合成音声APIの料金体系とコスト効率

作成者 KoeMaku エディトリアルチーム · 更新日 2026-11-18

機械学習用の合成音声データセット作成に特化したKoeMaku APIの料金体系を解説します。文字数ベースのシンプルな課金モデルを採用し、開発者がコストを正確に見積もりやすい設計になっています。

このページでは、基本料金からUSDTでのトップアップ方法、レート制限、そして大規模データセット向けのコスト最適化ヒントまで網羅的に紹介します。Googleサインインでの無料トライアルも用意していますので、ぜひお試しください。

合成音声APIの料金体系とコスト効率

よくある質問

100万文字あたりの料金はどのくらいですか?

100万文字あたり10ドル(1,000文字あたり0.01ドル)です。スペースや句読点も文字数としてカウントされます。この従量制モデルにより、必要な分だけのコストで合成音声データセットを作成できます。

失敗したリクエストは無料ですか?

はい、失敗したリクエストは無料です。合成処理が失敗した場合、課金された金額は全額返金されます。そのため、テストやデバッグ時のコストリスクを最小限に抑えることができます。

無料トライアルの利用条件は何ですか?

Googleでサインインすると、7日間有効な0.50ドルのクレジット(約5万文字分)が提供されます。メールアドレスとパスワードで登録したアカウントには、このトライアルクレジットは付与されません。

USDTでのトップアップはどうすればよいですか?

TRONネットワーク(TRC-20)のUSDTのみでトップアップできます。送金後、数分で自動的に残高に反映されます。カードやPayPal、請求書は扱っていません。残高は期限切れになりません。

最小トップアップ額はどれくらいですか?

最小トップアップ額は5ドルです。これより少ない金額でのチャージはできません。残高は期限切れにならず、必要に応じていつでも追加チャージが可能です。

クレジットは有効期限がありますか?

トライアルクレジットは7日間有効ですが、チャージした残高には有効期限がありません。期限を気にせず、長期にわたってデータセット作成の準備を進めることができます。

レート制限はどのくらいですか?

APIキーあたり1分間あたり60リクエストまでです。最初のチャージ前は1分間10リクエストの制限があります。これを超えるとキューに待機します。

トップアップ前にレート制限はありますか?

はい、最初のチャージ前は1分間あたり10リクエストの制限があります。チャージ後は60リクエスト/分に引き上げられます。大量のテキストを処理する場合は、チャージ後の利用をお勧めします。

APIのコストはどのように計算されますか?

入力されたテキストの文字数(スペースや句読点を含む)に基づいて計算されます。100万文字あたり10ドルです。生成に失敗した場合は課金されません。

テキストの分割は必須ですか?

1リクエストあたり4096文字までという制限があるため、それ以上の長文は分割して送信する必要があります。分割した音声ファイルを後で結合することで、長いテキストの音声化を実現します。

音声ファイルの形式はコストに影響しますか?

mp3、wav、opus、flac、pcmのいずれの形式でも、文字数ベースの課金ルールは同じです。ファイル形式の違いによって料金が変動することはありません。

APIの呼び出しを効率化するには?

OpenAI SDKのbase_urlを変更して使用するか、4096文字ごとにテキストを分割して結合することで効率的に呼び出せます。キュー待ちが発生する可能性があるため、処理時間を考慮してください。

クレジットカードでの支払いは可能ですか?

いいえ、クレジットカードでの支払いはできません。USDT(TRC-20)のみでのチャージに対応しています。サブスクリプションや請求書も扱っていません。

APIの使用状況はどのように確認しますか?

ダッシュボードで残高、トライアル状態、残り文字数、使用状況を確認できます。また、APIキーの発行や再発行もこのページから管理可能です。

コスト計算機

推定コスト: $2.50

スペースと句読点も文字としてカウントされます。 100万文字あたり$10。失敗したリクエストは無料です。

文字数ベースのシンプル課金

の音声波形イラスト: 文字数ベースのシンプル課金

T合成音声APIの課金は、生成されたテキストの文字数に基づいたシンプルで透明な方式を採用しています。予測可能なコスト管理が可能で、機械学習用データセットの作成において効率的な予算計画をサポートします。

100万文字あたりの料金

100万文字あたりの料金

基本料金は100万文字あたり10ドル、つまり1,000文字あたり0.01ドルです。これは英語など23言語すべてに適用される統一レートです。

失敗したリクエストの返金

失敗したリクエストの返金

音声合成の処理に失敗したリクエストについては、料金が全額返金されます。無駄なコストが発生しないため、大量のテキストを処理する際にも安心してAPIを利用できます。

文字数の計算方法

文字数の計算方法

課金の対象となる文字数には、空白文字や句読点も含まれます。テキストの長さ(4096文字以内)に合わせてリクエストを分割する際も、すべての文字が課金対象となります。

