よくある質問
100万文字あたりの料金は?
100万文字あたり10ドル(1,000文字あたり0.01ドル)です。
空白文字はカウントされますか?
はい、カウントされます。スペースや句読点も含むすべての文字が対象となります。テキストの長さによっては、4096文字ごとに分割して処理される点もご注意ください。
失敗したリクエストは課金されますか?
課金されません。合成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。正常に完了したリクエストのみが課金対象となります。
無料体験のクレジットはいつ期限切れ?
Googleサインインで登録した場合、0.50ドルの無料クレジットが付与され、7日間で期限切れになります。有効期限内に使い切ってください。
Googleサインインとメール登録の違いは?
Googleサインインでは無料体験クレジット(0.50ドル)が付与されます。メールとパスワードで登録したアカウントには、初期クレジットが付与されません。それ以外は同等の機能です。
USDTチャージの最小金額は?
最小チャージ金額は5ドルです。TRONネットワーク(TRC-20)上のUSDTでのみチャージが可能で、それ以外の通貨やカード決済は対応していません。
チャージは即時反映されますか?
チャージは通常数分で自動的に反映されます。TRONネットワークの状況によっては遅延する可能性がありますが、基本的には迅速に利用可能になります。
レートリミットはありますか?
あります。1分あたり60リクエストが制限です。初回のチャージ前は1分あたり10リクエストの制限がかかります。これを超えるとキューに入ります。
キューでの待ちは発生しますか?
発生する可能性があります。リクエストは順次処理されるため、負荷が高い場合はキュー待ちが発生します。通常はリアルタイム速度で生成されますが、混雑時は遅延します。
生成音声はサーバーに保存されますか?
保存されません。生成された音声はレスポンスとして返され、サーバー側には保持されません。課金用のメタデータ(時刻、文字数、ステータス)のみが記録されます。
入力テキストは学習に使用されますか?
使用されません。入力テキストは音声生成のみに使用され、モデルの学習データにはなりません。
請求書は発行されますか?
発行されません。請求書やVAT証明書などの書類は提供していません。課金はチャージ残高から自動的に差し引かれる形式です。
VATは含まれますか?
含まれません。料金にはVATが含まれていません。また、請求書の発行も行わないため、経費精算時の処理は自己責任となります。
サブスクリプションはありますか?
ありません。月額プランやシート数、最低利用額の設定はありません。使った分だけ支払う従量課金制のみです。
コスト計算機
従量課金の仕組み
当APIは、生成したテキストの文字数に応じて課金される従量課金制です。1文字あたりの単価は$0.00001(100万文字で$10)で、VTuberの動画制作やライブ配信における音声生成コストを明確に予測できます。
料金は生成された音声の品質や長さではなく、入力テキストの文字数で計算されます。これにより、短い挨拶から長尺のナレーションまで、透明性のある価格体系で利用できます。
1文字$0.00001の単価
基本料金は1文字あたり$0.00001です。例えば、1,000文字のテキストを生成する場合、コストは$0.01になります。この単価はモデル(tts-1 または tts-1-hd)にかかわらず同一で、高品質な音声でも追加料金は発生しません。
このシンプルな計算式により、VTuberとして動画のナレーションや効果音のテキスト量を管理する際、予算を正確に算出できます。
- 1文字あたり$0.00001の固定単価
- モデルの違いによる価格差なし
- 1,000文字生成で$0.01
空白文字もカウントされる
カウント対象となる文字には、アルファベット、日本語、数字だけでなく、空白文字(スペース)や句読点も含まれます。テキストの長さを実測する際は、全文字数が課金対象となる点にご注意ください。
例えば、会話調のテキストでは空白が多くなる傾向があるため、文字数を適度に調整することでコストを抑える工夫が有効です。
- 空白文字(スペース)はカウントされる
- 句読点も課金対象に含まれる
- 全文字数が料金計算の基準になる
失敗したリクエストは無料
音声合成に失敗した場合、そのリクエストは無料となります。エラーによって課金されることなく、クレジットがそのまま維持されます。
ネットワークの問題や一時的なサーバー状態により生成が失敗しても、ユーザーに不利益が生じない仕組みです。
失敗したリクエストは履歴から確認でき、必要に応じて再送することも可能です。
- 失敗したリクエストは無料
- エラー時でもクレジットは消費されない
- 再送も可能
無料体験について
KoeGaminのAPIでは、Googleアカウントでのサインイン時に無料体験クレジット$0.50が提供されます。これは約5万文字に相当し、VTuberとしてAPIの動作や音声品質を事前に確認するのに適しています。
チャージ不要で即座に利用可能ですが、有効期限は7日間のみです。期限を過ぎるとクレジットは自動的に失効するため、早い段階でのテストを推奨します。
Googleサインインで$0.50
Googleアカウントでの新規登録時に、自動的に$0.50のクレジットが付与されます。これにより、APIキーの取得や最初の音声生成テストをリスクゼロで試すことができます。
