AivisSpeech／VOICEVOX（アイヴィススピーチ／ボイスボックス）

どちらもソフト本体は完全無料です。商用利用も可能で、AivisSpeechはソフト自体にクレジット表記の義務もありません（ただし使う音声モデルごとに条件が異なるため、そこは確認が必要です）。VOICEVOXはキャラクターごとにクレジット表記の規約があります。

この2つは、日本語の読み上げに特化した、日本製の無料ソフトです。この章でご紹介してきたElevenLabsやOpenAIのTTSが「よそのサーバーに頼む」方式なのに対し、こちらはあなたのパソコンにインストールして使います。何万文字読ませても料金はゼロです。

VOICEVOXは以前から広く使われてきた定番で、キャラクターの声を選んで文章を読み上げさせられます。AivisSpeechはその流れをくむ新しいソフトで、感情表現のある自然な読み上げに強く、日本語の読み方やアクセントを判断する専用のAIを積んでいます。英語の単語や固有名詞が混ざった文章も自然に読んでくれるのが特徴です。WindowsとMacに対応し、インストーラーを実行するだけで使えます。

動画のナレーション、アプリの読み上げ機能、教材の音声化など、日本語の音声が必要な場面では第一に検討する価値があります。

日本語圏での評価は非常に高く、特にAivisSpeechは登場後、個人ブログやAI系の情報サイトで軒並み好意的に紹介されています。「無料でここまで自然なら十分」「商用利用の条件が分かりやすい」という声が中心です。作った音声モデルを共有する「AivisHub」という場所も用意されており、好みの声を1クリックで追加できます。

そして、この項目で最も大事なのがライセンスの話です。海外で有名な無料の読み上げAIには、日本語で使おうとすると壁があるものが少なくありません。Kokoroは公式の対応言語に日本語が入っておらず別途追加部品が要り、F5-TTSは公開されている音声モデルが非商用限定、XTTS（Coqui）は2024年8月で開発元ごと消滅しています。「無料で配布されている＝商用利用OK」ではないという点は、日本語の比較記事でも繰り返し注意喚起されています。

その中で、日本語ネイティブ・無料・商用利用可・GUIあり、の4つを同時に満たすのがこの2つです。あなたが作るアプリに日本語の音声が必要なら、まずここから試してください。品質に不満が出たときに、初めてElevenLabsの有料APIを検討すれば十分です。