音声と音楽のAI、全体の地図：作る・話す・聞き取る・訳す、4つの道を公式資料で確かめる

音声と音楽のAIは、名前が多くて、全体像がつかみにくい分野です。「歌をつくるAI」と「声を文字にするAI」は、同じ「音のAI」でも、まったく別の道具です。

そこでこの記事では、4つの道に分けて整理しました。事実は、各社の公式ページと公式のヘルプで確かめたものだけを書いています。この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書を読んでまとめたものです。僕らの考えは、段落の頭を「見立てです。」として、事実と分けました。

先に結論

• 音楽をつくる：商用で使うなら、「どのプランで作った曲か」と「権利の条件」が最重要です。ここは今、レーベル（音楽会社）との和解や裁判で、ルールが動いています。
• 読み上げ・声の合成：声の「クローン」（本人そっくりの声を作ること）は、どの会社も「本人の同意」を条件にしています。
• 音声入力・文字起こし：日本語に対応しているかどうかが、選ぶときの最初の関門です。今回確かめた範囲では、主要なものは日本語に対応しているとされています。
• 会議の通訳：日本語に対応しているかどうかは、サービスごとにばらつきがあります。

価格は、2026年10月7日に確認した公式ページの数字です（米ドル、税別の表示と読めるものが中心です）。10月22日に読み直したものは、その旨を書きました。変わることがあります。

道1：音楽をつくるAI

歌詞や雰囲気を文章で伝えると、歌入りの曲を作ってくれるAIです。

Suno

Sunoの公式ブログによると、2026年9月9日に「v6」「v6-wild」「v6-mini」の3つが出ました。v6は安定して整った曲を作る主力モデルで、v6-wildは予想しにくく幅の広い結果を出すモデル。この2つは有料プランだけです。v6-miniは無料でも使えます。曲の一部を言葉で直す、複数の素材を混ぜる、といった機能も公式に書かれています。

公式ブログは、WarnerやBMG、Believeと一緒に作ったと説明しています。Warnerとは、裁判の和解と、ライセンス（使ってよいという許可）の契約が発表されています。ただし、どの楽曲で学習したかなど、学習の中身の詳しい説明は、公式ブログからは確認できませんでした。また、UniversalとSonyは、Sunoへの裁判を続けている、という報道があります（Music Business Worldwideの2026年7月14日の記事。それ以降の状況は読めていません）。

料金（公式の料金ページ、2026年10月8日確認、10月22日に読み直し）：

注意：ページに大きく出る8ドルと24ドルは、年払いにしたときの月あたりの金額と思われます（ページに「年払いで20%お得」「年に24ドル・72ドル安い」と書かれ、その数字と合うため。画面上で請求周期が明示されているかは読み取れていません）。ページには「年払い」を選ぶと20%お得（Proは年に24ドル、Premierは年に72ドル安い）と書かれ、年払いが最初に選ばれた状態で表示されます。ページの内部データでは、月払いはProが10ドル、Premierが30ドル、年払いはProが96ドル、Premierが288ドルでした。Freeのダウンロードについては、Sunoの公式ブログに、9月3日より前に参加した人は通算7曲まで試用でダウンロードでき、9月3日以降に参加した人は、ときどき試用が付く程度、と書かれています。契約の前に画面の金額を確認してください。10月22日に読み直したときは、画面に出る8ドル・24ドルが月払いか年払いかの表示は読み取れず、月払いの10ドル・30ドル、年払いの96ドル・288ドルという数字も、取得結果には出てきませんでした。ただ、ページにある「年払いで20%お得（Proは24ドル、Premierは72ドル安い）」という表示は、8ドル・24ドルを年払いの月あたりと読む場合の数字と合います。

商用利用の条件は、Sunoのヘルプにこう書かれています。無料プランで作った曲は、個人の非商用だけで、収益化はできません。有料プランに入ったあとで、無料のときの曲に権利が後からつくことはありません。SpotifyなどのストリーミングやYouTubeでの収益化は、ProかPremierに入っている間に作った曲が対象です。また、ヘルプには「AIだけで作った曲は、著作権で保護されない場合がある」とも書かれています。

