Microsoftが公開したオープンソースの音声モデル群。最長90分・最大4人の複数話者会話音声の合成と、最長60分の長尺音声に対する話者分離付き文字起こしに対応する。長時間のポッドキャスト制作や音声記録の解析に利用できる。
VibeVoiceと一緒に検討されているサービス
声を
ナレーションづくりや、曲からボーカルだけを抜き出す作業をブラウザでできます。
プロの声優・俳優の朗読を聴き比べられる。30日間無料で試せる
オーディオブック ／ 30日間無料体験・以後プレミアム月1,500円
VibeVoiceとは、Microsoftが公開したオープンソースの音声モデル群です。無料で利用できます。AI PICKS編集部のスコアは3.29/5.00（AI音声・文字起こし147本中127位）です。
| 提供元 | github.com | カテゴリ | AI音声・文字起こし（127位） |
|---|---|---|---|
| 料金タイプ | 無料 | 無料枠 | すべて無料 |
| 日本語 | 未確認 | 対応環境 | Web |
| 主な機能 | 音声合成／音声認識／TTS／ASR／オープンソース | ||
| 法人利用 | 個人・法人どちらも | 公式サイト | github.com ↗ |
Microsoftが開発したMITライセンスのオープンソース音声モデル群です。音声合成（TTS）と音声認識（ASR）の双方に対応します。TTSは最大4人の話者を設定し、最長90分の会話音声を1パスで生成します。話者ごとの声質の一貫性と自然な発話交代を維持する点が特徴です。ASRは最長60分の長尺音声を一括処理し、話者情報、タイムスタンプ、発話内容を含む構造化データを出力します。カスタムホットワードの指定も可能です。長尺ポッドキャストの音声を生成したい制作担当者や、長時間の会議録音から話者別の書き起こしデータを取得したい開発者に適しています。
VibeVoice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。
AI PICKS編集部は、注目ツールの料金変動を月次でモニタリングしています。VibeVoiceは現在、月次モニタリングの対象に含まれていません。 最新の料金は公式サイトでご確認ください。
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11月6日 更新長い音声の文字起こしを1回の処理で済ませたい場合に頼れるモデル群です。VibeVoice-ASRは60分の音声を一括で処理し、話者・タイムスタンプ・発話内容を整理した形で出力します。ホットワードの指定にも対応します。GPUなしで動くCPU版や、音声を受け取りながら書き起こすストリーミング版も公開されています。一方、長い複数話者の音声合成で注目されたVibeVoice-TTSは、不適切な使われ方が見つかったためコードが削除されました。このリポジトリで試せる音声合成は、軽量なRealtime-0.5Bが中心です。モデルを自分で動かす環境が必要なので、会議の録音を話者別に書き起こす仕組みを自前で組みたい開発者に向きます。
向いている
向いていない
長い音声の文字起こしを1回の処理で済ませたい場合に頼れるモデル群です。VibeVoice-ASRは60分の音声を一括で処理し、話者・タイムスタンプ・発話内容を整理した形で出力します。ホットワードの指定にも対応します。
編集部レビューの全文 ＞編集部が確認した良い点
気になる点
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。
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
投稿いただいた口コミは、編集部が事実誤認・誹謗中傷・個人情報をチェック後に公開します。匿名投稿可、投稿後の編集不可です。
あなたの
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「VibeVoiceの料金・評判」（2026-11-05 時点） https://aipicks.jp/tool/vibevoice
VibeVoiceはAI PICKS編集部が独自スコアで評価し、3.29 / 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）。
<a href="https://aipicks.jp/tool/vibevoice?utm_source=badge&utm_medium=referral" target="_blank" rel="noopener">
<img src="https://aipicks.jp/api/badge?slug=vibevoice" alt="AI PICKS 認定バッジ｜VibeVoice" 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。
NottaNottaは会議・商談・インタビューの音声をリアルタイムでテキスト化し、AIエージェント「Notta Brain」で要約・資料化まで行うAIノートテイカー。58言語対応で、Zoom/Teams/Google Meet等のオンライン会議やSlack・Notion・CRMと連携。経営層・営業・コンサル・研究者など、会議情報を整理し次のアクションにつなげたい業務に向く。
VOICEVOXずんだもんや四国めたんなど多数のキャラクターで、テキスト読み上げと歌声合成ができる無料ソフト。商用・非商用問わず無料で、イントネーションの詳細な調整やハミング機能を備え、Windows/Mac/Linuxで動く。
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。
音読さん音読さんは、入力したテキストを自然な音声で読み上げてくれる日本発の音声読み上げサービスです。ブラウザからテキストを貼り付けるだけで使え、生成した音声はMP3でダウンロードできるため、動画のナレーション作成や教材づくり、文章の聞き直しチェックまで幅広く使われています。画像内の文字を読み上げるOCR機能や、声の速度・高低の調整にも対応します。無料でも1,000文字まで(無料の会員登録をすれば5,000文字まで)読み上げでき、月20万文字まで使える月額1,078円のベーシックプランなど有料プランで上限を広げられます。ソフトのインストールなしで手軽に読み上げ音声を作りたい個人や教育関係者の定番です。