AivisSpeech
無料デスクトップ日本語音声合成と最速0.3秒のAivis Cloud APIで、感情豊かなナレーションを。
日本語ナレーションを無料で始めたいなら、まずデスクトップ版を入れるのが最短ルートです。YMM4連携とAivisHubの1クリック話者追加は制作現場で効きます。LLM対話に組み込む段になったら、0.3秒のAivis Cloud APIに伸ばせます。
Verified 1d ago · liveness 79/100 · cite: rightaichoice.com/tools/aivisspeech
- 解説動画・実況のナレーションを無料で作りたい個人クリエイター
- ボイスドラマや音声コンテンツを制作するサークル・個人
- LLM連携の対話AIに低遅延の日本語音声を組み込みたい開発者
- 自作の音声合成モデルをAIVM/AIVMXで配布したいモデル職人
- 多言語の音声合成が主目的のプロジェクト（主軸は日本語）
- 大規模なGPUバッチ合成を一気に回したい用途
- モデルごとのライセンス確認を避けたい商用案件（ACML-NCは非商用限定）
We scan live Reddit threads, YouTube comments, X posts, G2 reviews and other communities — and hand you an honest verdict in under a minute.
- Honest verdict, not marketing
- Real pros & cons from real users
- Attributed quotes with receipts
3 free scans · no card needed
Skip AivisSpeech if your project's core requirement is multilingual voice output or GPU-heavy batch synthesis rather than Japanese narration and low-latency Japanese API calls.
Aivis Cloud APIの月額プランはレート制限付きのため、超過分は従量課金プランへの切り替えか別途対応が必要になる場合があります
デスクトップ版は$0で個人から法人まで使える一方、Aivis Cloud APIは従量課金またはレート制限付き月額、Citorasは月額制のオンプレミス提供です。ElevenLabsやGoogle Cloud TTSなど多言語クラウドTTSと比べると、日本語中心のナレーションや対話AI用途ではコストを抑えやすく、自前モデルを配布・運用したいチームに向きます。
In short
AivisSpeech — 無料デスクトップ日本語音声合成と最速0.3秒のAivis Cloud APIで、感情豊かなナレーションを。. Best for 解説動画・実況のナレーションを無料で作りたい個人クリエイター, ボイスドラマや音声コンテンツを制作するサークル・個人, LLM連携の対話AIに低遅延の日本語音声を組み込みたい開発者. Free to use.
What's new in AivisSpeech
Checked 7 days agoAcross the latest 2 updates: 1 feature update and 1 launch.
What people actually say about AivisSpeech — is it worth it?
We ran a structured research pass across product reviews, community discussions, and post-purchase forum threads to surface the patterns vendors won't publish themselves. Below: the recurring strengths, the hidden costs people mention most, and the cohort that consistently regrets adopting this tool.
43 mentions across 3 sources (YouTube, Bluesky, GitHub) · researched Jul 6, 2026.
Average across the 3 sources that answered — each source counts once, not each post.
- +Free to use with both local and cloud options.
- +High-quality, expressive voice synthesis running on CPU.
- +Compatible with Voicevox UI and HTTP API.
- +One-click installation of community and official voice models.
- +Very low latency cloud API (0.3s) ideal for real-time apps.
- −Default voice model was trained on unauthorized voice data.
- −Engine often fails to start on first launch.
- −GPU support on Mac is buggy, limiting performance.
- −SRT subtitle export feature is missing.
- −Wayland IME input broken on Linux.
- • Cloud API pricing not yet publicly detailed; potential for unexpected costs.