- サインイン時に自動付与
- 約5万文字分の生成が可能
- クレジットカードの登録は不要
7日間の有効期限
無料体験のクレジットは、アカウント作成日から7日間で有効期限が切れます。期間内に未使用のクレジットは失効し、再付与されることはありません。
短いテストであれば問題ありませんが、音声の調整に時間がかかる場合は、チャージ前の評価として早めに使い切ることをお勧めします。
メール登録では体験なし
メールアドレスとパスワードのみで登録した場合、無料体験クレジットは付与されません。この場合、チャージ(USDT)が必要になってから利用を開始することになります。
無料体験を利用したい場合は、必ずGoogleアカウントでのサインインを選択してください。
チャージ方法
チャージはUSDT(TRC-20)のみ対応です。クレジットカードやPayPal、定期購読プランは導入していません。残高は期限切れせず、必要に応じてチャージしてください。
最小チャージ額は$5からです。送金後、数分で自動的に残高に反映されます。レシートやVAT込み請求書は発行しません。
USDT(TRC-20)のみ対応
対応するブロックチェーンはTRONのみです。他のネットワーク経由の送金には対応していません。
アカウント作成時にクレジットカードを登録する必要はありません。残高が尽きた際に、その都度チャージしてください。
- 対応通貨: USDT (TRC-20)
- 対応ネットワーク: TRONのみ
- 定期課金: なし
最小チャージ額は$5
一度のチャージで最小$5から残高を追加できます。それ未満のチャージは受け付けません。
VTuberとして活動する際、無理のない範囲でチャージして利用してください。残高は使い切らずに残すことも可能です。
- 最小チャージ額: $5
- 残高の有効期限: なし
数分で自動反映
送金が確認次第、数分で残高に反映されます。待機時間はネットワークの混雑状況により多少変動する場合があります。
チャージ後にAPIキーの再発行は不要です。即時にチャージされた残高を使用してTTSリクエストを送信できます。
VTuber向け使用例とコスト
VTuber向けTTS APIは、動画制作やライブ配信の音源調達を効率化します。従量課金制により、必要な分だけコストを抑えられます。失敗したリクエストは無料なので、安心して試せます。
短編動画では数十秒の音声生成が主流です。長尺動画ではテキストを分割して生成し、音声ファイルを結合します。ライブ配信ではリアルタイム性よりも品質を優先し、事前生成を活用します。
短編動画の音声生成
短編動画では、数秒から数十秒の音声生成が中心です。生成速度は約25文字/秒です。1秒あたりのコストは生成するテキストの文字数によって異なります(例:25文字生成で$0.00025)。音声ファイルの形式はmp3やwavを選択できます。
音声合成には数秒かかります。生成された音声は即座にダウンロード可能で、編集ソフトに組み込みやすい形式です。音声の速度は0.25〜4.0倍で調整可能です。
- 生成速度:約25文字/秒
- 対応フォーマット:mp3, wav, opus, flac, pcm
- 音声速度調整:0.25倍〜4.0倍
長尺動画の分割生成
長尺動画では、テキストを4096文字ごとに分割して生成します。生成された音声ファイルを結合することで、長尺のナレーションを作成します。
分割生成により、音声の品質を一定に保つことができます。音声の結合は手動またはスクリプトで行えます。音声の整合性を確認してから結合します。
音声ファイルの結合には、オーディオ編集ソフトやスクリプトを使用します。音声の品質を損なうことなく、長尺のコンテンツを制作できます。
ライブ配信のテキスト量
ライブ配信では、リアルタイムの音声生成よりも事前生成を活用します。事前にテキストを分割して音声ファイルを生成し、配信時に再生します。
音声生成の速度は約25文字/秒です。ライブ配信では、音声の遅延を最小限に抑えるために、事前生成された音声ファイルを使用します。
音声ファイルのサイズは、音声の長さやフォーマットに依存します。mp3形式はファイルサイズが小さく、配信に適しています。
レートリミット
APIは1分あたり60リクエストのレートリミットで動作します。VTuberが複数音声で並列生成する場合や、長時間の動画音声を一括処理する際に、この制限に達する可能性があります。
リミット超過時は新しいリクエストは拒否されず、キューに並んで処理を待ちます。生成速度は実時間とほぼ同等ですが、キュー待ちにより総所要時間は延びます。
1分あたり60リクエスト
アクティブなAPIキーあたり、1分間で最大60回のテキスト読み上げリクエストが可能です。これは同時実行数ではなく、時間あたりの処理回数です。
チャージ前1分あたり10リクエスト
チャージを行う前の初期状態では、レートリミットは1分あたり10リクエストに制限されます。これは無料体験クレジットの利用時や、初回アクセス時に適用されます。
キューでの待機について
リクエストは順番に処理されます。高負荷時やリミット超過時、リクエストはキューに待機状態となります。音声生成自体は約25文字/秒の速度で行われますが、キュー待ち時間が加算されるため、全体での完了までには時間がかかります。

請求とデータ
課金にはリクエスト時刻、文字数、ステータスなどのメタデータのみを保持します。生成された音声ファイルはレスポンスで返された時点でサーバーに保存されず、永続的なストレージは発生しません。
