Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

音声合成API

アプリ、動画、アクセシビリティ向けに自然な音声を生成します。モデルと声を選び、速度と出力形式(mp3、wav、opus、flac)を設定して、音声をストリーミングで受け取れます。

  • 動画のナレーション
  • 記事の読み上げ
  • 音声アシスタントとIVR
  • アクセシビリティ機能
利用するにはログインしてください無料アカウントを作成
input_references
0/3
reference_transcript

ここに結果が表示されます。

本日の無料メッセージ残り 5 / 5、無料アカウントを作成すると、無料利用量とAPIキーが追加されます。無料アカウントを作成ログインセッション費用 $0.00

音声合成API · 36 件のモデル

モデル料金
Fish Audio: S2.1 Pro Free (free)fish-audio/s2.1-pro-free:free無料
Google: Gemini 3.8 Flash Lite TTSgoogle/gemini-3.8-flash-lite-tts$1.75 / 100万文字$21.00 / 100万トークン
Google: Gemini 3.8 Flash TTSgoogle/gemini-3.8-flash-tts$1.75 / 100万文字$31.50 / 100万トークン
hexgrad: Kokoro 82Mhexgrad/kokoro-82m$2.17 / 100万文字
Google: Gemini 3.1 Flash TTS Previewgoogle/gemini-3.1-flash-tts-preview$3.50 / 100万文字$70.00 / 100万トークン
Fish Audio: Drama 3fish-audio/drama-3$7.00 / 100万文字
HeyGen: HeyGen Voice Turboheygen/heygen-voice-1-turbo$14.00 / 100万文字
Sesame: CSM 1Bsesame/csm-1b$24.50 / 100万文字
Canopy Labs: Orpheus 3Bcanopylabs/orpheus-3b-0.1-ft$24.50 / 100万文字
Mistral: Voxtral TTS 3mistralai/voxtral-mini-tts-3-0$45.50 / 100万文字
HeyGen: HeyGen Voiceheygen/heygen-voice-1$52.50 / 100万文字
Microsoft AI: MAI-Voice-2.1-Flashmicrosoft/mai-voice-2.1-flash$52.50 / 100万文字
Fish Audio: S1fish-audio/s1$52.50 / 100万文字
Fish Audio: S2 Profish-audio/s2-pro$52.50 / 100万文字
Fish Audio: S2.1 Profish-audio/s2.1-pro$52.50 / 100万文字
Microsoft AI: MAI-Voice-2-Flashmicrosoft/mai-voice-2-flash$52.50 / 100万文字
Qwen: Qwen-Audio-3.0-TTS Flashqwen/qwen-audio-3.0-tts-flash$52.50 / 100万文字
SpaceXAI: Grok Voice TTS 1.0x-ai/grok-voice-tts-1.0$52.50 / 100万文字
Mistral: Voxtral Mini TTSmistralai/voxtral-mini-tts-2603$56.00 / 100万文字
Qwen: Qwen-Audio-3.0-TTS Plusqwen/qwen-audio-3.0-tts-plus$70.00 / 100万文字
Microsoft AI: MAI-Voice-2.1microsoft/mai-voice-2.1$77.00 / 100万文字
Microsoft AI: MAI-Voice-2microsoft/mai-voice-2$77.00 / 100万文字
Deepgram: Aura-2deepgram/aura-2$105.00 / 100万文字
ElevenLabs: Eleven v4 Turboelevenlabs/eleven-v4-turbo$140.00 / 100万文字
ElevenLabs: Eleven v3 Conversationalelevenlabs/eleven-v3-conversational$140.00 / 100万文字
ElevenLabs: Eleven Flash v2.5elevenlabs/eleven-flash-v2.5$140.00 / 100万文字
ElevenLabs: Eleven Turbo v2elevenlabs/eleven-turbo-v2$140.00 / 100万文字
ElevenLabs: Eleven Turbo v2.5elevenlabs/eleven-turbo-v2.5$140.00 / 100万文字
ElevenLabs: Eleven Flash v2elevenlabs/eleven-flash-v2$140.00 / 100万文字
Deepgram: Flux TTSdeepgram/flux-tts$157.50 / 100万文字
MiniMax: Speech 2.8 Turbominimax/speech-2.8-turbo$210.00 / 100万文字
ElevenLabs: Eleven v4elevenlabs/eleven-v4$280.00 / 100万文字
ElevenLabs: Eleven v3elevenlabs/eleven-v3$280.00 / 100万文字
ElevenLabs: Eleven Multilingual v2elevenlabs/eleven-multilingual-v2$280.00 / 100万文字
MiniMax: Speech 2.8 HDminimax/speech-2.8-hd$350.00 / 100万文字
ByteDance Seed: Seed Audio 1.0bytedance-seed/seed-audio-1-0$8,750.00 / 100万トークン

音声合成API APIの呼び出し方

  1. ダッシュボードでAPIキーを作成します。
  2. お使いの言語の公式openai SDKをインストールします。
  3. baseURLをhttps://api14.com/api/v1に、modelを"mistralai/voxtral-mini-tts-2603"に設定します。

TTSの料金は?

入力テキストの文字数あたりの料金です。1,000文字の段落なら通常1セント未満から数セント程度です。

対応形式は?

モデルにより mp3、wav、opus、flac に対応しています。

声を選べますか?

はい。voice パラメーターを指定してください。各モデルページに、そのモデルで使える声の数が記載されています。

音声をストリーミングできますか?

はい。レスポンスボディをストリームとして読み込めば、ファイル全体が届く前に再生を開始できます。

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "mistralai/voxtral-mini-tts-2603",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

人気のAI APIサービス