9月の最後の1週間で、日本語が話せる新しい音声AIが3つ出ました（9月23日 Gemini 3.8 Flash TTS／27日 Irodori-TTS v4／28日 ElevenLabs の Eleven v4）。この動画では、3つに同じ台本を読ませて、8つのお題で勝ち点をつけて比べます。
それぞれの声には、Claude Opus 5.5 に描いてもらったキャラを用意しました。声の大きさに合わせて口が動くので、どのAIがしゃべっているのかひと目で分かります。
■ 結果（勝ち点）
ElevenLabs 4.5点／Gemini 2点／Irodori 1.5点
・総合と、ナレーション・感情・英語まじりの原稿なら ElevenLabs
・ささやきや方言など、話し方を細かく決めたいなら Gemini
・お金をかけずに日本語だけで何本も作るなら Irodori（自分のPCで動く）
■ 目次
0:00 3つの声、全部AI
0:24 9月の最後の1週間で3つ出た
1:08 ① 3つの素顔と試し方
3:41 ② 基本の三番勝負（読み上げ・感情・掛け合い）
7:31 ③ 英語と数字
9:43 ④ むずかしいお題（声を作る・関西弁・ささやき・速さ）
13:11 ⑤ 結果と使い分け・料金
14:45 気をつけること
15:14 まとめ
（完成品_自動_v1.mp4 の実測・10/1）
■ 8つのお題（同じ台本で比べました）
1. 天気予報の読み上げ → ElevenLabs
2. 感情（えっ本当に／やった／泣きそう） → ElevenLabs（表情の大きさは Irodori）
3. 男女の掛け合い → ElevenLabs・Gemini（1回で作れる）
4. 英語と数字（GPT-6.1、Claude Opus 5.5、2,980円…） → ElevenLabs（Irodori は英語の所をカタカナで書けば読める）
5. 声を文章で作る（60代の渋い男性・深夜ラジオのDJ） → Irodori（声の高さ 約100Hz／Gemini 約126Hz）
6. 関西弁 → Gemini・Irodori
7. ささやき声（のどが震えている割合：ElevenLabs 74%／Gemini 0%／Irodori 94%） → Gemini
8. 作る速さ（天気予報の文） → ElevenLabs 約10秒／Irodori 約12秒（モデルの読み込み込みで35秒）／Gemini 約15秒
※1・2・5・6 は聞いた印象もふくむ判定です。声の高さとささやきは測った数字です
■ 料金（2026年10月1日に公式で確認）
・ElevenLabs：無料プランあり。ただし無料プランは商用不可で、公開するときはタイトルに「elevenlabs.io」か「11.ai」を入れる決まり。有料プランは商用可。APIは10月12日まで1,000文字あたり約0.022ドル
・Gemini 3.8 Flash TTS：AI Studio で無料で試せる。API の有料枠は音声の出力100万トークンあたり9ドル（10秒あたり約0.00225ドル・2026年末まで）
・Irodori-TTS v4：自分のPCで動かせば無料（グラフィックボードが要る。v4-Large の量子化版は約3.7GB）
■ 気をつけること
・人の声をまねる機能は3つともありますが、本人の同意なしに使わない
・Gemini（SynthID）と Irodori（SilentCipher）は、AIで作った声だと分かる透かしが入ります
■ 出典
・Gemini 3.8 Flash TTS（Google 公式ブログ・2026年9月23日）
・Eleven v4（ElevenLabs 公式ブログ・2026年9月28日）
・Irodori-TTS v4-Large（Hugging Face・Aratako）
・Gemini API 料金
・ElevenLabs の公開ルール
・ElevenLabs Voice Design
#音声AI #ElevenLabs #Gemini #IrodoriTTS #AI音声 #TTS #生成AI #AI比較
コメント