{"kind":"compare","slug":"xtts","path":"/compare/xtts","title":"Coqui XTTS-v2の代替：商用で使える音声合成 | SuperClonica","description":"XTTS-v2とSuperClonicaを比較。Coquiのボイスクローンモデルは非商用限定で元のリポジトリも保守終了、Supertonic 3はCPUで速く動作。","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として","intro":"XTTS-v2は、Coquiがオープンソースのライブラリ「Coqui TTS」とともに公開したボイスクローンモデルです。短い参考音声から、その声で日本語を含む17言語を話し、ある言語の声を別の言語に持ち込むこともできます。\n\nいまこれをもとに何かを作るなら、知っておくべき点が2つあります。元のリポジトリcoqui-ai/TTSはもうメンテナンスされておらず、XTTSの重みのライセンスは商用利用を認めていません。Coqui TTSの代替を探している方に向けて、SuperClonicaとの違いをまとめました。XTTSは当社の比較表に入っていないため、速度や品質の評価は載せていません。","sections":[{"heading":"XTTS-v2でできること","paragraphs":["XTTS-v2は数秒の音声で声をクローンします。モデルカードでは6秒、ドキュメントでは3秒とされています。対応言語は英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ポーランド語、トルコ語、ロシア語、オランダ語、チェコ語、アラビア語、中国語、日本語、ハンガリー語、韓国語、ヒンディー語で、出力は24 kHz、参考音声の感情や話し方も引き継ぎます。","ストリーミングにも対応し、作者は200 ms未満の遅延をうたっていますが、ハードウェアは明記されていません。ドキュメントの例はCUDAで動かしており、追加学習用のコードも含まれます。"]},{"heading":"XTTSのライセンス：商用利用ができない理由","paragraphs":["XTTS-v2の重みはCoqui Public Model Licenseです。認められるのは非商用利用だけで、対象はモデルだけでなく生成した音声にも及びます。モデルやその出力によって直接・間接に報酬を得た時点で、ライセンスの範囲外になります。企業が使えるのは、テスト、評価、非商用の研究に限られます。","Coqui TTSのコード自体はMPL-2.0なので、問題はコードではなく重みです。Supertonic 3はOpenRAIL-Mで、非商用条項ではなく禁止用途のリストを定めた無償のライセンスです。SuperClonicaで購入した音声は自分のプロジェクト用で、転売はできません。"]},{"heading":"Coqui TTSの現状","paragraphs":["元のリポジトリcoqui-ai/TTSはメンテナンスされていません。Idiapがフォークを保守しており、PyPIではcoqui-ttsとして公開され、Linux・macOS・Windows向けのビルド済みパッケージや、クローンした声のキャッシュなどの新機能が加わっています。XTTS-v2の重みとライセンスは変わっていません。"]},{"heading":"毎回クローンするか、学習済みの音声ファイルか","paragraphs":["XTTSはリクエストのたびに参考音声から声を組み立て直すので、結果は渡す音声に左右されます。SuperClonicaは声を一度だけSupertonic 3のファイルに学習させます。必要なのは正確な書き起こし付きの5〜10秒のきれいな録音と自分のNVIDIA GPUで、料金はかかりません。作者に依頼したり、カタログから選んだりもできます。","できたファイルは普通のCPUでオフラインで動きます。当社の見積もりでは、SuperClonicaは8コアのデスクトップCPUでリアルタイムの6.4〜9.7倍速で、10秒の文なら約1.0〜1.6秒です。"]},{"heading":"XTTS-v2を選ぶべき場面","paragraphs":["収益化するプロジェクト、GPUのないPC、声をファイルとして手元に残したい場合はSuperClonicaを選んでください。XTTS-v2は次のような場合にまだ合っています。"],"points":["非商用ライセンスが問題にならない個人・研究・趣味のプロジェクト。","学習なしで、数秒の音声からすぐにクローンしたい。","Supertonic 3がまだ対応していない中国語の音声。","Coqui TTSライブラリの上にすでに組んだ処理の流れ。"]}],"faq":[{"question":"XTTS-v2は商用利用できますか？","answer":"そのライセンスではできません。Coqui Public Model Licenseは、モデルと生成した音声の非商用利用だけを認めています。Coqui TTSのコードはMPL-2.0ですが、重みの条件は変わりません。"},{"question":"Coqui TTSは今もメンテナンスされていますか？","answer":"元のリポジトリcoqui-ai/TTSはされていません。Idiapのフォークがライブラリを引き継ぎ、PyPIでcoqui-ttsとして公開しています。"},{"question":"商用のボイスクローンで、Coqui TTSの代わりになるものは？","answer":"選択肢の1つは、自分の録音で学習したSupertonic 3の音声をSuperClonicaで動かす方法です。モデルはOpenRAIL-Mで、声はファイルとして手元に残ります。即時のクローンが必要なら、ほかのモデルのライセンスをよく確認してください。たとえばF5-TTSの公式の重みも非商用です。"},{"question":"XTTS-v2にGPUは必要ですか？","answer":"公式の例はCUDAで動かしており、ドキュメントにCPUでの数字はありません。Supertonic 3は作者によるとGPU不要で、SuperClonicaはその音声を普通のCPUで動かします。"}],"cta":{"catalog":"既製の音声を見る","install":"SuperClonicaをインストール"},"sources":[{"label":"XTTS-v2 モデルカード（Hugging Face）","url":"https://huggingface.co/coqui/XTTS-v2"},{"label":"Coqui Public Model License","url":"https://huggingface.co/coqui/XTTS-v2/blob/main/LICENSE.txt"},{"label":"XTTS ドキュメント（coqui-tts）","url":"https://coqui-tts.readthedocs.io/en/latest/models/xtts.html"},{"label":"IdiapによるCoqui TTSのフォーク（GitHub）","url":"https://github.com/idiap/coqui-ai-TTS"},{"label":"元のcoqui-ai/TTSリポジトリ","url":"https://github.com/coqui-ai/TTS"},{"label":"Supertonic 3 モデルカード","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"自分のPCで動く音声合成・テキスト読み上げ"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio・Fish SpeechとSuperClonicaの比較"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoiceとSuperClonica：言語の多さか、速度か"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"オフラインで使えるElevenLabsの代替"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"自分のPCでテキストをオフライン読み上げする方法"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"ボイスクローン：録音の声に近い音声を手に入れる方法"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026年、ローカルで使える無料の音声合成モデル"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 の音声：カスタム音声の入手先と使い方"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Pythonで音声合成：オフライン・無料・自然な声で"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Dockerで動かすセルフホスト音声合成API"}]}