音声

ACE Studio

音楽生成

MIDIと歌詞からの歌声、音声クローン、楽器、ステム分離、動画用音楽を扱うAI音楽スタジオ。

• MIDI・歌詞から編集可能なAI歌声
• AI楽器とACE BridgeによるDAW連携

詳細 サイトを見る (新しいタブで開きます)

AIVA

音楽生成

AIでインストゥルメンタル曲を作成・編集し、プランごとの形式と利用権でダウンロード。

• AI作曲、編集、MIDI書き出し
• ダウンロードと生成に別々の上限

詳細 サイトを見る (新しいタブで開きます)

Altered AI

音声合成

音声対音声モーフィング、クローン、テキスト読み上げ、通話・ゲーム向けリアルタイム声変換を備えた音声AIプラットフォーム。

• Studio：クローン、音声から音声への変換、TTS、編集
• Real-Time Pro Call Center: Accent Translation、Voice Skins、Isolate。処理は無制限

詳細 サイトを見る (新しいタブで開きます)

Amberscript

音声の編集と修復

自動文字起こし・字幕と、任意の人による編集。

• 90超の言語で自動文字起こし・字幕。オンライン編集
• 18超の言語、言語専門家による編集

詳細 サイトを見る (新しいタブで開きます)

A

Amped Studio

音楽生成

VST3対応のブラウザベースのマルチトラックDAW;音楽アシスタント、ステムスプリッタ、ボイスチェンジャーは、別の有料のAIティアのために予約されます。

• インストールとクラウドプロジェクトストレージなしのブラウザベースのDAW
• プレミアムティアからVST3プラグインのサポート

詳細 サイトを見る (新しいタブで開きます)

Aqua Voice

音声合成

macOS、Windows、iOS向けのクラウド音声入力。音声ファイル用Avalon APIは別料金です。

• macOS、Windows、iOS向けのクラウド音声入力。音声ファイル用Avalon APIは別料金です。
• カスタム指示と拡張辞書

詳細 サイトを見る (新しいタブで開きます)

AssemblyAI

音声の編集と修復

ファイル・ストリーミング・短いクリップの文字起こし、音声分析、LLMアクセス、管理型音声エージェントを提供する開発者向け基盤。

• ファイル文字起こし、リアルタイム配信、短いクリップ向けSync API
• 開始時の無料クレジット。永続的な無制限無料APIではない

詳細 サイトを見る (新しいタブで開きます)

Async

音声の編集と修復

音声・動画の録音録画と編集、AI生成、字幕、音声、チーム制作に対応するブラウザ基盤。

• ブラウザで録音録画と音声・動画編集
• プラン別クレジットによるAI生成とチャット編集

詳細 サイトを見る (新しいタブで開きます)

AudioPen

音声の編集と修復

AudioPenは個人の音声メモを構造化テキスト、または書き換えなしの文字起こしに変換。会議への自動参加や話者のラベル付けは行いません。

• 録音は最大15分。メモ保存は無制限
• 音声ファイルのアップロードは4週間ごとに100件、1ファイル最大100 MB

詳細 サイトを見る (新しいタブで開きます)

Audiostrip

音声の編集と修復

AudioStripはボーカルと伴奏の分離、ノイズ処理、マスタリング、キーとBPMの検索を提供します。

• AudioStripはボーカルと伴奏の分離、ノイズ処理、マスタリング、キーとBPMの検索を提供します。
• 分離、マスタリング、音質改善は回数無制限。1ファイル最大200 MB・20分

詳細 サイトを見る (新しいタブで開きます)

Auphonic

音声の編集と修復

Auphonicはラウドネス調整、レベル調整、ノイズ・残響低減、編集、ポッドキャスト公開を自動化。有料プランでは音声認識と自動ショーノートも利用できます。

• Auphonicはラウドネス調整、レベル調整、ノイズ・残響低減、編集、ポッドキャスト公開を自動化。有料プランでは音声認識と自動ショーノートも利用できます。
• ジングルなし。音声認識、自動ショーノート、監視フォルダー、一括処理

