リアルな音声合成 登録なしで無料で試せます

Cartesiaの音声合成モデル、Sonicです。2026年9月のSonic-3.6公開以来、Artificial Analysisのcontrolled-voiceランキングとprovider-voiceランキングで第1位を維持し、VoiceArenaのブラインド聴取でも第1位に評価されています。

話し方です。強調する語や間の位置を間違えたり、疑問文の語尾を下げたり、略語でつまずいたりすると、合成音声だとわかります。語が正しいだけでは足りません。記事このTTSモデルは優れているか？では、2つの音声がすべての語を正しく読んでいるのに、聴こえ方は明らかに異なります。

はい。このページのデモはアカウント不要で、1回に500文字まで読み上げます。無料のCartesiaアカウントでは毎月のクレジットと音声のダウンロードが加わり、有料プランでは利用量と商用利用ライセンスが加わります。各プランの内容は料金をご覧ください。

聴き手が人の話し声だと受け取る音声合成です。Cartesiaの声は音声合成モデルSonicで動いており、無料デモの声はPlaygroundやAPIで使える声と同じです。

はい。Cartesiaは音声を生成しながらストリーミングし、最初の音声は90ms未満で届きます。Managed Agentsのライブ通話に十分な速さです。会話では人はたいてい約200msで返事をするので、長い間は声を機械っぽく聴こえさせる最初の原因になります。

はい。Cartesiaの音声合成モデルSonicは40を超える言語を話し、地域のアクセントと、言語ごとに作られた声を備えています。スペイン語の原稿はスペイン語の声が読み上げます。言語ごとにサンプルのページがあります。

はい、話者の許可があれば可能です。ボイスクローンでは、10秒の録音からInstant Voice Cloneを、1人の話者の30分以上の音声からPro Voice Cloneを作成できます。Pro Voice Cloneは話者の間の取り方や強調をより忠実に再現します。

はい。Pro以上のすべてのプランに商用利用ライセンスが含まれます。各プランの内容は料金で確認できます。原稿の権利と、クローンする声の持ち主の許可は別途必要です。