ホーム AI・LLM 音声合成コストの計算 作成日: 2026年7月20日 21:33 音声合成コストの計算 入力 文字数10,000単価（100万文字あたり）15 ドル AI・LLM 音声合成コストの計算 文字数と音声合成APIの100万文字あたり単価から、テキストを音声に変換する音声合成の料金を任意の通貨で見積もります。 入力 音声合成 文字数 音声に変換する入力テキストの文字数です。音声合成APIは、空白や句読点を含む入力テキストの文字数に応じて課金します。 単価（100万文字あたり） ドル 入力テキスト100万文字あたりにプロバイダが課す料金です。1文字あたりの料金は1セントのごく一部のため、料金は100万文字単位で公開されています。 結果 値を入力すると計算結果が表示されます。 合計料金 ドル 10,000文字を100万文字あたり15 ドルで合成した場合の料金です。 共有 レポートを印刷 リセット 埋め込み この計算機を埋め込む プレビュー このコードをページに貼り付けると計算機を表示できます。 コードをコピー この計算を共有 このリンクを開くと、入力した値がそのまま表示されます。 リンクをコピー 共有する XFacebookLINE メール 最終更新: 2026-06-22 音声合成コストとは 音声合成APIの音声合成コストとは、書かれたテキストを話し声の音声に変える料金であり、入力文字数とプロバイダが公開する100万文字あたりの単価から求められる。ナレーション、オーディオブックの試作、アクセシビリティ向けの読み上げ、音声アシスタントの応答などを作る際にこの値が必要になる。音声合成は、生成される音声の長さではなく入力テキストの文字数によって課金されるためである。 音声合成の課金のしくみ 音声合成のプロバイダは、送信したテキストの文字を数え、文字・空白・句読点をすべて含めて100万文字あたりで課金する。これは、音声の長さで課金する文字起こしとちょうど逆の関係にある。また、トークンで課金されるテキスト言語モデルとも異なる。1文字の料金が1セントのごく一部であるため、プロバイダは見出しの数値を読みやすく保つよう、単価を100万文字あたりで公開している。 計算式 入力文字数 nn と百万文字あたりの単価 pp があるとき、料金は次のようになる。 C=n106⋅pC = \frac{n}{10^6} \cdot pC=106n⋅p 10610^6 で割ることで、100万文字あたりの単価を1文字あたりの単価に換算してから文字数を掛ける。この関係は線形であり、テキストが2倍になれば料金も2倍になる。 計算例 高品質な音声ティアの公開単価である100万文字あたり $15 で、8,400 文字のナレーション原稿を合成する場合を考える。料金は次のようになる。 C=8400106×15=0.0084×15=$0.126\begin{aligned} C &= \frac{8400}{10^6} \times 15 \\ &= 0.0084 \times 15 \\ &= \$0.126 \end{aligned}C=1068400×15=0.0084×15=$0.126 したがって、この原稿を音声化する料金はおよそ13 セントである。5万単語、すなわちおよそ30万文字のオーディオブックの試作でも、同じ単価でおよそ $4.50 にとどまり、長文ナレーションの試行錯誤を現実的なものにする。 補足と派生 単価は音声ティアによって変わる。標準ティアは、より自然な抑揚を生み出す高品質ティアよりも1文字あたりの料金が低いため、使う予定のティアに単価を合わせる。マルチバイト文字を1文字として数えるプロバイダもあれば、そのバイト数で数えるプロバイダもあり、これは非ラテン文字の言語で問題になる。それらの言語で予算を立てる前に、数え方のルールを確認するとよい。同じテキストを編集後に再合成する場合は、全文字数で改めて課金される。 活用 原稿1件あたりの料金は、ナレーション予算の基本単位となる。これに原稿の本数を掛ければ、継続的にかかる費用を見積もれる。逆方向、つまり音声を合成するのではなくテキストへ文字起こしする場合は 音声文字起こしコストの計算 を参照されたい。テキストを下書きする言語モデルと音声合成を組み合わせる場合、プロンプトと出力の側は トークンコスト計算 が扱う。 