Viability Score
How well maintained and how widely used is AivisSpeech? Built from what the vendor actually publishes (docs, changelog, tutorials, integrations, pricing), whether the site is live, and how much real users discuss it. How we calculate this
Last calculated: October 2026
How we score →Key Features
- 感情豊かな日本語音声合成
- Windows / macOS対応の無料デスクトップアプリ
- CPUのみでも動作（空きメモリ1.5GB以上）
- VOICEVOX互換のUIとHTTP API
- ゆっくりムービーメーカー4連携（v4.34.2.0以降）
- AivisHubから1クリックで話者モデルを追加
- 文単位で話者スタイル・話速・テンポ・音量・前後無音を調整
- 読み方・アクセントの細かい調整
- ユーザー辞書で人名・社内用語・固有名詞を登録
- 英単語・固有名詞混じりや日付も自然に読み上げ
- AIVM / AIVMXオープンファイルフォーマット対応
- AIVM GeneratorでStyle-Bert-VITS2モデルからONNX変換
- Aivis Cloud APIで最速0.3秒の低遅延音声合成
- リアルタイムストリーミング音声合成
- SSML・読み取得APIによる声の調整
About AivisSpeech
AivisSpeechは、Aivis Projectが開発する無料の日本語音声合成ソフトウェアです。WindowsとmacOSに対応し、近年のデスクトップPCやMacBookならCPUだけで動作します（空きメモリ1.5GB以上）。VOICEVOX互換のUIとHTTP APIを備え、ゆっくりムービーメーカー4（v4.34.2.0以降）から直接呼び出せます。 話者はAivisHubから1クリックで追加でき、AivisBuilderで自作したモデルもインストール可能。文単位で話者スタイル・話速・テンポ・音量・前後無音・読み・アクセントを調整でき、ユーザー辞書に人名や社内用語を登録すれば手動修正なしで読み上げます。英単語や固有名詞混じりの文、日付も読み間違えません。ソフト本体はLGPL-3.0のオープンソースで、個人・法人・商用を問わずクレジット表記不要です。 2026年7月にはAivis Cloud APIをリリースしました。最速0.3秒の超低遅延音声合成APIで、リアルタイムストリーミング、SSML、プライベートモデル運用、読み取得APIに対応。従量課金とレート制限付き月額プランを用意しています。自社サーバー要件にはオンプレミス製品Citorasを月額制で提供。 モデルのライセンスはACML / ACML-NC / CC0が中心で、AIVM / AIVMXオープンファイルフォーマットによりモデルの生成・配布もブラウザ上で完結します。多言語案件ではElevenLabsやGoogle Cloud TTSと比較が必要です。
Behind the Verdict
日本語の音声合成を試すとき、最初にコストを気にせず触れるかどうかは大きい。AivisSpeechはデスクトップ版が無料で、ソフト本体は商用利用でもクレジット不要。とりあえず声を当ててみる段階のハードルが低いのは実用的です。 制作の現場で効くのはYMM4との連携でしょう。v4.34.2.0以降なら設定から呼び出せ、エンジンを直接起動すればGUIなしでメモリ消費も抑えられます。AivisHubで好みのモデルを見つけて1クリックで入れる流れも、動画制作の反復作業に向いています。 アクセントや読みの調整を文単位で詰められる点も見逃せません。人名や社内用語をユーザー辞書に入れておけば、毎回の手直しが減ります。研修動画やプレゼン資料のナレーションのように、固有名詞が頻出する用途ほど差が出ます。 一方、アプリ側の都合も知っておくべきです。初回起動はモデルとBERTキャッシュのダウンロードで数分かかり、社内プロキシやファイアウォールで通信が制限されていると失敗します。大企業からの問い合わせが多いと公式FAQが認めている箇所で、キッティング時はフォルダごとコピーする運用が現実的です。 GPUモードにも注意が要ります。CPU内蔵GPUしかないPCでは、多くの場合CPUモードより遅くなります。Intel第12世代以降のCPUではWindowsの電源モードを「最適なパフォーマンス」にしないとEコアに割り当てられ、性能を引き出せません。 クラウド側に目を移すと、2026年7月のAivis Cloud APIは0.3秒の低遅延とリアルタイムストリーミングが売りで、LLM連携の対話AIと相性がいい。読み取得APIやSSML、プライベートモデル運用も揃い、デスクトップ版で作った声をそのままクラウドに持ち込めます。 ただし主軸は日本語です。多言語の案件ならElevenLabsやGoogle Cloud TTSを最初から見た方が早い。GPUで大量バッチを回す用途や、モデルごとのライセンス確認を避けたい商用案件（ACML-NCは非商用限定）も、別の選択肢を検討する場面です。
Researching AivisSpeech? Get your full AI stack in 60 seconds.
Free, no signup — tell us your goal and get tools matched to your budget & existing stack.