詳細 サイトを見る (新しいタブで開きます)

B

Beatoven.ai

音楽生成

社内のMaestroモデルでカスタム背景音楽とサウンド効果を生成します。現在のティア価格設定は公式サイトでは到達できません。

• Maestro Music:カスタム記述された背景音楽のための社内モデル
• Maestro の健全な効果: プロンプト 説明から直接 AI の foley の効果

詳細 サイトを見る (新しいタブで開きます)

Bland AI

音声合成

着信・発信用のプログラム可能なAI電話エージェント。分単位の料金と別途の電話回線費用が発生。

• BuildとScaleでは同時通話数・日次上限が増え、分単価は下がります。上限は基本料に含まれる無料通話時間ではありません。
• 同時通話10件、1日100件、1時間100件

詳細 サイトを見る (新しいタブで開きます)

Boomy

音楽生成

AI楽曲を作成・編集。有料プランでのダウンロードを商用利用し、選んだ配信代行業者から公開。

• 楽曲作成と基本編集ツール
• 保存枠は合計500曲

詳細 サイトを見る (新しいタブで開きます)

Cartesia

音声合成

リアルタイム音声合成、音声認識、管理Voice Agentの従量API。

• TTS、STT、管理Voice Agentで消費区分が別
• ZDRはEnterprise TTS/STTのみ

詳細 サイトを見る (新しいタブで開きます)

Castmagic

音声の編集と修復

音声・動画を文字起こし、ノート、コンテンツ、AI出力へ変換。

• 一律AI出力ではなく文字起こし時間が価格軸
• 文字起こし合計30時間（ライブラリ全体の割り当て）、10 GB保存、1席、多言語文字起こし、AI出力、Magic Chat、カスタムプロンプト

詳細 サイトを見る (新しいタブで開きます)

Cleanvoice

音声の編集と修復

音声・動画ポッドキャストからフィラーワード、ノイズ、無音、口音を自動除去。

• 30分無料テスト
• 5、10、30時間の一回クレジット

詳細 サイトを見る (新しいタブで開きます)

Deepgram

音声合成

Speech-to-Text、Text-to-Speech、Voice Agent向けの開発者API。従量課金。

• ライブアプリケーション向けの最低レイテンシリアルタイム文字起こし（Nova-3）
• 録音されたオーディオおよびビデオファイルのバッチ文字起こし

詳細 サイトを見る (新しいタブで開きます)

Descript

音声の編集と修復

文字起こしを軸に、音声と動画を切り、整え、字幕を付け、吹き替える。

• 動画とポッドキャストを文書のように編集
• タイムラインの自動文字起こし

詳細 サイトを見る*. 広告リンク: 契約が成立すると紹介料を受け取ります。表示価格は変わりません。 (新しいタブで開きます)

ElevenLabs

音声合成

合成音声で話し言葉、ボイスオーバー、吹き替え、Voice Agentsを作る。

• WebとAPIで70以上の言語の表現力ある音声によるテキスト読み上げ（TTS）
• 短い音声からInstant/Professional Voice Cloning

詳細 サイトを見る*. 広告リンク: 契約が成立すると紹介料を受け取ります。表示価格は変わりません。 (新しいタブで開きます)

Fish Audio

音声合成

Text-to-Speechと声クローンのAI基盤（Speech-to-TextとVoice Changer含む）。ElevenLabsより安い代替として位置づける。

• テキスト読み上げと音声ツール
• 製品提供による音声機能

詳細 サイトを見る (新しいタブで開きます)

G

Google Flow Music

音楽生成

Lyria 3.5で構築されたAI共同プロデューサーを使用して、Veoを使用して曲を音楽ビデオに変換し、再生し、曲をVeoに変換します。Googleアカウントから無料で開始できます。

• Lyria 3.5の上に豊かな音楽とダイナミックなボーカルで曲を造るチャットベースのAI共同プロデューサー
• 既存のトラックの直接リミックス、茎の分割とチャットで制御可能なオーディオ効果

詳細 サイトを見る (新しいタブで開きます)