Udio

UdioはUniversal（2025年10月29日）とWarner（2025年11月19日）と和解しました。Warnerとの共同発表（PR Newswire）には、許諾を受けた新しいサービスを「2026年に始める予定」とあります。Universalとの和解は、Udio自身の発表ページには2026年の記載を読み取れず、2026年の開始予定は報道（Music Business Worldwide）にあります。一方、Udioの公式ヘルプには、Universalとの提携の変更として「音声、動画、ステムのダウンロードを停止した」と書かれています。

僕らが確認できた範囲では、Udioの公式ブログの最新の記事は2025年11月19日のもので、新サービスが始まったという発表は見つかりませんでした。料金の最新の数字も、今回は確認できていません。Sonyとの裁判は続いている、という報道があります（Music Business Worldwideの2026年7月14日の記事）。

見立てです。いまのUdioは、「作って聴いて楽しむ」ことはできても、作った曲を持ち出して使う用途には向かない状態だと思います。商用で使いたい人は、新サービスの公式発表を待つのが安全です。

Google Lyria

GoogleのLyriaは、2026年9月4日にLyria 3.5が出ました。Geminiアプリ（ウェブとスマホ）、Flow Music、Google AI Studio、Google Vidsで使えると公式ブログにあります。短い曲か長い曲かを選べます。

開発者向けの公式ドキュメントでは、30秒の「Lyria 3 Clip」（プレビュー段階）と、数分の曲を作る「Lyria 3.5」の2つが案内されています。作られた音には、AIで作ったと見分けられる目に見えない印（SynthID）が必ず入ります。特定の歌手の声を求める依頼や、既存の歌詞を求める依頼は、フィルターで止められます。

Geminiアプリの公式案内（Lyria 3の発表時）では、18歳以上が対象で、日本語を含む8つの言語に対応していました。商用利用の条件、Geminiアプリでの回数制限、開発者向けの料金は、Googleの公式ページからは確認できていません（他社の解説記事に金額は出ていますが、公式で確かめられていないので書きません）。

ElevenLabs Music

ElevenLabsは、公式の説明で「アーティスト、レーベル、出版社と組んで作った」「幅広い商用利用に使える」としています。長さは3秒から5分まで。日本語を含む複数の言語に対応しています。

商用の条件は、公式のMusic向け規約の表の読み取りでは、次のようになります。

• 無料プラン：帰属表示（クレジット）が必要。ダウンロードやストリーミング配信は不可と読めます。
• 有料の個人向けから Business まで：映画、テレビ、ラジオ、スタジオ制作のゲーム以外は、オンライン・オフラインとも商用可。ただし、Starterは音楽の配信（ストリーミング）が不可で、Creator以上で可（10月22日に再確認）。ScaleとBusinessは、従業員が10人未満、50人未満の組織までが対象です。
• 映画・テレビなどまで使いたい場合は、Enterprise（個別契約）のみ。
• 音楽ライブラリとして売ることや、転売は、自分で申し込める全プランで禁止。

見立てです。「商用で、条件を読んで安心して使いたい」なら、条件が表で整理されているElevenLabs Musicは分かりやすいと思います。ただし、これは条件の分かりやすさの話で、曲の出来の優劣ではありません。

道3：声を文字にする・音声入力

3-1 話した言葉をそのまま打ち込む「音声入力アプリ」

Aqua Voiceは、Proが語数無制限と、書き方の好みを伝える機能つき。Maxは、話しながら文字が出るリアルタイムモードなどが加わります。法人向けBusinessは、1席月19ドル（年払い）です。

Wispr Flowは、Proで無制限。会議の文字起こし（Notetaker）は、日本語を含む複数の言語に対応し（ヘルプは「21言語」と書きつつ、一覧は22言語。どちらも日本語は載っています）、MacとWindows向けです。スマホ版は、10月22日の料金ページにも「いまはMacとWindowsのみ。ほかの機器は近日」とあり、FAQには「スマホ版は計画中（ロードマップにある）」とあります。

macOSの音声入力は、Macの標準機能で、話す長さに制限はありません（30秒無言だと止まります）。料金については、読んだヘルプに記載がありません。音声がAppleのサーバーに送られるか、機器の中で処理されるかは、設定で確かめられます。