入力テキストは音声生成の目的でのみ使用され、モデルの学習データとして再利用されることはありません。
課金メタデータの保持
請求処理のため、リクエストの時刻、文字数、ステータスなどのメタデータを保持します。
生成音声のストレージなし
音声ファイルはレスポンスで返された時点で保存されません。再利用が必要な場合は、クライアント側で保存してください。
テキストの学習使用なし
入力テキストは音声生成の目的でのみ使用され、モデルの学習データとして再利用されることはありません。
比較と選定
他のTTS APIと比較すると、本APIは100万文字あたり$10と明確な従量課金です。VTuberや配信者にとって、固定費を抑えつつ必要な分だけ支払える構成は、予算管理において重要です。
他のTTS APIとの価格比較
大手APIはサブスクリプションや高単価なHDモデルが主流ですが、当サービスはtts-1とtts-1-hdが同価格です。これにより、高品質な音声も追加コストなしで利用可能で、動画制作のコスト効率を最大化できます。
- 100万文字あたり$10です。
- tts-1とtts-1-hdの価格差なし
- 失敗リクエストは無料
機能とコストのバランス
SSMLやカスタムクローンは提供しませんが、VTuberの配信用途では標準的な8ボイスで十分カバーできます。USDT(TRC-20)でのチャージは手数料が低く、少額からの利用にも最適です。
複雑な機能より、シンプルで透明性のある課金体系を重視しています。
- SSMLなしでも配信用途は十分
- USDTチャージで低コスト
- 不要な機能に課金しない設計
VTuber向けの適正料金
短編動画では数秒、長尺動画では分割生成により、実際の使用量に対してのみ課金されます。ライブ配信では1分あたり60リクエストの制限内で効率的に音声を提供可能です。
- 使用量に合わせた柔軟なコスト
- レートリミット内での安定利用
- フリーランス向けの透明性のある価格
よくある質問
VTuberや配信者として利用する際の料金体系やチャージ方法、よくある疑問点をまとめました。API利用時のコスト計算や、チャージ後の反映時間、レートリミットに関する具体的な情報を確認してください。
データの使用状況や請求に関する注意点も記載しています。生成音声の保存方法や、入力テキストが学習に利用されるかどうかといった、著作権やプライバシーに関わる重要な情報もここで確認できます。
100万文字あたりの料金は?
100万文字あたり$10です。1文字あたりの単価は$0.00001となり、簡潔な計算でコストを把握できます。
空白文字はカウントされますか?
はい、カウントされます。スペースや句読点も含め、すべての文字が課金対象となります。
失敗したリクエストは課金されますか?
合成に失敗した場合は課金されません。失敗時に返金されるため、無駄なコストがかかりません。
無料体験のクレジットはいつ期限切れ?
Googleサインインで取得した$0.50の体験クレジットは、7日間で有効期限が切れます。
Googleサインインとメール登録の違いは?
Googleサインインでは$0.50の体験クレジットが付与されますが、メールアドレス登録では体験クレジットは付与されません。
USDTチャージの最小金額は?
最小チャージ金額は$5です。それ未満のチャージは受け付けていません。
チャージは即時反映されますか?
TRC-20のトランザクションが確認次第、数分以内に自動的に反映されます。
レートリミットはありますか?
1分あたり60リクエストまでです。チャージ前(初回)は1分あたり10リクエストに制限されます。
キューでの待ちは発生しますか?
負荷が高い場合、リクエストがキューに溜まり、処理に待ち時間が生じる可能性があります。
生成音声はサーバーに保存されますか?
生成された音声はレスポンスとして返却され、サーバーには保存されません。
入力テキストは学習に使用されますか?
入力テキストは音声生成のみのために使用され、学習データとしては利用されません。
請求書は発行されますか?
請求書やインボイスは発行されません。利用メタデータは課金管理のために記録されます。
VATは含まれますか?
VATを含んだ請求は行われません。表示価格が最終的な課金価格となります。
サブスクリプションはありますか?
月額プランやサブスクリプションは提供していません。従量課金のみのモデルです。
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。 これにより、配信や動画制作において音声素材のライセンス問題を最小限に抑え、安心して商用利用や公開配信を行うことができます。
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
- Wikipedia
- Creative Commons Attribution 4.0
- TRON developer hub: TRC-20
- W3C WAI: making audio and video accessible
- openai-python on GitHub
- MDN: Web Speech API
- Python documentation
- curl documentation
- LibriTTS-R paper (arXiv 2305.18802)
- OpenAI API reference: create speech
- LibriTTS-R corpus (OpenSLR 141)
- Node.js documentation