HappyScribe

音声の編集と修復

会議レコーダー、60言語超の自動音声認識、翻訳、任意の人による校正を備えたAI文字起こし／字幕基盤。

• 60以上の言語に対応した文字起こし・字幕の自動音声認識
• ボット不参加のリアルタイム文字起こしと無制限録音の会議レコーダー

詳細 サイトを見る (新しいタブで開きます)

Kits.ai

音声合成

歌声の変換とクローン。

• 歌声のボイスコンバージョン
• ボーカル制作向けに自分の声をクローン

詳細 サイトを見る (新しいタブで開きます)

Krisp

音声の編集と修復

会議を文字起こしし、雑音を消し、アクセントを変える。

• 通話にコンファレンスツールのボットなしでのボット不使用会議メモと要約
• インターネット接続不要でマイクとスピーカーのノイズ・エコキャンセル

詳細 サイトを見る (新しいタブで開きます)

LALAL.AI

音声の編集と修復

音声や動画からボーカル、楽器、雑音を分ける。

• ボーカル、ドラム、ベース、ピアノ、ギターなどのためのAIステム分離
• DAW（デジタルオーディオワークステーション）で直接ローカル処理するためのVSTプラグイン

詳細 サイトを見る (新しいタブで開きます)

L

Loudly

音楽生成

VEGAとMANTAモデルでロイヤリティフリーの曲を生成し、50+プラットフォームに組み込まれた配布でリリースします。

• 2世代モデル:高速ドラフトのためのVEGA、リリース準備のためのMANTA
• 生成されたトラックのオーディオプロファイルを解析するソングDNA

詳細 サイトを見る (新しいタブで開きます)

L

Lyria

音楽生成

Google DeepMindの音楽モデルは、ボーカル付きのフルソング、Gemini API、Vertex AI、またはGoogle Flow Musicで埋め込まれています。

• 多言語のボーカル、逆コーラス構造、曲の長さを最大数分間フルソング(Lyria 3.5)
• Image-to-music: 画像をアップロードして、マッチングトラックに変換

詳細 サイトを見る (新しいタブで開きます)

M

MelodyCraft

音楽生成

歌詞またはプロンプトを70 +スタイルを渡るボーカルで完全な曲に回し、AIボイスカバーを含む。クレジットパックが期限切れになることはありません。

• 21は1つのインターフェイスで歌、カバーおよび歌詞の作成のための用具を使います
• スタイルミックスを含む70以上の音楽スタイルで歌詞やテキストプロンプトからの曲

詳細 サイトを見る (新しいタブで開きます)

M

Mubert

音楽生成

アプリケーション、ゲーム、ライブストリーム用の API として生成、ロイヤリティフリーの音楽。コンテンツIDの登録とストリーミング配信は、すべての階層に禁止されています。

• テキスト・ツー・ミュージック、イメージ・ツー・ミュージック、BPMベース、アクティビティ・ベースの生成
• ライブ適応のためのサブ秒レイテンシーでWebRTCストリーミング

詳細 サイトを見る (新しいタブで開きます)

M

Mureka

音楽生成

Premierプランで、テキスト、リファレンストラック、またはヘミングから曲、インストゥルメント、およびスピーチを生成します。

• Mureka Coは自然な言語(Premierだけ)によってDAWおよびローカル ファイルを制御します
• 既存の曲から12までの幹線分離

詳細 サイトを見る (新しいタブで開きます)

Murf AI

音声合成

多数の声、言語、スタジオエディタでボイスオーバーを作る。

• Studioで台本からナレーション制作。Murf Dubは別製品
• 台本内で速度、ピッチ、間、発音、強調を調整

詳細 サイトを見る*. 広告リンク: 契約が成立すると紹介料を受け取ります。表示価格は変わりません。 (新しいタブで開きます)

M

Musely

音楽生成

歌詞、ジャンル、気分、BPM の別々のコントロールで、1つの共有クレジットプールから曲、ビデオ、および画像を生成します。

• 1つのバンドルされたプロンプトの代わりに、歌詞、ジャンル、気分、BPM、およびボーカルの性別のための別の制御
• 1つのクレジットプールは、音楽、ビデオ、イメージの生成を一緒にカバーします