見立てです。「話した内容を、整った文章にしてほしい」なら専用アプリ、「とりあえず打つ代わりに話せればよい」なら標準の音声入力、という分け方になりそうです。専用アプリが標準より実際にどれだけ正確かは、この記事では確かめていません。

3-2 録音ファイルを文字にする「文字起こしAI」

開発者が自分のアプリに組み込むための、各社の「API」（アプリから直接AIを呼び出す口）です。

Whisperは、OpenAIが公開した音声認識のモデルです。プログラムと学習済みの重みが公開されていて、自分の機器で動かせます。ただし、動かすには技術的な知識と、それなりの性能のパソコンが要ります。

道4：会議の文字起こしと同時通訳

Googleは2026年6月9日に、70以上の言語を扱う「Gemini 3.5 Live Translate」を発表しました。公式ブログによると、Google翻訳のアプリに順次展開で、Google Meetは企業向けの限定公開（プライベートプレビュー）の段階です。Meetのヘルプの対応言語表は、これとは別に更新されている可能性があります。

見立てです。日本語と英語のやりとりを会議で訳したいなら、今回確認できた範囲では、日本語が公式の対象に入っているのは、Teams、Zoom の2つです。Meetは、ヘルプの記載では対象外でした。ただし、訳の質は、この記事では確かめていません。どの会社も「言語の組み合わせや音質で質は変わる」と書いています。

用途別の見立て

見立てです。以下は、公式の条件を読んだうえでの、僕らの整理です。優劣の断定ではありません。

気をつけること

• この記事は、実際に使って確かめた記録ではありません。この記事は、公式の文書を読んでまとめたものです。音質、日本語の自然さ、精度の優劣は、確かめていません。
• 価格は2026年10月7日の公式ページです。ElevenLabsの料金ページには、初月だけの割引が表示されていました（10月7日の読み取りでは2026年10月18日までとありました。10月22日の料金ページには、Creatorの初月50%引き（11ドル）の表示はありましたが、期限の記載は見つかりませんでした）。ここに書いたのは、割引を除いた通常の月額です。変わることがあります。
• Sunoの8ドル、24ドルは、年払いにしたときの月あたりの金額と思われます（月払いは10ドル、30ドルと読めましたが、10月22日の読み直しでは確かめられませんでした）。契約の前に、画面の金額と請求周期を確認してください。
• 2026年10月8日に、Sunoの料金とFreeのダウンロードの記述を最新の公式情報に合わせて直しました。
• 2026年10月22日に公式資料を読み直し、Zoomの対応言語、Gemini 3.5 Transcribeの料金、OpenAIの読み上げ・文字起こしの停止予定、Udioの発表の言い方、ElevenLabs Musicの配信条件、Wispr Flowのスマホの記述を直しました。Sunoの月払い・年払いの表示は、読み直しでは確かめきれませんでした。
• Googleの読み上げ料金は、2026年12月31日までの価格です。2027年1月から高くなると書かれています。
• Lyria 3.5の開発者向け料金、Geminiアプリの回数制限、商用利用の条件は、Google公式では確認できていません。OpenAIの読み上げ専用の料金も、公式の料金ページで見つかりませんでした。Udioの最新の料金とサービスの状態も確認できていません。
• 音楽の著作権と、AIの学習をめぐる裁判は、まだ決着していません。SunoはWarnerと和解しましたが、UniversalとSonyとの裁判は続いている、という報道があります（2026年7月14日の記事。それ以降の状況は読めていません）。レーベルとの合意があっても、あなたが作った曲を商用で使ってよいかどうかは、各社の規約で決まります。
• AIだけで作った曲は、著作権で保護されない場合がある、とSunoのヘルプにあります。国によっても扱いが違います。
• 日本語の対応は、各社の公式ページの記載で確かめましたが、対応の度合い（どれだけ自然か）は記載がないものが多いです。
• 英語の公式ページを日本語に訳して書いています。用語は、僕らの訳です。
• 他人の声のクローンは、同意がない場合、規約違反になるだけでなく、法律上の問題になることがあります。

