Cartesiaは日本語に対応しているか公式情報で確認する（2026-08-10確認）

※このページのリンクにはアフィリエイトリンクを含む場合があります。

結論（先に）

僕がCartesia公式サイト・pricingページ・日本語専用ページの3つを確認した結果(確認日2026-08-10)、Sonic(音声合成)は日本語にネイティブ対応しています。公式サイトに日本語専用ページ(cartesia.ai/languages/japanese)があり、「Native Japanese Text to Speech」と明記されています。レイテンシは「Sub-90ms」(90ms未満)と公称です。

一方でInk(音声認識)の日本語対応は、僕が見た3ページの中では明記が見つかりませんでした。日本語専用ページはSonic(TTS)の訴求だけで、Inkの対応言語一覧は公開ページには出ていません。ここは「無い」と断定はせず、「確認できなかった」にとどめます。

料金は無料プランがあり、月20,000クレジット＋$1分のprepaid agentsでTTS・STTの両方が使えます(公式pricingページ)。商用利用にはCartesiaのプランでPro以上(月$5〜)が必要です。

料金プラン早見表（公式pricingページより）

出典: Cartesia Pricing（確認日2026-08-10）。日本語音声そのものに対する追加料金の記載は見つかりませんでした。

日本語対応の中身を確認する

Cartesiaの製品カルテにある通り、対応言語は42言語で日本語を含みます。今回、日本語専用ページを直接見に行きました。

書いてあったのは3点です。

1. テキストを入力する。
2. 日本語の声を選んで生成する。ペース・音量・発音を調整できると明記されている。
3. 音声を書き出すか、そのまま製品に組み込む。

「Sub-90ms latency means you hear it almost as fast as you hit generate.」ともあります。生成ボタンを押してからほぼ同時に音が出る、という訴求です。僕はまだ実際に聴いていません。自然さやアクセントの精度は未評価のままにします。

ボイスクローンについては、DBカルテの通りProプラン以上で即時クローンが使えます。ただし日本語の短い音声サンプルからクローンできるかどうかは、公式FAQに設問だけあって回答本文までは今回の3ページの中に出ていませんでした。ここも確認できなかった項目として扱います。

音声認識(Ink)は今回、日本語対応を確認できなかった

CartesiaにはSonic(TTS)のほかにInk(音声認識・STT)という製品があります。pricingページにはInk-2の利用枠(時間数)は載っていますが、対応言語の一覧は見当たりませんでした。日本語専用ページもSonicの話だけです。

僕が調べた範囲(cartesia.aiのトップ・pricing・日本語専用LPの3ページ、確認日2026-08-10)では、Inkの日本語対応を明記した一文は見つかりませんでした。「対応していない」とは言いません。単に、今回見たページには書かれていなかった、ということです。使う予定がある人は、契約前に公式のドキュメントページ(docs.cartesia.ai)かサポートに直接確認したほうがいいです。

公式デモで確かめる

音の自然さ・アクセントの正確さは僕自身まだ確認していません。ここは公式のCartesiaのデモページで、実際の日本語音声を自分の耳で確認するのが一番早いです。

確かめ方と未評価

この記事は、Cartesia公式サイト(cartesia.ai)・pricingページ・日本語専用ページ(languages/japanese)の3ページを2026-08-10に確認して書きました。価格・言語対応・商用ライセンスの条件は各ページの原文をそのまま引用しています。

未評価の項目：日本語音声の自然さ・発音精度・アクセントの聞き取りやすさ(僕はまだ聴いていません)。Ink(音声認識)の日本語対応の有無(今回見た3ページには記載なし)。日本語の短尺サンプルからのボイスクローン可否(公式FAQに設問はあるが回答本文は未確認)。

料金・仕様は改定される可能性があります。契約前に必ずCartesia公式サイトで最新情報を確認してください。