この記事にはアフィリエイト広告が含まれます。評価・順位は広告報酬ではなく、当サイトの検証基準と公式情報に基づいて決定します。
AI音声は、料金表や対応言語だけでは「日本語ナレーションとして実際に聞きやすいか」が分かりません。動画AIベンチでは、ElevenLabs、TTSMaker、Fish Audioへ同じ157文字の日本語原稿を入力し、サービス名を隠したA/B/Cのブラインド聴取を行いました。
今回の1名評価では、好まれた順がElevenLabs → TTSMaker → Fish Audioでした。ただし、これは1人・1原稿・各1つのPrimary音声を使った主観順位です。1〜5点の採点は行っておらず、生成速度も3社で同じ方法では計測していないため、点数や速度順位は付けません。
今回の実測順位
| 順位 | サービス | 正式比較で使った音声 | 今回の評価 |
|---|---|---|---|
| 1 | ElevenLabs | ナオ / Eleven Multilingual v2 | A。1名のブラインド評価で最も好まれた |
| 2 | TTSMaker | ID 407 Japanese Male | B。ElevenLabsに次いで好まれた |
| 3 | Fish Audio | さとる（ナレーション） / S2.1 Pro | C。今回の3音声では3番目 |
評価者の回答は「A→B→C。Aが全体的によく聴こえます。」でした。サービス名を見せてから順位を決めたのではなく、回答後にA/B/Cの対応を開封しています。
A/B/Cブラインド聴取の方法と証跡を見る比較条件
正式共通原稿は次の157文字です。
AI動画制作の音声を比較します。対象はElevenLabs、Adobe Premiere、DaVinci Resolve、YouTube Studioです。動画は1,920×1,080ピクセル、29.97fps、音声は48kHz。料金は2026年9月10日に確認しました。固有名詞と数字を自然に読めるか確認します。
3サービスとも、この短縮版を正式比較用に使用しました。Fish AudioのFree画面で旧原稿が500文字表示上限を超えたため、比較途中で一社だけ原稿を変えるのではなく、3社すべてを同じ短縮原稿へ再統一しています。
また、ElevenLabsとFish Audioで複数Takeが生成された場合も、ブラインド聴取前にPrimary Takeを固定しました。結果を聞いてから「良く聞こえたTake」へ差し替えていません。
1位：ElevenLabs｜今回のブラインド聴取では最も好まれた
ElevenLabsはVoice「ナオ」、Model「Eleven Multilingual v2」、Speed 1.0、Style 0を中心とする設定で正式音声を作成しました。ブラインドではAとして提示し、今回の評価者から最も好まれました。
AI音声は声質との相性が大きいため、この結果だけで「すべての日本語・すべての声で最も自然」とは言えません。それでも、サービス名を隠した状態で第一候補に選ばれたことは、動画ナレーション向けの一次データとして使えます。
ElevenLabsを実際に使ったレビューを見る
ElevenLabsの日本語自然さを詳しく見る
一方、ElevenLabs公式ヘルプではFreeプランに商用ライセンスは含まれません。品質確認はFreeで行えますが、収益化YouTubeや受託案件で使う場合は有料プランの最新条件を確認します。
ElevenLabs公式サイトで最新プランを確認する2位：TTSMaker｜無料の中立ベースラインとして強い
TTSMakerはID 407 Japanese Male、Speed 1.0、Volume 100%、Pitch Defaultで生成しました。ブラインドではBで、今回の1名評価では2位です。
TTSMakerの重要な点は、今回の比較でアフィリエイト報酬を確認していない中立枠として入れていることです。収益先だけを比較対象にすると順位の信頼性が下がるため、非収益サービスも同条件で残しています。
公式日本語ページではFreeの文字数枠と音声ダウンロード、生成音声の商用利用が案内されています。無料で日本語TTSを試したい場合の比較基準として有用です。
3位：Fish Audio｜今回の声では3番目だが、サービス全体の否定ではない
Fish Audioは「さとる（ナレーション）」、Fish Audio S2.1 Pro、Speed 1xで生成しました。ブラインドではCとなり、今回の評価では3番目です。
ただし、AI音声は選ぶ声・原稿・話速で印象が大きく変わります。今回の結果はFish Audio全体の品質が低いことを示すものではありません。1つの日本語ナレーション声と157文字原稿に限定した結果です。
またFish AudioのFree商用条件は2026年9月10日の監査時点で公式ページ内の表現に不一致が見られたため、動画AIベンチでは今回のFree生成物を内部比較用として扱っています。公開案件に使う場合は最新条件を再確認します。
数値の「95点」「90点」には変換しない
今回ユーザーが回答したのはA/B/Cの順位と、「Aが全体的によく聴こえる」という定性コメントです。自然さ5点、リズム5点などの細かい点数は回答していません。
そのため、1位=100点、2位=90点のように換算すると、存在しない評価データを作ることになります。動画AIベンチでは、順位は順位のまま掲載します。
同様に生成時間も、3社すべてを同じ計測方法で測れていないため「ElevenLabsが最速」といった速度順位は出しません。
用途別に選ぶなら
まず日本語の聞きやすさを試したい
今回の実測ではElevenLabsが第一候補です。Freeで音質を確認し、商用利用が必要になった時点で有料条件を確認する流れが低リスクです。
無料で商用利用可能なTTSも比較したい
TTSMakerを候補にできます。今回のブラインドでは2位で、公式日本語ページでは生成音声の商用利用も案内されています。
別の声質・モデルも試したい
Fish Audioも候補です。ただし今回の3社比較では3位だったため、実案件へ入れる前に自分の原稿・声で短い試聴を行うのが安全です。
今回の結果の限界
今回の比較には明確な制約があります。
- 評価者は1名
- 原稿は157文字の1本
- 各サービス1つのPrimary音声を比較
- 1〜5の数値評価は未実施
- 生成時間は同条件未計測
- 固有名詞・数字の客観採点は最終公開値として未確定
- 声を変えれば順位が変わる可能性がある
したがって「AI音声全体の絶対ランキング」ではなく、今回の固定条件におけるブラインド嗜好順位として利用します。
まとめ
同じ157文字をサービス名非表示で聞き比べた今回の1名評価では、ElevenLabs > TTSMaker > Fish Audioの順でした。収益案件の有無とは分離して評価しており、TTSMakerのような非収益候補も比較に残しています。
サイト運営上は、この代表実測をAI音声関連記事へ再利用し、新しいサービス登録をむやみに増やしません。まずは現在の一次データを比較記事・レビュー・日本語検証へ展開します。
ElevenLabs公式サイトで無料プランを確認する公式情報
- ElevenLabs Pricing: https://elevenlabs.io/ja/pricing
- ElevenLabs Text to Speech: https://elevenlabs.io/ja/text-to-speech
- ElevenLabs Free生成物の公開条件: https://help.elevenlabs.io/hc/en-us/articles/13313564601361-Can-I-publish-the-content-I-generate-on-the-platform
- Fish Audio Pricing: https://fish.audio/ja/plan/
- Fish Audio TTS: https://fish.audio/ja/tts/
- TTSMaker Japanese: https://ttsmaker.com/ja
- TTSMaker商用ライセンス: https://ttsmaker.com/copyright_and_commercial_license_terms/ja
- 公式情報確認日: 2026-09-10