無料トライアルとクレジット

の音声波形イラスト: 無料トライアルとクレジット

APIの利用開始時に、Googleアカウントでのサインインを行うと、自動的に$0.50の試用クレジットが付与されます。これは約50,000文字の合成音声を作成できる量で、機械学習用の学習データ生成をすぐに試すことができます。

Googleサインインでのトライアル

Googleアカウントによる認証では、登録と同時に$0.50のクレジットが付与されます。これは約50,000文字分に相当し、APIキー発行直後からすぐに合成音声の生成を試すことができます。

  • Googleサインインで即座に$0.50のクレジットが付与される
  • 約50,000文字分の音声合成が可能
  • 登録時にAPIキーが自動的に発行される

メールアドレス登録との違い

メールアドレスとパスワードのみで登録したアカウントには、試用クレジットは付与されません。この場合、課金用のUSDTをトップアップするまで音声合成を開始できません。

大規模なデータセット作成では継続的な利用が前提となるため、Googleアカウントでの登録を推奨します。

  • メールアドレス登録の場合は試用クレジットなし
  • USDTでのトップアップが必要
  • Googleサインインが推奨される

トライアルの期限

付与された試用クレジットの有効期限は7日間です。期限を過ぎると残高は自動的に失効します。

短期間のAPI評価やPoC(概念実証)には最適ですが、長期的な学習データ生成にはUSDTでのトップアップが必要です。

  • 試用クレジットの有効期限は7日間
  • 期限経過後は残高が失効する
  • 長期利用にはUSDTトップアップが必要

USDTでのトップアップ

の音声波形イラスト: USDTでのトップアップ

KoeMakuでは、クレジットカードやPayPalを使わず、USDT(TRC-20)のみで残高を追加できます。

送金後の反映は自動処理で、通常数分で利用可能になります。

TRC-20ネットワークの利用

送金はTRONネットワーク上のUSDT専用です。他のチェーンやトークンでは受け付けません。

アカウントダッシュボードに表示されるアドレス宛に送金してください。

最小トップアップ額

1回の送金あたり最低5ドルが必要です。

クレジットの反映時間

送金がブロックチェーンで確認されると、自動的に残高に追加されます。

通常は送信後、数分以内にAPI利用が可能になります。

コスト効率の例

の音声波形イラスト: コスト効率の例

機械学習用のデータセット作成では、大量のテキストを効率的に音声化できるかがコストの鍵です。本APIは文字数ベースのシンプル課金を採用し、予測可能なコストでスケールできます。

小規模データセットのコスト

無料トライアルの$0.50(約5万文字)で、まずAPIの挙動を確認できます。小規模なテストでは、1,000文字あたり$0.01という低い単価で検証が可能です。

大規模データセットのコスト

100万文字あたり$10という単価は、大規模な学習データ生成にも最適です。4096文字ごとにリクエストを分割し、生成された音声ファイルを結合するワークフローを組むことで、効率的にデータを揃えられます。

API利用の最適化

生成速度は長文で実時間並(1秒あたり約25文字)です。レート制限(分60リクエスト)を超えないようバッチ処理を調整し、キューでの待機時間を最小限に抑えましょう。

コスト効率の例

レート制限とスケール

の音声波形イラスト: レート制限とスケール

合成音声APIの利用では、1分間に60リクエストというレート制限が課されます。これは1つのAPIキーあたりの制限であり、大量のテキストを音声に変換する際のバッチ処理において重要な指標となります。

レート制限を超えたリクエストはキューに入り、順次処理されます。これにより、システム全体の安定性を保ちつつ、負荷を分散させる仕組みが機能します。

1分間のリクエスト数

標準的なレート制限は、1分あたり60リクエストです。これは、短時間のバッチ処理や、複数のスレッドからの並列呼び出しを考慮した設計となっています。

この制限は、APIキーごとに適用されます。複数のプロジェクトで同じキーを使用する場合、それらのリクエスト数の合計がこの制限に達します。

  • 1分あたり最大60リクエスト
  • 1キーあたりの制限

トップアップ前の制限

トップアップを行う前は、1分あたり10リクエストというより厳しい制限が適用されます。これは、課金前のリソース保護のための措置です。

無料トライアル期間中も、この制限が適用されます。リソースを効率的に使用し、課金前に十分なテストを行うことをお勧めします。

  • トップアップ前: 1分あたり10リクエスト
  • トライアル期間中も同様の制限

レート制限の調整

レート制限は、APIキーごとに適用されるため、キーを追加することで並列処理能力を向上させることができます。ただし、キーの再発行はいつでも可能です(古いキーは即時無効化されます)。