Real-world workflow fit
Concrete scenarios for the personas AivisSpeech actually fits — and what changes day-one when you adopt it.
AivisSpeechをダウンロードし、AivisHubから好みの話者モデルを1クリックで追加、ナレーション原稿を貼り付けて文ごとに話速・アクセントを調整する
Outcome: 無料でクレジット表記なしの日本語ナレーションを生成し、YMM4（v4.34.2.0以降）にそのまま取り込める
Aivis Cloud APIの無料トライアルで0.3秒の低遅延音声合成を検証し、リアルタイムストリーミングとSSMLで応答音声を組み立てる
Outcome: LLMベースの音声アシスタントに日本語の感情豊かな音声を低遅延で組み込める
手持ちの録音素材を使い、AIVM GeneratorでStyle-Bert-VITS2のSafetensors形式モデルをONNX変換（2026年1月末公開）してAIVM/AIVMXファイルを生成し、AivisHubで公開する
Outcome: 自作の話者モデルをACML / ACML-NC / CC0または独自ライセンスで配布できる
Use Cases
- 動画やポッドキャストのナレーションを数クリックで生成する
- YMM4と連携してゆっくり実況動画の音声を作成する
- 自作の音声合成モデルをAivisHubで公開・共有する
- LLMベースの対話AIに低遅延音声合成APIを組み込む
- 商用研修動画やプレゼン資料にナレーションを追加する
- 既存の録音素材からAivisBuilderで独自話者モデルを制作する
Models Under the Hood
as of 2026-10-17
Limitations
主軸は日本語の音声合成で、デスクトップ版はWindows 10 (22H2以降)・Windows 11およびmacOS 13 Ventura以降に対応し、起動には1.5GB以上の空きメモリが必要です。Intel CPU搭載Macでの動作は積極的に検証されておらず、Apple Silicon搭載Macが推奨されます。商用利用はソフト本体については基本的にクレジット不要ですが、AivisHubで配布されるモデルはACML / ACML-NC / CC0などライセンスが混在し、モデルごとに確認が必要です。デスクトップ版はPC上での起動が前提で、クラウド利用はAivis Cloud APIの従量課金またはレート制限付き月額プラン、オンプレミスはCitoras（月額制・AIVMのみ対応）となります。AIVM形式はNVIDIA GPU特化、AIVMX形式はONNXでCPUやAMD Radeon / Intel Arcでも動作します。AivisBuilderは2026年中の一般公開に向けて開発中です。
as of 2026-10-11
Verification history
We have re-verified AivisSpeech 10 times since . Each pass re-reads the vendor's own pages and re-checks every listed field against that evidence; passes where nothing had changed are marked as such.
- — re-verified summary, description, our verdict, our analysis, pricing model, pricing tiers, features, integrations, who it suits, who should skip it
- — re-verified summary, description, our verdict, our analysis, pricing model, pricing tiers, features, integrations, who it suits, who should skip it
- — re-verified summary, description, our verdict, our analysis, pricing model, pricing tiers, features, integrations, who it suits, who should skip it
- — re-verified summary, description, our verdict, our analysis, pricing model, pricing tiers, features, integrations, who it suits, who should skip it
- — re-checked, vendor evidence unchanged
- — re-verified summary, description, our verdict, our analysis, pricing model, pricing tiers, features, integrations, who it suits, who should skip it
Showing the 6 most recent of 10 verification passes.
Free to cite with attribution — this page re-verifies continuously.
12-month cost
Project the real annual outlay, including the implied monthly cost when only an annual tier is published.
Vendor list price only. Add-on usage, seat overages, and contract minimums are surfaced under Hidden costs & gotchas.
Plans compared
For each published AivisSpeech tier: who it actually fits, and what it adds vs. the previous tier. Cross-reference the cost calculator above for projected annual outlay.
