Cartesia（カルテシア）
低遅延の日本語音声をAPIでアプリ/音声エージェントに組み込みたい開発者
要点（実測日つき）
- 料金（入口）
- $5/月
- 無料枠
- あり
- 日本語対応
- 公称のみ（自然さ未評価）
- 実測ステータス
- 一部実測
- 最終測定日
- 2026-07-17
実操作のスクリーンショットはまだありません（アカウント作成・実機操作の後に撮影して差し替えます。「やってみた風」の作り話は書きません）。
料金プラン（2026-07-17 確認）
| プラン | 月額 | 内容 |
|---|---|---|
| Free | $0 | 20,000 クレジット/月・$1 prepaid agents/月（TTS＋STT） |
| Pro | $5 | 100,000 クレジット/月・商用ライセンス・即時ボイスクローン |
| Startup | $49 | 1,250,000 クレジット/月・Proボイスクローン・組織機能 |
| Scale | $299 | 8,000,000 クレジット/月・優先サポート・高並列 |
| Enterprise | 要確認 | カスタム（ボリューム価格・DPA/BAA・SSO 等） |
『クレジット』制でTTS/STTは分・時間・並列で消費。ボイスエージェントは通話$0.06/分と別課金（公式pricing・2026-07-17）。1クレジット＝何文字/何秒の換算は実操作で要確認
無料枠：無料20,000クレジット/月＋$1 prepaid agents/月。TTS・STT機能。クレジット≒何文字/何秒かはモデル依存＝要確認。無料枠の商用可否は要確認（商用ライセンスはProで明記）
実測の詳細
「確認できたこと」と「まだ確認していないこと」を分けています。tierは根拠の強さ（測定方法参照）。
- jp_native_voicesTier A（直接実測）
- 未測定
- latencyTier C（公式情報・規約）
- 日本語TTSで『Sub-90ms』と公称（Sonicモデル・リアルタイム訴求）
- 確認日：2026-07-17
- apiTier C（公式情報・規約）
- あり（Text to Speech API・ストリーミング訴求。製品への直接組込を想定）
- 確認日：2026-07-17
- reading_controlTier C（公式情報・規約）
- ペース・音量・発音の調整を明記（Adjust pacing, volume, and pronunciations）。日本語の読み辞書/ふりがな/SSMLの詳細は要確認
- 確認日：2026-07-17
- voice_cloneTier C（公式情報・規約）
- 即時ボイスクローン（Pro以上）。日本語音声の短尺クローン可否はFAQに設問はあるが回答未掲載＝要確認
- 確認日：2026-07-17
- output_formatTier A（直接実測）
- 未測定
- naturalnessTier D（未評価・主観品質は測っていない）
- 未評価
- 運営者は音を聴いて判定していない。公式の日本語デモで各自の耳で確認を。日本語ページ: https://www.cartesia.ai/languages/japanese
Cartesia — 実測カルテ（2026-07-17 時点）
このページはアフィリエイト広告を含みます（ただしCartesiaは現時点で提携プログラムを確認できておらず、リンクは通常リンクです）。料金・仕様は2026-07-17に公式ページで確認した値で、改定されることがあります。運営者は音を聴いての品質評価はしていません。
なぜこのツールを今載せるか（正直に）
Cartesiaは海外では新しい部類の音声AI（Sonicという低遅延TTS）で、日本語専用のページまで用意しているのに、日本語での深掘りレビューがまだ薄い。だから「誰より速く、実際に確かめる」対象として置いています。ただし今の時点で僕が確認できたのは公開ページの事実だけで、実機で音を出してはいません。そこは正直に「未測定」で空けます。
確認できたこと（公開ページ・Tier A/C）
- 料金プランと無料枠（公式pricingを実取得。MurfやFlikiと違い、今回はJSで潰れず読めました）。無料20,000クレジット/月、有料の入口Pro $5/月。
- 日本語専用ページの存在と、そこでの公称：Sonicの日本語TTS・「Sub-90ms」の低遅延・ペース/音量/発音の調整。
- TTS APIとストリーミングの訴求（＝アプリや音声エージェントへの組込用途に寄る）。
- 即時ボイスクローン（Pro以上）。
まだ確認していないこと（正直に空欄）
- 日本語音声の数 … ログイン後の一覧が要る＝未測定。
- 実際の生成音声のファイル形式・遅延の実測 … 未測定（「Sub-90ms」はメーカー公称で、僕は測っていません）。
- 日本語の読み辞書/ふりがな/SSMLの詳細 … 要確認。
- 音の自然さ・ネイティブ度 … 運営者は音を聴いていない＝未評価。公式の日本語デモで各自ご確認を。
料金（2026-07-17 公式pricingで確認）
| プラン | 月額(USD) | 月のクレジット | 備考 |
|---|---|---|---|
| Free | $0 | 20,000 | ＋$1 prepaid agents。TTS＋STT |
| Pro | $5 | 100,000 | 商用ライセンス・即時クローン |
| Startup | $49 | 1,250,000 | Proクローン・組織機能 |
| Scale | $299 | 8,000,000 | 優先サポート・高並列 |
| Enterprise | 要問い合わせ | カスタム | ボリューム価格・SSO 等 |
ボイスエージェント（通話）は$0.06/分と別課金です。クレジットが何文字/何秒ぶんかはモデルで変わるため、換算は実操作で要確認。
位置づけ
純粋な「ブラウザで1本作る」ツールというより、低遅延の音声を製品に組み込む開発者向けの色が濃い。日本語ナレーションを手早く作りたいだけならElevenLabs等の方が入口は軽いかもしれません。ここは実際にAPIを触ってから追記します。
アフィリエイト（未確認）
現時点でCartesiaの正式なアフィリエイトプログラムのページを確認できていません。だから「提携している」とは書かず、リンクは通常リンク（nofollow）にしています。提携できるか・条件は、確認してから正直に更新します。
向く人
- 無料20,000クレジット/月・有料入口Pro $5/月と入口が安い（Tier A・2026-07-17）
- 日本語専用LPを持ち『Sub-90ms』の低遅延・リアルタイムを訴求＝音声エージェント/アプリ組込に寄る（Tier C）
- 海外では新しいのにJPでの深掘りレビューがまだ薄い＝一次で試す価値が高い（先取り候補）
低遅延の日本語音声をAPIでアプリ/音声エージェントに組み込みたい開発者
向かない人・弱点
- 開発者/API寄り＝ノーコードで手早く1本ナレーションを作りたい人にはオーバースペック寄り（要実測）
- 『クレジット』の換算（1クレジット＝何文字/何秒）が直感的でない＝コスト見積りに実操作が要る（要確認）
- アフィリエイトプログラムの有無・条件が未確認＝収益導線は提携確認が前提
- 日本語音声の数・自然さは未評価（運営者は聴いていない）
コードを書かずにブラウザだけで手早く日本語ナレーションを作りたい人
同カテゴリの代替候補
更新履歴
- 2026-07-17 — 初回取得（基準値・公式pricingを実取得）出所：https://www.cartesia.ai/pricing（運営者が確認）
Cartesia を試す
※本リンクはPRを含みます（アフィリエイト）。
Cartesia の公式サイトへ（提携準備中・現在は通常リンク）提携条件：未確認（正式アフィリエイトプログラムのページを確認できず・2026-07-17） / 要確認 / 要確認（提携後にダッシュボードで確定）