{"kind":"guides","slug":"best-free-tts-models","path":"/guides/best-free-tts-models","title":"2026年版 無料のTTSモデルおすすめ比較 | SuperClonica","description":"2026年にローカルで動かせる無料・オープンな音声合成モデルを率直に整理。Supertonic 3、Kokoro、Piper、Chatterbox、Qwen3-TTSなどを用途別に。","h1":"2026年、ローカルで使える無料の音声合成モデル","intro":"無料のTTSはすでに実用レベルに達していて、多くのオープンモデルが自分の機材で動きます。ただし「無料」の中身には大きな違いがあります。商用利用を禁じるライセンスもあれば、大容量のGPUが必要なモデルもあり、普通のCPUで快適に動くものは多くありません。\n\nここでは、当サイトで比較しているオープンモデルを紹介します。SuperClonicaはそのうちの1つ、Supertonic 3向けの音声を販売しているので、その点を踏まえて読んでください。各モデルの公式ドキュメントにある事実だけを使い、ほかのモデルのほうが向いている場面ははっきりそう書きます。","sections":[{"heading":"無料のTTSモデルの選び方","paragraphs":["4つの問いで候補はすぐに絞れます。"],"points":["言語：そのモデルはあなたの言語を話せるか。たとえば中国語が必要ならSupertonic 3は外れます。","ライセンス：無料でダウンロードできても、商用で無料とは限りません。コードと重みの両方の条件を確認しましょう。","ハードウェア：普通のCPUか、十分なメモリを持つGPUか。","音声：プリセット音声で足りるか、録音をもとにした特定の声が必要か。"]},{"heading":"CPUで動く小型の無料音声合成モデル","paragraphs":["SupertoneのSupertonic 3は約9900万パラメータで、ONNX Runtimeで動き、開発元によるとGPUは不要です。日本語を含む31言語に対応していますが中国語は未対応で、ライセンスはOpenRAIL-M（ロイヤリティフリーで、禁止用途のリストあり）です。プリセット音声が付属し、無料・有料の音声がSuperClonicaのカタログにさらにあります。SuperClonicaエンジンはそれらをCPUで平均61%速く動かします。","Kokoro-82Mは8200万パラメータ、Apache 2.0ライセンスで、8言語54種類のプリセット音声があり、日本語の音声は5種類です。最も得意なのは英語で、公式の音声リストでは日本語と中国語の音声の評価が低めです。公式版には声のクローン機能がありません。Pythonでも、kokoro-jsを使えばブラウザでも動きます。","PiperはRaspberry Piのような小型機器向けの高速なローカルエンジンで、Home Assistantの音声として知られています。音声は1言語ごとのONNXモデルで、対応は39言語。中国語は含まれますが、日本語と韓国語は含まれません。現在のエンジンはGPL-3.0で、音声ごとに別のライセンスがあります。","Resemble AIのChatterbox Nanoは、MITライセンスの1億1000万パラメータの英語モデルです。Resemble AIによれば8コアのCPUで実時間の3倍の速さで動き、短い音声から声をクローンし、生成したファイルすべてに聞こえないPerTh透かしを入れます。"]},{"heading":"ボイスクローン向けの大きめのモデル","paragraphs":["これらは数秒の音声から声をクローンします。当社の推定では、デスクトップのCPUでは実時間より遅いため、本領を発揮するのはGPU上です。"],"points":["Qwen3-TTS：Apache 2.0、0.6Bと1.7Bの2サイズ、日本語と中国語を含む10言語、3秒の音声からのクローンと説明文からの音声デザイン。CPUでは実時間の約1〜2倍遅い（0.6B）。","VoxCPM 2：Apache 2.0、20億パラメータ、30言語と中国語の方言、48kHzの音声、VRAMは約8GB。CPUでは実時間の約2〜4倍遅い。","Chatterbox Multilingual V3：MIT、5億パラメータ、日本語を含む23言語、短い音声からのクローン。サンプルはGPUで動かします。","Fish Audio S2 Pro：当社の表で品質の評価が最も高く80以上の言語に対応しますが、CPUでは実時間の4〜10倍遅く、商用利用にはFish Audioの別ライセンスが必要です。"]},{"heading":"無料でも商用には使えないモデル","paragraphs":["人気のモデルの中には、コードはオープンでも重みが非商用というものがあります。実験や個人のプロジェクトには使えますが、有料の製品には向きません。"],"points":["OmniVoice：646言語に対応し、3〜10秒の音声からクローン。コードはApache 2.0、学習済みモデルはCC-BY-NCです。","F5-TTS：中国語と英語のゼロショットクローン。コードはMIT、重みはCC-BY-NCで、当社の表ではCPUでの速度が最も遅いモデルです。","Coqui XTTS-v2：日本語を含む17言語に対応し、短い音声からクローン。