大きくするより、小さく尖らせる — 人間と聞き分けにくい音声AI、Smallest.aiの賭け
インドのSmallest.aiがSeries Aで1,300万ドルを調達。巨大LLMを速くするのではなく、会話特化の小型モデルで低遅延と自然さを両立する逆張り戦略と、新モデルHydraの中身を解説する。
Smallest.ai音声AITTS（音声合成）AIエージェント資金調達
# TTS（音声合成）
17件の記事
「棒読みのAI音声」はもう古い — 声を1.5万通りに操るFish Audioが78億円を調達
Fish Audioは15秒の音声で声をクローンし、30以上の言語で自分の声を再現できるAI音声モデル。7月に約78億円を調達した実力、料金、ElevenLabsとの違いを解説する。
Fish Audio音声AIAI音声TTS（音声合成）ElevenLabsAIスタートアップレビュー
AI読み上げ、無料でどこまで通用するのか — VOICEVOX・Fish Audio・CoeFont 3強比較【2026年版】
日本語AI音声合成ツール3強を徹底比較。VOICEVOX・Fish Audio・CoeFontの料金・音質・商用利用条件を整理し、YouTube/VTuber/ポッドキャスト用途別のおすすめを解説する。
VOICEVOXFish AudioCoeFontAI音声TTS（音声合成）比較
声のAIだったElevenLabsが、動画まで作れるエディターになっていた
ElevenLabs Flashは75ms遅延の最速TTS。Studio 3.0は音声・動画・BGM・字幕を1画面で完結するエディター。2つの新機能の狙いを解説。
ElevenLabsAI音声AI動画TTS（音声合成）速報
無料で5冊までオーディオブック化 — SpotifyがElevenLabsのAI音声で出版の敷居を下げた
SpotifyにElevenLabsのAI音声でオーディオブック作成機能追加。無料5冊まで。使い方を解説。
SpotifyElevenLabsAI音声TTS（音声合成）オーディオブック速報
1秒未満で返答するAI音声 — Grok Voiceが250万以上の音声エージェントのデフォルトに
xAIのGrok VoiceがVapiの12種デフォルト音声に採用。TTFA 1秒未満・$0.05/分・100言語以上対応の音声AIが、250万超のエージェントを動かす。
GrokxAIVapi音声エージェントAI音声TTS（音声合成）STT（音声認識）速報
音声認識・合成・エージェントを1本のAPIにまとめた — Deepgramが開発者に選ばれる理由
DeepgramはSTT・TTS・Voice Agent APIを統合した音声AIプラットフォーム。Nova-3の精度、Fluxの低レイテンシ、料金体系、競合との違いを開発者視点で解説する。
Deepgram音声エージェントAI音声STT（音声認識）TTS（音声合成）開発者ツール
ElevenLabsのAPI料金が最大55%下がった — 従量課金も導入、音声AIの敷居がまた一段低くなる
ElevenLabsがTTS最大55%、STT最大45%、エージェント最大20%のAPI値下げとPAYG（従量課金）を発表。新旧料金の比較と、開発者への影響を解説。
ElevenLabsAI音声TTS（音声合成）料金速報
OpenAIの音声AIが「考えてから話す」ようになった — GPT-Realtime-2と3モデル体制の全容
OpenAIのGPT-Realtime-2、Realtime-Translate、Realtime-Whisperの3モデルを解説。GPT-5クラスの推論を持つ音声AIの料金・機能・競合比較。
OpenAI音声AIAI音声TTS（音声合成）音声エージェント速報
Grok、1分の録音で自分の声をクローンできるようになった — Custom Voices API
Grok Custom Voices解説。1分の録音でボイスクローン、追加料金なし。ElevenLabsとの比較も。
xAIGrokAI音声TTS（音声合成）ボイスクローンapi
AI音声合成ツール比較 2026年版 — ElevenLabs・Gemini TTS・Grok TTS、結局どれを使えばいいのか
2026年のAI音声合成（TTS）ツールを徹底比較。ElevenLabs、Gemini 3.1 Flash TTS、Grok TTS、Voxtral、VoxCPM2の料金・品質・日本語対応を整理し、用途別のおすすめを解説する。
AI音声TTS（音声合成）ElevenLabsGeminiGrokMistral比較
AIコーディングで「音」が扱えるようになった — ElevenLabsがAWSのIDE Kiroに公式統合
ElevenLabsがAWSのエージェントIDE「Kiro」向けPowerを公開。TTS・STT・音楽・効果音APIをコーディング中に呼び出せる。動的コンテキストロードの仕組みと開発者への影響を解説。
ElevenLabsKiroAI音声TTS（音声合成）AIコーディングAWSエージェントツール
Grokが音声APIに参入した — ElevenLabsの10分の1の価格で、精度は上
xAIがGrok STT/TTS APIを公開。文字起こし$0.10/時間、音声合成$4.20/100万文字。ElevenLabsの10分の1以下の価格で精度は上回る。料金・性能・使い所を整理した。
GrokxAI音声AITTS（音声合成）STT（音声認識）api速報
AIに「声の演技指導」ができる時代が来た — Gemini 3.1 Flash TTSの200個の感情タグ
Googleが4月15日にリリースしたGemini 3.1 Flash TTSを解説。200以上のオーディオタグで感情・声質・ペースを制御できるAI音声合成モデルの実力、料金、ElevenLabsとの違いを整理する。
GeminiTTS（音声合成）AI音声Google
ElevenLabs Eleven v3 — 「ため息をついて」「ささやいて」が通じるAI音声の現在地
ElevenLabs Eleven v3の機能・Audio Tags・料金・日本語性能を解説。感情表現できるTTSモデルの実力と、v2.5との使い分けを整理する。
ElevenLabsAI音声TTS（音声合成）レビュー
「こんな声で」と文章で指定するだけ — 無料の音声合成AI VoxCPM2が面白い
VoxCPM2は30言語対応・商用無料のOSS音声合成モデル。声を文章で設計できるボイスデザイン機能の仕組みと使い方を解説。
VoxCPM2TTS（音声合成）AI音声オープンソースElevenLabs
Googleの音声AI、1時間のナレーションが約180円 — Gemini 3.1 Flash TTSの実力と死角
Gemini 3.1 Flash TTSは200以上のタグで声の感情やペースを制御できるGoogleの音声合成モデル。料金、ElevenLabsとの違い、日本語対応の実態を整理する。
GoogleGeminiTTS（音声合成）AI音声速報