出典

• Suno 料金ページ（Suno、2026年10月22日確認）
• An update to our downloads policy and Terms of Service（Suno、2026年8月10日、2026年10月22日確認）
• Introducing v6（Suno公式ブログ、2026年10月22日確認）
• Suno リリースノート v6（Suno、2026年10月7日確認）
• What rights do I have with the free plan?（Suno Help、2026年10月22日確認）
• Do I have the copyrights to songs I made?（Suno Help、2026年10月22日確認）
• Can I distribute my songs to Spotify, etc?（Suno Help、2026年10月22日確認）
• Warner Music Group settles lawsuit and signs AI licensing deal with Suno（Music Week、2026年10月22日確認）
• Suno unveils upgrade developed with music industry partners（Complete Music Update、2026年9月9日）
• Why a fight over 61,000 recordings could shape the future of AI music licensing（Music Business Worldwide、2026年10月22日確認）
• A New Era of Music - Udio with Universal Music Group（Udio、2026年10月22日確認）
• Udio with Warner Music Group（Udio、2026年10月22日確認）
• Changes associated with the UMG partnership（Udio Help、2026年10月22日確認）
• Warner Music Group and Udio collaborate to build a new licensed music creation service（PR Newswire、2026年10月22日確認）
• Universal Music settles Udio lawsuit, strikes deal for licensed AI music platform（Music Business Worldwide、2026年10月22日確認）
• Lyria 3.5 in Gemini（Google、2026年9月4日、2026年10月22日確認）
• Gemini can now create music（Google、Lyria 3の発表、2026年10月22日確認）
• Generate music with Lyria 3.5（Google AI for Developers、2026年10月22日確認）
• Google AI updates September 2026（Google、2026年10月22日確認）
• ElevenLabs 料金ページ（ElevenLabs、2026年10月22日確認）
• Eleven Music（ElevenLabs、2026年10月22日確認）
• Music overview（ElevenLabs Docs、2026年10月22日確認）
• Eleven Music Model-Specific Terms（ElevenLabs、2026年10月22日確認）
• Introducing Eleven v4（ElevenLabs、2026年9月28日、2026年10月22日確認）
• Text to Speech overview（ElevenLabs Docs、2026年10月22日確認）
• Speech to Text overview（ElevenLabs Docs、2026年10月22日確認）
• Voices overview（ElevenLabs Docs、2026年10月22日確認）
• Terms of Use（ElevenLabs、2026年10月22日確認）
• Text to speech guide（OpenAI、2026年10月22日確認）
• Custom voices（OpenAI、2026年10月22日確認）
• Speech to text guide（OpenAI、2026年10月22日確認）
• Pricing（OpenAI、2026年10月22日確認）
• Whisper（OpenAI、GitHub、2026年10月22日確認）
• Speech generation（Google AI for Developers、2026年10月22日確認）
• Gemini API pricing（Google AI for Developers、2026年10月22日確認）
• Build real-time voice applications with Gemini 3.8 Live and 3.5 Transcribe（Google、2026年9月15日、2026年10月22日確認）
• Aqua Voice 料金ページ（Aqua Voice、2026年10月22日確認）
• Aqua Voice 日本語ページ（Aqua Voice、2026年10月7日確認）
• Aqua Voice Languages（Aqua Voice、2026年10月22日確認）
• Aqua Voice FAQ（Aqua Voice、2026年10月7日確認）
• Wispr Flow 料金ページ（Wispr、2026年10月22日確認）
• Why supporting 100 languages is hard（Wispr、2026年10月7日確認）
• Use Notetaker with multiple languages（Wispr Flow Help、2026年10月22日確認）
• Dictate messages and documents on Mac（Apple サポート、2026年10月22日確認）
• macOS Feature Availability（Apple、2026年10月22日確認）
• Otter.ai 料金ページ（Otter.ai、2026年10月22日確認）
• Learn about speech translation（Google Meet Help、2026年10月22日確認）
• Fluid, natural voice translation with Gemini 3.5 Live Translate（Google、2026年6月9日、2026年10月22日確認）
• Interpreter in Microsoft Teams meetings and calls（Microsoft サポート、2026年10月22日確認）
• Using the Voice translator for meetings（Zoom サポート、2026年10月22日確認）

更新履歴

• 2026年10月25日 書き方を直しました。
  • 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した