LimitHit
言語: 日本語

このページは機械翻訳です。誤りは [email protected] までお知らせください。

比較 · 15社 · 確認日

音声 AI API の料金

音声合成は100万文字あたり、文字起こしは音声1時間あたりで比較。各社公式ページの従量課金の定価です。

最安の TTS：100万文字あたり $4（Google Cloud Standard, Amazon (AWS) Polly Standard）。最安の STT：1時間 $0.04（Groq whisper-large-v3-turbo）。

音声合成（TTS）、100万文字あたり

各社で最安の現行モデル · 従量課金

  1. Google CloudStandard

    $4 100万文字あたり

  2. Amazon (AWS)Polly Standard

    $4 100万文字あたり

  3. SpeechmaticsSpeechmatics TTS

    $11 100万文字あたり

  4. OpenAItts-1 2027-01-06 終了

    $15 100万文字あたり

  5. Azure AI SpeechNeural

    $15 100万文字あたり

  6. DeepgramAura-1

    $15 100万文字あたり

  7. InworldTTS-2 Flash

    $15 100万文字あたり

  8. RimeMist v3

    $30 100万文字あたり

  9. ElevenLabsEleven v4 Turbo

    $40 100万文字あたり

  10. CartesiaSonic-3.6

    $65 100万文字あたり

文字起こし（STT）、音声1時間あたり

各社で最安の現行モデル · バッチまたはリアルタイム

  1. Groqwhisper-large-v3-turbo

    $0.04 音声1時間あたり

  2. SonioxSoniox async

    $0.10 音声1時間あたり

  3. RimeRime STT · リアルタイム

    $0.12 音声1時間あたり

  4. SpeechmaticsMelia 1

    $0.12 音声1時間あたり

  5. AssemblyAIUniversal-2

    $0.15 音声1時間あたり

  6. InworldSTT 1 · リアルタイム

    $0.15 音声1時間あたり

  7. GladiaSolaria-3 · €0.16

    ≈$0.179 音声1時間あたり

  8. Google CloudV2 dynamic batch

    $0.18 音声1時間あたり

  9. Azure AI SpeechBatch transcription

    $0.18 音声1時間あたり

  10. Rev.aiReverb

    $0.20 音声1時間あたり

  11. ElevenLabsScribe v2

    $0.22 音声1時間あたり

  12. DeepgramNova-3 Monolingual

    $0.258 音声1時間あたり

  13. OpenAIgpt-transcribe

    $0.27 音声1時間あたり

  14. Amazon (AWS)Transcribe batch

    $0.36 音声1時間あたり

  15. CartesiaInk-2 · リアルタイム

    $0.70 音声1時間あたり

ボリューム割引やプラン割引は備考に記載。トークン課金のモデル（Gemini TTS、gpt-4o-mini-tts）は文字単価がないためグラフに含めていません。€ は 2026-10-22 の ECB レート 1.1205 で換算。