AivisSpeech Desktop
$0
Ideal for
個人クリエイターから法人まで、日本語ナレーションを無料で始めたい人
What this tier adds
無料の起点。Windows / Mac対応、CPUのみで動作、AivisHubからの話者追加とYMM4連携を含む
Aivis Cloud API 無料トライアル
$0
Ideal for
低遅延音声合成を本番導入前に検証したい開発者
What this tier adds
Aivis Cloud APIの試用枠。最速0.3秒の低遅延をLLM連携の検証に使える
Aivis Cloud API 従量課金
従量課金制
Ideal for
利用量が読めない段階のスタートアップや個人開発者
What this tier adds
使った分だけ支払う方式。リアルタイムストリーミング、SSML、プライベートモデル、読み取得APIに対応
Aivis Cloud API 月額プラン
月額定額（レート制限あり）
Ideal for
毎月の利用量が安定してきたプロダクションや対話AI運用チーム
What this tier adds
レート制限付きの定額利用で、従量課金から切り替え可能
Citoras（オンプレミス）
月額制
Ideal for
自社サーバー上で音声合成APIを運用したい法人
What this tier adds
オンプレミス向けAPIサーバー製品。AIVMファイルのみ対応で、月額制・詳細は問い合わせ
Where the pricing makes sense
The company stage and team size where AivisSpeech's pricing actually pencils out — and where peers do it cheaper.
デスクトップ版は$0で個人から法人まで使える一方、Aivis Cloud APIは従量課金またはレート制限付き月額、Citorasは月額制のオンプレミス提供です。ElevenLabsやGoogle Cloud TTSなど多言語クラウドTTSと比べると、日本語中心のナレーションや対話AI用途ではコストを抑えやすく、自前モデルを配布・運用したいチームに向きます。
Setup time & first value
How long it actually takes to get something useful out of AivisSpeech — broken out by persona, not the marketing-page minute.
デスクトップ版はダウンロード後すぐに起動でき、AivisHubからの話者追加も1クリックで完了するため、最初のナレーション生成までは数分程度です。Aivis Cloud APIは無料トライアルから始めて、本番利用時に従量課金または月額プランへ切り替える流れになります。Citorasのオンプレミス導入は問い合わせベースのため別途調整が必要です。
Switching to or from AivisSpeech
How to bring data in from common predecessors and how to get it back out — written for the switcher, not the buyer.
- →From VOICEVOX: VOICEVOX互換のUIとHTTP APIを備えているため、既存の操作感と連携コードをほぼそのまま活かして乗り換えられます
Integrations
Resources & Guides
Tutorials & Learning
YouTube returned 6 videos for “AivisSpeech”, and we withheld 6: 6 could not be judged, because “AivisSpeech” is a single word that other videos use for other things. We are showing none, because we could not prove any of them are about AivisSpeech.
Official links
Tools that pair well with AivisSpeech
Common stack mates teams adopt alongside AivisSpeech, with the specific reason each pairing earns its keep.
MimicPC
Browser-based cloud that runs 20+ pre-installed open-source AI apps for image, video, and audio generation
Speaktor
Speaktor turns text, Word, PDF, and TXT files into MP3, WAV, or SRT text to speech in 55+ languages — including voiceover translation into
Inworld
Inworld delivers realtime text-to-speech, speech-to-text, and open-model inference on one API for consumer voice apps.
Featured Head-to-Head Comparisons
Aivisspeech vs Landr Mastering
LANDR Mastering and AivisSpeech serve completely different purposes — AI music mastering vs Japanese speech synthesis. Your choice hinges on need: master a track (LANDR) or generate spoken Japanese audio (AivisSpeech). If you're a Japanese content creator or developer needing high-quality TTS, AivisSpeech's free local offering and extendable model ecosystem is a powerful, cost-effective solution. For music mastering, LANDR's established AI, pay-per-track model, and DAW integration make it a no-brainer for independent artists.
Aivisspeech vs Splice
Splice and AivisSpeech serve entirely different needs: Splice is for music producers seeking royalty-free samples and plugin rentals, while AivisSpeech is a free Japanese TTS tool for voiceover and AI voice apps. Choose Splice if you make music; choose AivisSpeech if you need natural Japanese speech synthesis.
Aivisspeech vs Storyfile
Choose StoryFile if you need authentic, filmed conversational AI for historical or legacy preservation with institutional credibility; choose AivisSpeech if you need flexible, high-quality generative TTS for content creation or dialogue systems, especially in Japanese, with strong local and cloud options.
Alternatives to AivisSpeech
View all
Frequently Asked Questions
Categories
Best-of guides
Used AivisSpeech? Help shape our editorial sentiment research.