よくある質問 (FAQ)音声合成の課金はトークン単位ですか、文字単位ですか。音声合成はトークンではなく入力文字数で課金されます。送信したテキストのすべての文字、つまり文字・空白・句読点が合計に含まれます。この点はトークンで課金されるテキストモデルとは異なります。目安として、英語のテキストは末尾の空白を含めて1単語あたり6文字弱になります。 高品質な音声ほど料金が高いのはなぜですか。プロバイダは通常、標準ティアと、より自然な抑揚と明瞭な音声を生み出す高品質ティアを用意しています。高品質ティアはより大きなモデルを使うため、1文字あたりの単価が高く設定されています。使う予定のティアに合わせて100万文字あたりの単価を切り替えてください。文字数は変わりません。 文字数はどのように見積もればよいですか。文字数はテキスト文字列の長さそのものなので、多くのエディタやワープロソフトが直接表示します。単語数しか分からない場合は、平均的な1単語とそれに続く空白が6文字に近いため、英語であれば6倍することで実用的な見積もりが得られます。 免責事項 これは料金の概算であり、参考情報です。公開されている音声合成の単価は時とともに変わり、プロバイダや音声ティアによって異なります。予算の根拠とする前に、最新の料金と正確な文字数の数え方をプロバイダにご確認ください。 次のおすすめ 音声文字起こしコストの計算 録音時間と音声認識APIの1分あたり単価から、音声をテキストに変換する文字起こしの料金を任意の通貨で見積もります。 詳しく解説トークンコスト計算 入力トークン数と出力トークン数、モデルの100万トークンあたり単価から、大規模言語モデル（LLM）への単一API呼び出しにかかるコストを算出します。入力と出力は別々に課金されます。 詳しく解説 200+ ツール · 10 言語対応 · 完全無料 コスト・料金の他の計算 1ドルあたりトークン数の計算GPU クラウド費用を計算GPU利用率コストの計算LLMファインチューニング費用の計算LLMレート制限の計画音声合成コストの計算 +20 more Show less LLM学習のカーボンフットプリントの計算LLM学習時間とコストの計算LLM月額コストの計算エージェントコストの計算コンテキストコストの増加の計算コンテキスト長の判定システムプロンプトの償却コストトークンから単語数への変換トークンコスト計算バッチAPIの節約額の計算プロンプトキャッシュの節約額の計算ベクトルDBコストの計算ベクトルDBサイズの計算音声文字起こしコストの計算画像生成コストの計算関数呼び出しのトークンオーバーヘッド構造化出力のトークンオーバーヘッド自己ホストとAPIの損益分岐の計算推論エネルギーコストの計算埋め込みコストの計算 AI・LLMの他のカテゴリ 推論・サービング トークンあたりFLOPsの計算バッチ推論スループットの計算モデルFLOPs利用率の計算画像入力トークン数の計算実効トークン毎秒の計算推論スループットの計算推論レイテンシの計算投機的デコーディングの高速化の計算学習・スケーリング Chinchilla最適トークン数LLMトレーニングVRAMの計算LoRA の学習パラメータ数を計算データセットのトークン数の計算データ並列スケーリングの計算パイプライン並列のバブルの計算学習FLOPsの計算学習率ウォームアップの計算計算最適なモデルサイズ計算予算から求めるエポック数勾配累積のメモリ計算実効バッチサイズの計算ハードウェア・メモリ KVキャッシュサイズの計算LLM推論のVRAM計算MoE のアクティブパラメータ数を計算Transformerのパラメータ数の計算アテンションメモリの計算モデルに必要なGPU台数の計算モデルのダウンロード時間の計算量子化によるモデルサイズの計算RAG・埋め込み RAGチャンク分割の設計評価 A/Bテスト有意性の計算LLM評価のサンプルサイズの計算pass@k の計算パープレキシティの計算すべてのツール コサイン類似度の計算 この計算機は役に立ちましたか？ 役に立った 改善が必要 改善が必要 どのような点が改善されると良いですか？ フィードバックを送信 Powered by OneCalc ↗