リクエストのキューイングにより、一時的なピーク時の処理が可能です。長時間のバッチ処理では、レート制限を考慮して適度な間隔でリクエストを送信することをお勧めします。

  • APIキーの追加で並列処理能力を向上
  • キューイングによる一時的なピーク処理

支払いとアカウント

の音声波形イラスト: 支払いとアカウント

当APIは、クレジットカードやPayPal、請求書といった従来の決済手段を採用していません。すべてのトップアップはUSDT(TRC-20)のみで完結するため、為替手数料や銀行の手間が一切かかりません。

アカウント管理はサイト上でシンプルに実行できます。APIキーの発行や停止、残高の確認はリアルタイムで可能で、月額のサブスクリプションや席数の制限もありません。

USDTのみでの支払い

最小トップアップ額は$5からで、TRONネットワーク(TRC-20)経由での送金が必要です。送金後は数分で自動的に残高に反映されます。

サブスクリプションや定期課金、VAT請求書も発行されません。残高は期限なく保持され、使い切った分だけ追加する柔軟な仕組みです。

  • ネットワーク: TRC-20 (TRON)
  • 最小トッピング: $5
  • 反映時間: 送信後数分

クレジットカードなし

クレジットカードやデビットカードでの一括決済はサポートしていません。銀行振込やPayPalも対象外です。

この方法を採用することで、複雑な決済プロバイダの手数料を排除し、開発者が直接コストを支払える構造を実現しています。

  • サポート外: クレジットカード、PayPal、銀行振込

アカウントの管理

Googleまたはメールアドレスでの登録によりアカウントを作成します。各サイトごとに独立したアカウントが管理されます。

APIキーは1アカウントにつき1つで、必要に応じて再発行可能です。古いキーは即時無効化されます。

  • 認証: Googleまたはメール/パスワード
  • キー管理: 即時無効化対応

コスト最適化のヒント

の音声波形イラスト: コスト最適化のヒント

合成音声データセットの作成コストを抑えるには、APIの利用パターンを最適化することが重要です。文字数制限やレート制限を考慮した効率的なワークフローを構築しましょう。

以下のヒントを活用して、データ収集の効率を高め、無駄なコストを削減してください。

テキストの分割方法

1リクエストあたり4096文字が上限です。長文を単一ファイルで生成するとタイムアウトや失敗の原因になるため、適切な長さに分割してください。分割した音声ファイルは後で結合できます。

  • 4096文字ごとにテキストを分割する

音声ファイルの形式選択

データセット作成ではmp3が推奨されます。mp3はファイルサイズが小さく、転送と保存のコストを抑えられます。wavやflacは音質重視の最終用途にのみ使用し、開発段階ではmp3を活用しましょう。

  • データセット用にはmp3を推奨
  • wavやflacはサイズが大きいため注意

API呼び出しの効率化

レート制限(60リクエスト/分)を考慮し、バッチ処理を工夫してください。不要なパラメータを避け、必要な言語コードのみを指定することで処理を高速化できます。

  • 1分間あたり60リクエストまで
  • 不要なパラメータを最小限に抑える

8つの音声を確認

以下の各サンプルは、同じ文章をこのAPIで生成したものです。 各形式は、データセットの用途に応じて最適化されており、開発者は生成後の音声ファイルをそのまま学習データとして利用できます。

音声のアバター aria
aria女性
音声のアバター nova
nova女性
音声のアバター luna
luna女性
音声のアバター sage
sage女性
音声のアバター felix
felix男性
音声のアバター milo
milo男性
音声のアバター atlas
atlas男性
音声のアバター orion
orion男性

23言語

どの音声でも、これらの言語のいずれかを話します。

出典および参考資料

  1. Wikipedia
  2. W3C WAI: making audio and video accessible
  3. Creative Commons Attribution 4.0
  4. IETF RFC 7845: Ogg Opus
  5. Node.js documentation
  6. curl documentation
  7. MDN: Web Speech API
  8. TRON developer hub: TRC-20
  9. Python documentation
  10. FFmpeg documentation
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. LibriVox public-domain audiobooks

このサイトに関するその他の情報