提供終了予定

音声合成モデル一覧

列見出しをクリックで並べ替え · 各社の詳細は下へ

音声合成 API の料金：事業者、モデルと提供終了日、100万文字あたりの料金、備考。列見出しは並べ替えボタンで、トークン課金のモデルは常に最後に表示されます。
備考
Google CloudStandard $4$4 / 1M characters4M characters free a month.
Google CloudWaveNet $4$4 / 1M characters4M characters free a month.
Amazon (AWS)Polly Standard $4$4 / 1M characters5M characters free a month.
SpeechmaticsSpeechmatics TTS $11$0.011 per 1,000 charactersFirst 1M characters free.
OpenAItts-1 2027-01-06 終了$15$15.00 / 1M charactersReplacement: gpt-realtime-2.1-mini.
Azure AI SpeechNeural $15$15 / 1M charactersEast US. 0.5M characters free a month (F0).
DeepgramAura-1 $15$0.0150 / 1K characters
InworldTTS-2 Flash $15$15 / 1M charactersOn-Demand rate; $7 on Growth.
Google CloudNeural2 $16$16 / 1M characters1M characters free a month.
Amazon (AWS)Polly Neural $16$16 / 1M characters1M free a month for 12 months.
Azure AI SpeechNeural HD $22$22 / 1M charactersEast US.
InworldTTS-2 $25$25 / 1M charactersOn-Demand rate; $12.50 on Growth.
OpenAItts-1-hd 2027-01-06 終了$30$30.00 / 1M charactersReplacement: gpt-realtime-2.1-mini.
Google CloudChirp 3 HD $30$30 / 1M characters1M characters free a month.
Amazon (AWS)Polly Generative $30$30 / 1M characters100K free a month for 12 months.
DeepgramAura-2 $30$0.030 / 1K characters
RimeMist v3 $30$0.03 per 1K characters
ElevenLabsEleven v4 Turbo $40$0.04 / 1K characters
ElevenLabsFlash / Turbo v2.5 $40$0.04 / 1K characters
DeepgramFlux TTS $45$0.0450 / 1K characters$1 credit per $1 spent, up to $500, until Dec 31, 2026.
RimeCoda v2 $50$0.05 per 1K characters
CartesiaSonic-3.6 $65$65 / 1M credits (Pro overage)1 credit = 1 character. $38 per 1M on Scale.
ElevenLabsEleven v4 $80$0.08 / 1K characters
ElevenLabsEleven v3 $80$0.08 / 1K characters5,000 characters per request.
ElevenLabsMultilingual v2 $80$0.08 / 1K characters
Amazon (AWS)Polly Long-Form $100$100 / 1M characters500K free a month for 12 months.
Google CloudStudio $160$160 / 1M characters1M characters free a month.
OpenAIgpt-4o-mini-tts 2027-01-06 終了$0.60 / 1M text in · $12 / 1M audio out (tokens)Token-priced; no per-character rate. Snapshots 2025-03-20 and 2025-12-15 shut down Jan 6, 2027; replacement gpt-realtime-2.1-mini.
Google CloudGemini 3.8 Flash TTS プレビュー$0.50 / 1M text in · $9 / 1M audio out (tokens)Rises to $1 / $18 on Jan 1, 2027. 25 audio tokens = 1 second, so ~$0.81 per hour of output audio plus input.
Google CloudGemini 2.5 Flash TTS $0.50 / 1M text in · $10 / 1M audio out (tokens)Token-priced; ~$0.90 per hour of output audio plus input.
SonioxSoniox TTS $4 / 1M text in · $21.50 / 1M audio out (tokens)Vendor estimate: about $0.70 per hour of generated speech.

