoeFont4.25¥0〜$20.00/mo (Tax included)

Fish Audioと代替ツールの比較

ツール	編集部スコア	料金	日本語
Fish Audioこのツール	3.78	$0/月	対応
ElevenLabs	3.95	無料	対応
Cartesia	3.54	$0/月	未確認
Resemble AI	3.69	¥320,000	対応

スコアは編集部の独自評価です。料金は調査時点の目安です。

Fish Audioのよくある質問

Q.Fish Audioは何ができますか？▼

A.音声合成、ボイスクローン、文字起こし、音声エージェント構築を1つのAPIで使えます。10秒前後のサンプルで声を再現でき、感情タグで怒りやささやきなどの演技も付けられます。

Q.Fish Audioは無料で使えますか？▼

A.はい、Free Tierがあり、毎月8,000クレジットで最大7分まで生成できます。1回の生成は500文字までなので、長いナレーションには有料プランが向きます。

Q.Fish Audioの料金プランは？▼

A.Plusは月$15、Proは月$100、Maxは月$999で、年払いにすると大きく下がります。上位ほどクレジットと生成時間が増え、Enterpriseは要問い合わせです。

Q.Fish Audioは日本語に対応していますか？▼

A.はい、公式サイトに日本語版があります。30以上の言語を同じ声質のまま生成できるので、日本語と外国語のナレーションを同じ声でそろえられます。

Q.Fish Audioの代替ツールは？▼

A.ナレーションや吹き替えまで1か所で扱うならElevenLabsが代表的な選択肢です。音声エージェントの応答速度を重視し、オンプレミス運用も検討するならCartesia、声の複製から音声変換、文字起こしまでを使いたいならResemble AIが合います。

Q.Fish Audioはどんな人に向いていますか？▼

A.多言語の動画を作るYouTuberや、教材音声を量産したい研修担当に向いています。声優の収録を減らしたい制作会社や、音声APIを組み込みたい開発者にも合います。

共有X LINE はてブ

このページを記事・資料で紹介するとき

料金や仕様は変わるため、確認した日付と一緒に出典としてリンクしていただけると読者が最新情報にたどり着けます。

出典: AI PICKS「Fish Audioの料金・評判」（2026-10-11 時点） https://aipicks.jp/tool/fish-audio

Fish AudioはAI PICKS編集部が独自スコアで評価し、3.78 / 5.00のスコアを付けています。編集部スコアと部門順位に応じて CATEGORY LEADER・EDITOR'S CHOICE などの称号バッジを取得でき、公式サイトに掲載すると第三者評価として信頼性を訴求できます（無料・自動更新）。

取得済みの称号

判定中…

プレビュー

<a href="https://aipicks.jp/tool/fish-audio?utm_source=badge&utm_medium=referral" target="_blank" rel="noopener">
  <img src="https://aipicks.jp/api/badge?slug=fish-audio" alt="AI PICKS 認定バッジ｜Fish Audio" width="200" height="236" loading="lazy" />
</a>

このコードを公式サイトに貼ると、AI PICKSの認定バッジが表示されます。称号・時期は編集部スコアと部門順位から自動で最新化され、貼り替えは不要です。掲載は無料です。

同カテゴリの人気ツール

ElevenLabsElevenLabsは、テキストから自然な音声を生成し、音声の文字起こしや吹き替えまで扱えるAI音声プラットフォームです。感情や間の指定を反映したText to Speech、既存音声の特徴を再現するボイスクローン、動画・音声の多言語吹き替えに対応します。Speech to Textでは録音や動画の内容をテキスト化でき、APIから生成・文字起こし・音声エージェント機能を組み込めます。YouTube動画、ポッドキャスト、広告、教材、アプリ開発で、声の品質と制作スピードを両立したいクリエイターや企業に向いています。

CartesiaCartesiaは、超低遅延の音声合成(Sonic)・音声認識(Ink)モデルと、それらを組み込んだ音声エージェント構築プラットフォーム「Managed Agents」を提供するAI音声基盤です。クラウド/オンプレ/オンデバイスでの展開に対応し、コールセンター自動応答や音声AIエージェントを開発するチーム向けです。

Resemble AIResemble AIは、音声クローン作成、テキスト読み上げ、音声変換、文字起こしを扱えるAI音声生成プラットフォームです。短い音声サンプルから話者の声を再現し、台本テキストからナレーションやキャラクターボイスを生成できます。Speech-to-Speechで話し方のニュアンスを保った音声変換や、API経由での音声生成・文字起こしワークフロー構築にも対応します。ゲーム、動画制作、コールセンター、音声アプリでブランド固有の声を運用したい企業や開発者に向いています。

CoeFontCoeFontは、10,000種類以上のAI音声によるテキスト読み上げと、遅延約1秒のリアルタイム多言語通訳「CoeFont Interpreter」を提供するサービス。Web録音による声のAI化に対応し、個人利用から会議や対面会話の通訳を必要とする法人組織まで利用できる。