VOICEVOX と AivisSpeech、無料の国産AI音声はどっち?
※このサイトのリンクには広告(アフィリエイト)を含む場合があります。
この記事の確かめ方
- ✅確認した事実：両ツールの公式サイト・利用規約（確認日2026-07-17）
- ✅手法：/methodology（DBの確認カルテに基づく一次確認）
- ❌未評価：音の自然さ・感情表現（両方とも、僕はまだ聴いていません）
- 🔄仕様・ライセンスは改定される。使う前に必ず公式ページで最新を確認してください
結論（先に）
- サーバー・Dockerで動かしたい／Linuxで使いたいなら VOICEVOX。Linux・Docker配布を確認できています。音声ライブラリも公式掲載47キャラと厚めです。
- 本体をクレジット表記なしで気軽に使いたいなら AivisSpeech。本体は個人/法人/商用問わずクレジット表記不要で使えます（2026-07-17確認）。
- どちらも「本体は無料、音声モデルは個別ライセンス」という構造は共通。使うキャラクター/モデルごとに規約確認が要る点は同じです。
- 音の自然さでは順位をつけません。両方とも僕は聴いて判定していない（未評価）ので、各公式デモで自分の耳で確認してください。
一次確認できた範囲での比較表（2026-07-17）
| 項目 | VOICEVOX | AivisSpeech |
|---|---|---|
| ソフト本体の料金 | 無料（有料プランの概念なし・寄付/スポンサー運営） | 無料（本体に料金プランの概念なし） |
| 本体の商用利用 | 可（利用規約に明記） | 可（個人/法人/商用問わず） |
| 本体のクレジット表記 | 音声ライブラリごとに基本必須 | 本体は不要 |
| 音声モデルのライセンス | キャラごとの個別規約（クレジット必須が基本） | AivisHubでACML/ACML-NC/CC0の3区分 |
| 対応OS（デスクトップ版） | Windows/mac/Linux | Windows/macのみ（Linux非対応） |
| エンジン単体（サーバー用途） | Docker版あり（CPU/GPU） | Linux/Docker対応（CPU/GPU） |
| オフライン動作 | 可（実行に通信不要） | 可（初回起動のみ通信が必要） |
| API | ローカルHTTP API（VOICEVOX ENGINE） | Aivis Cloud API＋ローカルHTTP API |
| 読み/アクセント調整 | ユーザー辞書あり（CSV一括登録・API対応） | 要確認（VOICEVOX系のため類似機能の可能性） |
| クラウドAPIの料金 | ─（ローカルAPIのみ） | Aivis Cloud APIの課金体系は要確認 |
| 音の自然さ | 未評価 | 未評価 |
| 最終確認 | 2026-07-17 | 2026-07-17 |
出典：VOICEVOX公式サイト・利用規約、AivisSpeech公式サイト（いずれも2026-07-17取得）。
ライセンスの仕組みで見る（ここが一番の違い）
どちらも「ソフト本体は自由、音声モデル（キャラクター）は個別ライセンス」という二層構造です。ここを取り違えると、無料のつもりが規約違反になります。
- VOICEVOX：ソフトの利用規約は「商用・非商用問わず利用することができます」と明記（確認2026-07-17）。ただし音声ライブラリごとに個別規約があり、基本的にクレジット表記が必須です。たとえばずんだもん・四国めたんなど東北ずん子プロジェクト系のキャラクターでは、音源利用規約に**クレジット表記の書式（例：「VOICEVOX:ずんだもん」）**まで具体的に定められており、クレジット表記を外して商用利用したい場合は1キャラクターあたり40万円（＋税）の有償ライセンスが必要と明記されています（zunko.jp 音源利用規約・確認2026-07-20）。※これは東北ずん子PJ系キャラの条件で、権利元が異なる他キャラに同額が適用されるとは限りません。使うキャラクターごとに規約確認が必要です。