文字起こしモデル一覧

列見出しをクリックで並べ替え · 各社の詳細は下へ

文字起こし API の料金：事業者、モデルと提供終了日、バッチかリアルタイムか、音声1時間あたりの料金、備考。列見出しは並べ替えボタンで、時間単価のないモデルは常に最後に表示されます。
備考
Groqwhisper-large-v3-turbo バッチ$0.04$0.04 / hour
SonioxSoniox async バッチ$0.10$0.10 / hour
Groqwhisper-large-v3 バッチ$0.111$0.111 / hour
RimeRime STT リアルタイム$0.12$0.002 / min from Nov 20, 2026Free until Nov 19, 2026.
SonioxSoniox real-time リアルタイム$0.12$0.12 / hour
SpeechmaticsMelia 1 バッチ$0.12$0.12 / hour
AssemblyAIUniversal-2 バッチ$0.15$0.15 / hour
AssemblyAIUniversal-Streaming リアルタイム$0.15$0.15 / hour
InworldSTT 1 リアルタイム$0.15$0.15 / hourOn-Demand rate; $0.10/h on paid plans.
GladiaSolaria-3 バッチ≈$0.1790.16€ / hour (0–100 h)
OpenAIgpt-4o-mini-transcribe 2027-02-26 終了バッチ$0.18$0.003 / min (estimated)Replacement: gpt-transcribe or gpt-live-transcribe.
Google CloudV2 dynamic batch バッチ$0.18$0.003 / min
Azure AI SpeechBatch transcription バッチ$0.18$0.18 / hourEast US.
Rev.aiReverb バッチ$0.20$0.20 / hourEnglish.
AssemblyAIUniversal-3.5 Pro バッチ$0.21$0.21 / hour
ElevenLabsScribe v2 バッチ$0.22$0.22 / hourKeyterm prompting +$0.05/h.
SpeechmaticsStandard バッチ$0.23$0.23 / hour
DeepgramNova-3 Monolingual バッチ$0.258$0.0043 / min
OpenAIgpt-transcribe バッチ$0.27$0.0045 / min (estimated)
DeepgramWhisper Large バッチ$0.288$0.0048 / min
DeepgramNova-3 Monolingual (streaming) リアルタイム$0.288$0.0048 / min (promo)Regular price $0.0077/min ($0.46/h).
Rev.aiReverb Foreign Language バッチ$0.30$0.30 / hour
Rev.aiWhisper Large バッチ$0.30$0.005 / min
GladiaSolaria-1 バッチ≈$0.3030.27€ / hour (0–100 h)
DeepgramNova-3 Multilingual バッチ$0.312$0.0052 / min
OpenAIgpt-4o-transcribe 2027-02-26 終了バッチ$0.36$0.006 / min (estimated)Replacement: gpt-transcribe or gpt-live-transcribe.
OpenAIwhisper-1 2027-02-26 終了バッチ$0.36$0.006 / minReplacement: gpt-transcribe or gpt-live-transcribe.
Amazon (AWS)Transcribe batch バッチ$0.36$0.0001 / second (us-east-1)$0.006/min. 60 min free a month for 12 months.
Azure AI SpeechFast transcription バッチ$0.36$0.36 / hourEast US.
SpeechmaticsEnhanced バッチ$0.38$0.38 / hour
ElevenLabsScribe v2 Realtime リアルタイム$0.39$0.39 / hour
DeepgramFlux English リアルタイム$0.39$0.0065 / min (promo)Regular price $0.0077/min ($0.46/h).
AssemblyAIUniversal-3.6 Pro Realtime リアルタイム$0.45$0.45 / hour
Azure AI SpeechMAI-Transcribe-2 バッチ$0.54$0.54 / hourEast US, Foundry Models meter.
Amazon (AWS)Transcribe streaming リアルタイム$0.60$0.0001667 / second (us-east-1)$0.01/min.
CartesiaInk-2 リアルタイム$0.703 credits / secondDerived: 10,800 credits per hour at the $65 per 1M Pro overage rate. Vendor says $0.39/h on Scale.
GladiaReal-time リアルタイム≈$0.7620.68€ / hour
Google CloudV2 standard (incl. Chirp) リアルタイム$0.96$0.016 / min (first 500K min)Drops to $0.004/min above 2M min.
Azure AI SpeechReal-time transcription リアルタイム$1.00$1.00 / hourEast US. 5 h free a month (F0).
OpenAIgpt-live-transcribe リアルタイム$1.02$0.017 / min (estimated)

各社の詳細

Groq

文字起こし
  • whisper-large-v3-turbo：$0.04 · バッチ
  • whisper-large-v3：$0.111 · バッチ
音声1時間あたり
無料枠
不明 free plan exists with rate limits; no hour quota stated
備考
Hosted Whisper models. Per-hour cost from the speech-to-text docs.
  1. Groq を見る ↗
  2. Speech-to-text docs ↗
  3. 確認日

Soniox

音声合成
  • Soniox TTS：$4 / 1M text in · $21.50 / 1M audio out (tokens)
100万文字あたり
文字起こし
  • Soniox async：$0.10 · バッチ
  • Soniox real-time：$0.12 · リアルタイム
音声1時間あたり
無料枠
不明 no free quota stated on the pricing page
備考
Diarization, language ID and translation included in the hourly rate. TTS is token-priced ($4 per 1M input text tokens, $21.50 per 1M output audio tokens), about $0.70 per hour of generated speech.
  1. Soniox を見る ↗
  2. Pricing ↗
  3. 確認日

Rime

音声合成
  • Mist v3：$30
  • Coda v2：$50
100万文字あたり
文字起こし
  • Rime STT：$0.12 · リアルタイム
音声1時間あたり
無料枠
$50 free credits. STT free until Nov 19, 2026.
備考
TTS metered by characters (~1K per minute).
  1. Rime を見る ↗
  2. Pricing ↗
  3. 確認日

Speechmatics

音声合成
  • Speechmatics TTS：$11
100万文字あたり
文字起こし
  • Melia 1：$0.12 · バッチ
  • Standard：$0.23 · バッチ
  • Enhanced：$0.38 · バッチ
音声1時間あたり
無料枠
$100 in credits. TTS: first 1M characters free.
備考
Pre-recorded rates shown; real-time rates are not in the page text. Volume discount up to 25%.
  1. Speechmatics を見る ↗
  2. Pricing ↗
  3. 確認日