Coqui Public Model Licenseは生成した音声にも及び、元のリポジトリはすでにメンテナンスされていません。"]},{"heading":"どの無料TTSモデルを選ぶか","paragraphs":["下のリンクにある比較ページには、それぞれのモデルの出典と当社の速度推定がまとまっています。"],"points":["普通のPCで、31言語のどれかでナレーション、ゲーム、アプリを作るなら：Supertonic 3。カタログの音声か、自分の録音で学習させた音声を使います。","最も緩いライセンスで英語のプリセット音声を使うなら：Kokoro。","Raspberry PiやHome Assistantなら：Piper。","GPUで即座にクローンし、商用でも使うなら：Qwen3-TTS、VoxCPM 2、Chatterbox。","中国語の音声なら：GPUでQwen3-TTSかVoxCPM 2。PiperとKokoroにも中国語の音声があります。","研究や個人の実験なら：OmniVoice、F5-TTS、XTTS-v2を含め、どれでも使えます。"]}],"faq":[{"question":"無料の音声合成モデルでいちばん良いのはどれですか？","answer":"用途によります。CPUで31言語を高速にオフライン合成するならSupertonic 3、Apache 2.0で英語のプリセット音声ならKokoro、小型機器ならPiper、GPUで即座にクローンするならQwen3-TTSかVoxCPM 2です。"},{"question":"商用で使える無料のTTSモデルはどれですか？","answer":"ここで挙げたものでは、Supertonic 3（禁止用途リスト付きのOpenRAIL-M）、KokoroとQwen3-TTSとVoxCPM 2（Apache 2.0）、Chatterbox（MIT）です。PiperのエンジンはGPL-3.0で、音声ごとに条件があります。OmniVoice、F5-TTS、XTTS-v2の公式の重みは非商用で、Fish Audio S2 Proには別ライセンスが必要です。"},{"question":"GPUなしで動く無料のTTSはありますか？","answer":"あります。Supertonic 3、Kokoro、Piper、Chatterbox Nanoは普通のCPUで動きます。大きめのクローンモデルもコミュニティの移植版でCPUで動きますが、実時間より遅くなります。"},{"question":"無料のモデルで声のクローンはできますか？","answer":"Qwen3-TTS、OmniVoice、VoxCPM 2、Chatterbox、F5-TTS、XTTS-v2は短い音声からクローンできますが、KokoroとPiperはできません。Supertonic 3では録音から声を学習させてファイルにします。自分のNVIDIA GPUなら無料で、作者に依頼することもできます。"}],"cta":{"catalog":"Supertonic 3の音声を聴く","install":"SuperClonicaをインストール"},"sources":[{"label":"Supertonic 3のモデルカード（Hugging Face）","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Kokoro-82Mのモデルカード（Hugging Face）","url":"https://huggingface.co/hexgrad/Kokoro-82M"},{"label":"Piperのリポジトリ（OHF-Voice/piper1-gpl）","url":"https://github.com/OHF-Voice/piper1-gpl"},{"label":"Chatterboxのリポジトリ（GitHub）","url":"https://github.com/resemble-ai/chatterbox"},{"label":"Qwen3-TTSのリポジトリ（GitHub）","url":"https://github.com/QwenLM/Qwen3-TTS"},{"label":"VoxCPMのリポジトリ（GitHub）","url":"https://github.com/OpenBMB/VoxCPM"},{"label":"OmniVoiceのモデルカード（Hugging Face）","url":"https://huggingface.co/k2-fsa/OmniVoice"},{"label":"F5-TTSのリポジトリ（GitHub）","url":"https://github.com/SWivid/F5-TTS"},{"label":"XTTS-v2のモデルカード（Hugging Face）","url":"https://huggingface.co/coqui/XTTS-v2"},{"label":"Fish Audio S2 Proのモデルカード（Hugging Face）","url":"https://huggingface.co/fishaudio/s2-pro"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"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"}],"related":[{"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"}]}