詳細 サイトを見る (新しいタブで開きます)

M

Musicfy

音楽生成

自分の声をAIカバーや曲に変える。商用ライセンスはプロフェッショナルから始まります。

• ジャンルやキャラクターによる100,000の事前構築型AIボイスモデル
• Studioプランの30モデルまで、アップロードされた音声からカスタムボイスクローニング

詳細 サイトを見る (新しいタブで開きます)

ParaSpeech

音声合成

キーボードショートカットを介して任意のフィールドに直接テキストにスピーチを回すMacネイティブディクテーションアプリ、オプションのオンデバイス処理。

• 話したメッセージやメモをテキストに変換
• MacとiPhoneに対応し、自分の複数端末で利用可能

詳細 サイトを見る (新しいタブで開きます)

Picovoice

音声合成

ウェイクワード、音声認識、音声合成、話者認識などのオンデバイスAI SDK。クラウドではなく端末上で完結する。無料試用あり、有料利用は要問い合わせ。

• ウェイクワード検出、音声認識、音声合成、話者認識のためのオンデバイスSDK
• クラウド接続なしに完全にデバイス上で動作

詳細 サイトを見る (新しいタブで開きます)

Podigee

音声の編集と修復

ディストリビューション、分析、収益化を備えたドイツのPodcastホスティングプラットフォーム、2024 / 25以降、AIクレジットが自動転写、ショーノート、ソーシャルコピー用に拡張されます。

• 30以上の言語での自動AI文字起こしを備えたポッドキャストホスティング
• AIによるチャプターマーカーと自動ショートノート生成

詳細 サイトを見る (新しいタブで開きます)

Resemble AI

ディープフェイク検知と真正性

音声、画像、動画のディープフェイクを検知し、身元を守り、メディアに透かしを入れる。

• 音声、画像、動画のディープフェイク検出
• C2PAウォーターマークとアイデンティティ保護

詳細 サイトを見る (新しいタブで開きます)

Rev

音声の編集と修復

主に法的および調査的なチームを目指しているので、AIと人的転写、キャプション、翻訳のための米国のプラットフォーム、古典的な転写/キャプションはまだコア提供。

• 音声をテキスト、字幕、翻訳へ。AIまたは人手
• 法務・捜査チーム向け。古典的キャプションも中核のまま

詳細 サイトを見る (新しいタブで開きます)

Sarvam

音声合成

インドのAI API。テキスト読み上げ、音声認識、翻訳、文書AI、多言語チャット。インド諸語が軸。

• インド語向けTTS（テキスト読み上げ）が1,000文字あたり3.00ルピー
• インド語の文字起こし向けSTT（音声認識）が1時間あたり30ルピーから

詳細 サイトを見る (新しいタブで開きます)

Smallest.ai

音声合成

低遅延テキスト読み上げAPI（100 ms未満）、音声認識、企業向け音声エージェントのVoice AI基盤。

• リアルタイム音声アプリ向けに100ミリ秒以下のレイテンシーを持つTTS API
• 会話や録音の音声テキスト変換

詳細 サイトを見る (新しいタブで開きます)

Soundful

音楽生成

インストゥルメンタルとループを生成し、ダウンロードし、プランごとにライセンスする。

• ワンクリックでさまざまなジャンルのインストゥルメンタルトラックとループパッケージを生成
• すべての生成トラックはユニークで商業利用ライセンス付き

詳細 サイトを見る (新しいタブで開きます)

SOUNDRAW

音楽生成

コンテンツまたは自作リリース向けのインストゥルメンタルを作り、ライセンスする。

• 長さと雰囲気を指定してインスト音楽を生成
• エディタ内でテンポ単位のリミックスと編曲

詳細 サイトを見る (新しいタブで開きます)

S

Soundverse

音楽生成

歌、声のクローニング、および茎の分離のためのAgentic AIの音楽プロデューサー;少なくとも1,000無料のクレジット、作成者およびプロプライシングは、現在公開されていません。