AssemblyAI

文字起こし
  • Universal-2：$0.15 · バッチ
  • Universal-3.5 Pro：$0.21 · バッチ
  • Universal-Streaming：$0.15 · リアルタイム
  • Universal-3.6 Pro Realtime：$0.45 · リアルタイム
音声1時間あたり
無料枠
Free tier: up to 185 hours pre-recorded and 333 hours streaming, no card required.
備考
Multichannel audio is billed per channel.
  1. AssemblyAI を見る ↗
  2. Pricing ↗
  3. 確認日

Inworld

音声合成
  • TTS-2 Flash：$15
  • TTS-2：$25
100万文字あたり
文字起こし
  • STT 1：$0.15 · リアルタイム
音声1時間あたり
無料枠
On-Demand includes up to 70 min of TTS or 400 min of STT free.
備考
Paid plans cut rates: TTS-2 down to $12.50 and TTS-2 Flash to $7 per 1M characters, STT to $0.10/h. Enterprise from $5 per 1M.
  1. Inworld を見る ↗
  2. Pricing ↗
  3. 確認日

Gladia

文字起こし
  • Solaria-3：≈$0.179 · バッチ
  • Solaria-1：≈$0.303 · バッチ
  • Real-time：≈$0.762 · リアルタイム
音声1時間あたり
無料枠
50€ free credits.
備考
Prices in € (≈$ at the ECB rate for ranking). Volume tiers drop Solaria-3 async to 0.12€/h.
  1. Gladia を見る ↗
  2. Pricing ↗
  3. 確認日

Google Cloud

音声合成
  • Standard：$4
  • WaveNet：$4
  • Neural2：$16
  • Chirp 3 HD：$30
  • Studio：$160
  • Gemini 3.8 Flash TTS：$0.50 / 1M text in · $9 / 1M audio out (tokens) プレビュー
  • Gemini 2.5 Flash TTS：$0.50 / 1M text in · $10 / 1M audio out (tokens)
100万文字あたり
文字起こし
  • V2 dynamic batch：$0.18 · バッチ
  • V2 standard (incl. Chirp)：$0.96 · リアルタイム
音声1時間あたり
無料枠
TTS: 4M Standard/WaveNet or 1M Chirp 3 HD/Neural2/Studio characters free a month. STT V1: 60 min free a month. Gemini TTS: no free tier.
備考
Gemini TTS is priced per token (25 audio tokens = 1 second). STT billed per second.
  1. Google Cloud を見る ↗
  2. TTS pricing ↗
  3. STT pricing ↗
  4. 確認日

Azure AI Speech

音声合成
  • Neural：$15
  • Neural HD：$22
100万文字あたり
文字起こし
  • Batch transcription：$0.18 · バッチ
  • Fast transcription：$0.36 · バッチ
  • MAI-Transcribe-2：$0.54 · バッチ
  • Real-time transcription：$1.00 · リアルタイム
音声1時間あたり
無料枠
Free (F0): 5 audio hours of real-time STT and 0.5M neural TTS characters a month. Batch not included.
備考
Prices are East US pay-as-you-go from the Azure retail prices API (the pricing page renders them client-side). A "Fast Transcription Promo" meter at $0.10/h is listed; the page says a promo runs until Dec 31, 2026.
  1. Azure AI Speech を見る ↗
  2. Speech pricing ↗
  3. Retail prices API (East US) ↗
  4. 確認日

Rev.ai

文字起こし
  • Reverb：$0.20 · バッチ
  • Reverb Foreign Language：$0.30 · バッチ
  • Whisper Large：$0.30 · バッチ
音声1時間あたり
無料枠
Free credits worth 5 hours of Reverb ASR.
備考
Rounded up to the nearest second, 15 second minimum.
  1. Rev.ai を見る ↗
  2. Pricing ↗
  3. 確認日

