Fish Audio

Fish Audioとは？

Fish Audioは、テキストから自然な音声を生成するAI音声プラットフォームです。日本語を含む多言語のテキスト読み上げ、音声クローン、ボイスライブラリ、音声認識、ボイスチェンジャー、オーディオ翻訳などをWebから利用できます。

クリエイター向けのブラウザ版に加え、REST API、WebSocketストリーミング、Python・TypeScript SDKも提供しています。動画ナレーション、オーディオブック、ゲームのキャラクターボイス、音声エージェントなどに活用できます。

Fish Audioの主な特徴

日本語対応のテキスト読み上げ

文章を入力し、声を選ぶだけで音声を生成できます。日本語、英語、中国語、韓国語など複数の言語に対応し、同じ声で別の言語を話させる用途にも利用できます。

感情や話し方を調整できる音声モデル

Fish Audioの音声モデルは、ナレーション、会話、キャラクター演技などの用途に合わせて、感情や声色、話し方を調整できます。利用できるモデルやディレクション機能はプラン・提供画面・APIによって異なります。

短い録音からボイスクローンを作成

自分の声などの音声ファイルを使い、カスタム音声モデルを作成できます。公式画面では最短10秒、30秒程度の音声を目安として案内しています。

クローンに使えるのは、自分が所有する音声、話者から明確な許可を得た音声、その他法的に利用できる音声だけです。本人の同意なく他人の声を複製したり、なりすましや誤認を招く用途へ使用したりしないでください。

200万以上のコミュニティボイス

ボイスライブラリから、性別、年齢、トーン、用途などで音声を探してプレビューできます。公開音声を利用する場合も、音声ごとの利用条件や生成物の商用利用条件を確認してください。

開発者向け音声API

テキスト読み上げと音声認識をAPIから利用できます。REST、WebSocket、Python SDK、TypeScript SDKに対応し、リアルタイム音声エージェントやアプリへの組み込みにも向いています。APIの料金・無料モデル・レート制限はブラウザ版のサブスクリプションと異なるため、開発者向け料金表を確認してください。

無料プランでできること

2026年7月31日時点の公式料金ページでは、クレジットカード不要の無料プランに、月8,000クレジット、最大約7分の生成、1回最大500文字、公開ボイス3枠、標準生成速度、ボイスクローンが含まれています。月間クレジットは請求サイクルごとにリセットされ、未使用分は繰り越されません。

公式料金ページのFAQでは、無料プランで生成したコンテンツは個人・非商用プロジェクト向けと案内されています。YouTube収益化、広告、業務利用、販売コンテンツなどに使う場合は、商用利用権を含む有料プランの条件を確認してください。

料金と契約前の確認事項

一般向けにはFree、Plus、Pro、Max、Enterpriseが用意されています。プランによって生成クレジット、1回の文字数、非公開ボイス枠、チームシート、優先生成、返金条件などが異なります。期間限定セールが表示される場合があるため、契約時は割引後の総額、請求周期、更新価格、返金条件を購入画面で確認してください。

APIは別の従量課金体系です。ブラウザ版プランのクレジットとAPI利用料金を混同しないよう注意してください。

Fish Audioがおすすめの人

• 日本語の動画ナレーションや教材音声を作りたい人
• キャラクターや自分の声を使った音声コンテンツを制作したい人
• 複数言語で同じ声のコンテンツを展開したい人
• 音声エージェントやアプリへ低遅延TTSを組み込みたい開発者
• 無料枠で音質や操作性を試してから有料プランを検討したい人

利用前に確認したいこと

音声クローンでは、話者の同意と利用権限を必ず確認してください。著名人や第三者になりすます用途、詐欺、誤情報、本人が発言したと誤認させる用途には使用しないでください。公開ボイスや生成物を商用利用する場合は、選んだ音声と契約プランの両方の最新条件を確認しましょう。