ガイド

何時間ものテキストを読み上げるアプリのためのDeepgram Aura代替

Deepgramは主に音声認識で知られていますが、Aura音声で音声合成も提供しており、文字数で課金されます。2026年10月のDeepgram料金ページによると、従量課金でAura-2は1000文字あたり0.030ドル、Aura-1は0.015ドル、Flux TTSは0.045ドルです。

SuperClonicaの音声合成APIは時間で課金し、月5ドルからです。正直な比較を紹介します。

無料でAPIキーを取得 声を無料で試聴する またはエンジンを自分で動かす

1時間あたりの料金

1分1000文字で計算すると、音声1時間は定価でAura-2が約1.80ドル、Aura-1が約0.90ドルです。SuperClonicaの「スタート」プランは月5ドルで10分ごとに3分の音声、休まず使えば月最大216時間です。同じ216時間はAura-2で約389ドル、Aura-1で約194ドルになります。

  • 無料：1日1分の音声。
  • スタート、5ドル：月最大216時間。
  • 作成者、10ドル：最大576時間。
  • プロ、20ドル：最大1440時間。
  • スタジオ、50ドル：最大4680時間。

声

Auraは会話向けの声のセットを提供しています。SuperClonicaには作者がつくったキャラクター、ナレーター、アナウンサー、日常的な声のカタログがあり、有料プランならどれもAPIで使えます。サイトで自分の録音から学習した声も使えます。決める前に、どの声もページ上で無料で試聴できます。

リクエストの切り替え方

https://superclonica.com/api/v1/speech にJSONを送り、Authorization: Bearer にキーを入れます：{"text": "...", "voice": "M1", "language": "ja", "format": "mp3"}。"stream": true を加えると、私たちの計測ではテキストの長さにかかわらず音声は最短300ミリ秒で始まります。失敗したテキストはプランに計上されません。

Deepgramのほうが適している場合

Deepgramは音声認識、音声合成、音声エージェントAPIを1社で提供し、リアルタイムの会話向けのWebSocketストリーミング、Growthプランの大口割引、企業向けサポートがあります。話すのと同じくらい聞く製品なら、これは大きな利点です。主に話す、それも何時間も話すなら、1時間あたりの料金を比べてください。