ElevenLabs

音声合成
  • Eleven v4：$80
  • Eleven v4 Turbo：$40
  • Eleven v3：$80
  • Multilingual v2：$80
  • Flash / Turbo v2.5：$40
100万文字あたり
文字起こし
  • Scribe v2：$0.22 · バッチ
  • Scribe v2 Realtime：$0.39 · リアルタイム
音声1時間あたり
無料枠
Free plan: 10,000 v4 characters (~10 min) or 20,000 Flash/Turbo characters a month, plus 4h30m Scribe or 2h30m Scribe Realtime.
備考
API usage is billed in USD, not plan credits. Same per-unit rate on every plan.
  1. ElevenLabs を見る ↗
  2. API pricing ↗
  3. 確認日

Deepgram

音声合成
  • Aura-1：$15
  • Aura-2：$30
  • Flux TTS：$45
100万文字あたり
文字起こし
  • Nova-3 Monolingual：$0.258 · バッチ
  • Nova-3 Multilingual：$0.312 · バッチ
  • Whisper Large：$0.288 · バッチ
  • Nova-3 Monolingual (streaming)：$0.288 · リアルタイム
  • Flux English：$0.39 · リアルタイム
音声1時間あたり
無料枠
$200 free credit, no card required.
備考
Streaming rates are limited-time promo prices; regular prices shown in notes. Growth plan ($4K+/yr prepaid) is up to 20% less.
  1. Deepgram を見る ↗
  2. Pricing ↗
  3. 確認日

OpenAI

音声合成
  • tts-1：$15 2027-01-06 終了
  • tts-1-hd：$30 2027-01-06 終了
  • gpt-4o-mini-tts：$0.60 / 1M text in · $12 / 1M audio out (tokens) 2027-01-06 終了
100万文字あたり
文字起こし
  • gpt-transcribe：$0.27 · バッチ
  • gpt-4o-mini-transcribe：$0.18 · バッチ 2027-02-26 終了
  • gpt-4o-transcribe：$0.36 · バッチ 2027-02-26 終了
  • whisper-1：$0.36 · バッチ 2027-02-26 終了
  • gpt-live-transcribe：$1.02 · リアルタイム
音声1時間あたり
無料枠
不明 no free audio quota on the pricing page
備考
tts-1, tts-1-hd and gpt-4o-mini-tts shut down Jan 6, 2027; whisper-1 and the gpt-4o transcribe models shut down Feb 26, 2027 (deprecations page).
  1. OpenAI を見る ↗
  2. API pricing ↗
  3. Deprecations ↗
  4. 確認日

Amazon (AWS)

音声合成
  • Polly Standard：$4
  • Polly Neural：$16
  • Polly Generative：$30
  • Polly Long-Form：$100
100万文字あたり
文字起こし
  • Transcribe batch：$0.36 · バッチ
  • Transcribe streaming：$0.60 · リアルタイム
音声1時間あたり
無料枠
Polly: 5M Standard characters a month; Neural 1M, Generative 100K, Long-Form 500K a month for 12 months. Transcribe: 60 min a month for 12 months.
備考
Transcribe prices are US East (N. Virginia), from the AWS price list API.
  1. Amazon (AWS) を見る ↗
  2. Polly pricing ↗
  3. Transcribe pricing ↗
  4. Transcribe price list (us-east-1) ↗
  5. 確認日

Cartesia

音声合成
  • Sonic-3.6：$65
100万文字あたり
文字起こし
  • Ink-2：$0.70 · リアルタイム
音声1時間あたり
無料枠
Free plan: 20K credits a month (~27 min of TTS or ~1h51m of STT).
備考
Credit-based plans: Pro $5 (100K), Startup $49 (1.25M), Scale $299 (8M). 1 credit = 1 TTS character; STT uses 3 credits per second. Overage: $65 (Pro), $45 (Startup), $38 (Scale) per 1M credits.
  1. Cartesia を見る ↗
  2. Pricing ↗
  3. 確認日

対象外

  • PlayHT：Shut down: API offline July 2025, service closed Dec 31, 2025 after Meta acquired PlayAI. play.ht did not resolve on 2026-10-23.
  • LMNT：lmnt.com/pricing says "LMNT has shut down" (2026-10-23).
  • Hume：Pricing page renders client-side; no per-unit rates readable yet.
  • Mistral Voxtral：Speech models are priced per minute, but the rates are not on the public pricing page text.

ニュースレター

上限が変わったらお知らせ

プランが変わったときに短いメールを1通。スパムは送りません。こちらもレート制限中です。