最終更新: 2026-06-22 音声合成コストとは 音声合成APIの音声合成コストとは、書かれたテキストを話し声の音声に変える料金であり、入力文字数とプロバイダが公開する100万文字あたりの単価から求められる。ナレーション、オーディオブックの試作、アクセシビリティ向けの読み上げ、音声アシスタントの応答などを作る際にこの値が必要になる。音声合成は、生成される音声の長さではなく入力テキストの文字数によって課金されるためである。 音声合成の課金のしくみ 音声合成のプロバイダは、送信したテキストの文字を数え、文字・空白・句読点をすべて含めて100万文字あたりで課金する。これは、音声の長さで課金する文字起こしとちょうど逆の関係にある。また、トークンで課金されるテキスト言語モデルとも異なる。1文字の料金が1セントのごく一部であるため、プロバイダは見出しの数値を読みやすく保つよう、単価を100万文字あたりで公開している。 計算式 入力文字数 nn と百万文字あたりの単価 pp があるとき、料金は次のようになる。 C=n106⋅pC = \frac{n}{10^6} \cdot pC=106n⋅p 10610^6 で割ることで、100万文字あたりの単価を1文字あたりの単価に換算してから文字数を掛ける。この関係は線形であり、テキストが2倍になれば料金も2倍になる。 計算例 高品質な音声ティアの公開単価である100万文字あたり $15 で、8,400 文字のナレーション原稿を合成する場合を考える。料金は次のようになる。 C=8400106×15=0.0084×15=$0.126\begin{aligned} C &= \frac{8400}{10^6} \times 15 \\ &= 0.0084 \times 15 \\ &= \$0.126 \end{aligned}C=1068400×15=0.0084×15=$0.126 したがって、この原稿を音声化する料金はおよそ13 セントである。5万単語、すなわちおよそ30万文字のオーディオブックの試作でも、同じ単価でおよそ $4.50 にとどまり、長文ナレーションの試行錯誤を現実的なものにする。 補足と派生 単価は音声ティアによって変わる。標準ティアは、より自然な抑揚を生み出す高品質ティアよりも1文字あたりの料金が低いため、使う予定のティアに単価を合わせる。マルチバイト文字を1文字として数えるプロバイダもあれば、そのバイト数で数えるプロバイダもあり、これは非ラテン文字の言語で問題になる。それらの言語で予算を立てる前に、数え方のルールを確認するとよい。同じテキストを編集後に再合成する場合は、全文字数で改めて課金される。 活用 原稿1件あたりの料金は、ナレーション予算の基本単位となる。これに原稿の本数を掛ければ、継続的にかかる費用を見積もれる。逆方向、つまり音声を合成するのではなくテキストへ文字起こしする場合は 音声文字起こしコストの計算 を参照されたい。テキストを下書きする言語モデルと音声合成を組み合わせる場合、プロンプトと出力の側は トークンコスト計算 が扱う。 よくある質問 (FAQ)音声合成の課金はトークン単位ですか、文字単位ですか。音声合成はトークンではなく入力文字数で課金されます。送信したテキストのすべての文字、つまり文字・空白・句読点が合計に含まれます。この点はトークンで課金されるテキストモデルとは異なります。目安として、英語のテキストは末尾の空白を含めて1単語あたり6文字弱になります。 高品質な音声ほど料金が高いのはなぜですか。プロバイダは通常、標準ティアと、より自然な抑揚と明瞭な音声を生み出す高品質ティアを用意しています。高品質ティアはより大きなモデルを使うため、1文字あたりの単価が高く設定されています。使う予定のティアに合わせて100万文字あたりの単価を切り替えてください。文字数は変わりません。 文字数はどのように見積もればよいですか。文字数はテキスト文字列の長さそのものなので、多くのエディタやワープロソフトが直接表示します。単語数しか分からない場合は、平均的な1単語とそれに続く空白が6文字に近いため、英語であれば6倍することで実用的な見積もりが得られます。 免責事項 これは料金の概算であり、参考情報です。公開されている音声合成の単価は時とともに変わり、プロバイダや音声ティアによって異なります。予算の根拠とする前に、最新の料金と正確な文字数の数え方をプロバイダにご確認ください。