- AivisSpeech：エディタ本体は個人/法人/商用を問わずクレジット表記なしで使えます（確認2026-07-17）。音声モデルはAivisHubでACML（商用可）／ACML-NC（商用不可）／CC0（制限なし）の3種類のライセンスで公開され、区分は各モデルの詳細ページで確認できます（公式リポジトリQ&A・確認2026-07-20）。「原則クレジット必須・外すには課金」というVOICEVOX系の構造とは違い、モデル作者がライセンスを選んで公開する分散型です。
つまり「本体のクレジット表記が要らない」ぶんAivisSpeechが身軽に見えますが、どちらも結局は使う音声モデル/キャラクター単位でライセンスを確認する必要がある点は共通です。
動かす環境で見る
- VOICEVOX：デスクトップアプリがWindows/mac/Linuxに対応。さらにDocker版エンジン（CPU/GPU）も公式提供されています。GUIをLinuxで使いたい・コンテナで動かしたい、どちらの運用にも向きます。
- AivisSpeech：デスクトップアプリはWindows/macのみ（Linux非対応・公式README明記）。ただし音声合成エンジン単体（AivisSpeech Engine）はUbuntu Linux＋Docker（CPU/GPU）に対応します。つまり「GUIで使うならWin/Mac、サーバーで回すならLinux可」という二段構えです（2026-07-20公式README確認）。
- AivisSpeechのクラウドAPI：高速合成向けのAivis Cloud APIがあり、公式発表（2026-02リリース）では従量課金1万文字あたり440円（税込）、月額定額「Aivisプレミアム」1,980円（税込）とされています（Aivis Project公式noteの発表記事で確認・2026-07-20）。ただし料金ページ本体はJS描画で直接照合できておらず、改定の可能性も含め契約前に公式ダッシュボードで最新額を確認してください＝一部要確認です。
読み違い対策（固有名詞・難読語）で見る
日本語TTSでいちばん困るのは固有名詞・数字・難読漢字の読み違いです。
- VOICEVOX：ユーザー辞書機能があり、読み（カタカナ）とアクセント位置を単語ごとに登録できます。UI・API・CSV一括登録に対応（公式ドキュメント確認）。→ 詳しい手順はVOICEVOXのアクセント辞書・ユーザー辞書の使い方に整理しました。
- AivisSpeech：VOICEVOX系エンジンのため類似のユーザー辞書機能を持つ可能性が高いですが、今回のセッションでは一次確認できていません＝要確認です。
音の自然さは、デモで確認を
音の自然さ・感情表現はどちらも「未評価」です。評判記事では「AivisSpeechの方が人間らしい抑揚を再現できる」とするものが多いのですが、これは僕が確認した一次情報ではなく二次情報です。ここでは優劣を断定しません。どちらも無料でダウンロードできます。
- VOICEVOX：https://voicevox.hiroshiba.jp/
- AivisSpeech：https://aivis-project.com/
どちらを選ぶ
- Linux・Docker・サーバー運用／キャラ数の厚み → VOICEVOX
- 本体をクレジット表記なしで手早く／Windows・mac中心 → AivisSpeech
- 音の好みで最終判断 → 上の公式デモを自分の耳で
無料の国産TTSでは足りなくなったら
VOICEVOXもAivisSpeechも「ローカルで動く無料の日本語キャラクター音声」です。ここから先、たとえば「クラウドAPIで大量に自動生成したい」「多言語もまとめたい」「動画や字幕・翻訳まで一本化したい」となると、そもそも道具の種類が変わります。無料にこだわらないなら、有料でその辺までカバーする選択肢（動画込みならFliki、字幕・翻訳込みならAcoust）を、料金と機能で正直に選んだ記事を別に置いています。ただしこれらは無料では商用利用できないので、あくまで有料で乗り換える前提の話です。無料で足りるなら、答えは上のVOICEVOX・AivisSpeechのままです。
→ ElevenLabsの代替を日本語で探す（料金・機能で正直に） → 無料で商用利用できるAI音声5選（クレジット表記の要否）
最終確認：2026-07-17。料金・仕様・ライセンスは改定されることがあります。使う前に公式サイトで最新の内容をご確認ください。