• 「Agent One」は、コミュニケーションにおけるプロンプト・ツー・ソンの生成、声のクローニング、反復を促進します。
• Stem の分離および既存のトラックかループを延長するための Extend 用具

詳細 サイトを見る (新しいタブで開きます)

Speechify Studio

音声合成

Voiceover、吹き替え、アバターを、共通のCredit残高で。

• 共有クレジットアカウントでボイスオーバー・吹き替え・アバター生成を管理
• 感情表現付きで50以上の言語で200以上のAI音声とクローン音声

詳細 サイトを見る (新しいタブで開きます)

S

Stable Audio

音楽生成

Stable Audio 3.0、Webアプリ、DAWプラグイン、またはAPIを使用して音楽とサウンド効果を生成し、オーディオツーオーディオの編集とステムエクスポート。

• Stable Audio 3.0(5月2026)は、市販の安全な使用のために完全にライセンスされたデータを訓練しました
• 対話制御、オーディオツーオーディオ編集、インペインティングによるWebアプリ

詳細 サイトを見る (新しいタブで開きます)

Suno

音楽生成

テキスト指定から、歌、楽器、歌詞つきの曲一式を作る。

• テキストプロンプトからボーカルと楽器付きの完全な楽曲を生成
• カスタムモード：自分の歌詞入力と音楽ジャンルのスタイルタグ

詳細 サイトを見る (新しいタブで開きます)

Superwhisper

音声合成

macOS、Windows、iOS用のAI搭載の予測では、ローカルのウィスパーモデルでオフラインで動作します。また、クラウド/ブリングユースのAIモデルでも使用できます。

• プライバシーのためのオフラインサポートを備えたmacOS・Windows・iOS向けのAI音声認識
• 1つのアプリで口述モード・文字起こしモード・AIメモ作成

詳細 サイトを見る (新しいタブで開きます)

T

Treblo

音楽生成

歌詞、スタイル、および期間の高度なモードで無料の曲を生成します。開発者APIのみがクレジットで請求されます。

• スタイル強度スライダー、リズムアシスト、時間制御、フリーフォームの歌詞/タグ入力による高度なモード
• 消費者アプリは、出力に完全商用権を持ち、無制限で、ウォーターマークなし

詳細 サイトを見る (新しいタブで開きます)

Udio

音楽生成

曲を生成し、伸ばし、編集する。

• テキストからの楽曲生成とExtend・Remix・Inpaint機能
• 32秒の楽曲は1クレジット、130秒は2クレジット

詳細 サイトを見る (新しいタブで開きます)

Vapi

音声合成

顧客通話、予約、サポート向けVoice AIエージェント（電話ボット）を作り、動かす開発者基盤。

• 1分0.05ドルからの従量課金の通話時間
• Buildプランで10回の同時通話が追加料金なしで含まれる

詳細 サイトを見る (新しいタブで開きます)

V

Veena

音楽生成

ブラウザベースのDAWとAI CoProducerは、ステム分割とVST / AUホスティングを含む、終了したオーディオファイルではなく、編集可能なMIDIとして曲を構築します。

• AI CoProducerは編集可能なMIDIとして層によって曲の層を造ります:ドラム、低音、コード、melody、効果
• インポートされたオーディオトラックは、タイムライン上の実際の茎に分割されます

詳細 サイトを見る (新しいタブで開きます)

Voice.ai

音声合成

TTS、Voice Agents、音声ツール。

• 共有クレジットシステムでのテキスト読み上げとボイスエージェント
• Starterプランからのインスタントボイスクローニング

詳細 サイトを見る (新しいタブで開きます)

Wispr Flow

音声合成

Mac、Windows、iOS、Androidのどのアプリでも、話し言葉をそのまま使える文にする、システム全体のAIディクテーション。

• Mac・Windows・iOS・AndroidのすべてのアプリでシステムワイドAIディクテーション
• Proプランから高度なAIモデルで無制限のディクテーション

詳細 サイトを見る (新しいタブで開きます)