プロバイダー音声ArenaリーダーボードArtificial Analysis
各プロバイダー独自のネイティブ音声を使ってテキスト読み上げ（TTS）モデルを比較します。
Range | Creator | Model | Elo | 95% CI | Samples | Arena音声 | リリース | API価格 1 | |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 1-2 |  Cartesia | Sonic 3.6 | 1272 | -17/17 | 1,740 | Aug 2026 | $49.0 /100万文字 | |
| 2 | 1-3 |  Alibaba | Qwen-Audio-3.0-TTS-Plus | 1260 | -17/17 | 1,438 | Sept 2026 | $27.6 /100万文字 | |
| 3 | 2-5 |  Inworld | Realtime TTS-2 | 1245 | -18/18 | 1,229 | Aug 2026 | $20.8 /100万文字 | |
| 4 | 3-5 |  SpeechifyAI | Simba 3.2 | 1237 | -14/14 | 2,381 | Jul 2026 | $6.6 /100万文字 | |
| 5 | 4-5 |  VUI Labs | Luna TTS | 1230 | -14/14 | 2,502 | Jun 2026 | $80.0 /100万文字 | |
| 6 | 6-10 | Inworld | Realtime TTS-2 Flash | 1210 | -15/15 | 1,677 | Aug 2026 | $10.4 /100万文字 | |
| 7 | 6-10 |  BreezeBlue | Breeze TTS 2  オープンウェイト | 1204 | -16/16 | 1,374 | Aug 2026 | $34.0 /100万文字 | |
| 8 | 6-11 |  StepFun | StepAudio 2.5 TTS (Aug 2026) | 1199 | -17/17 | 1,262 | Aug 2026 | $85.0 /100万文字 | |
| 9 | 6-10 |  Google | Gemini 3.1 Flash TTS | 1199 | -12/12 | 3,415 | Apr 2026 | $18.3 /100万文字 | |
| 10 | 6-11 |  ElevenLabs | v3 Conversational | 1197 | -15/15 | 1,829 | Aug 2026 | $50.0 /100万文字 | |
| 11 | 10-13 | Cartesia | Sonic 3.5 | 1186 | -12/12 | 2,982 | May 2026 | $49.0 /100万文字 | |
| 12 | 11-15 |  Smallest.ai | Lightning V3.1 Pro (Jul 2026) | 1175 | -14/14 | 1,902 | Jul 2026 | $19.5 /100万文字 | |
| 13 | 11-15 |  Soniox | Soniox TTS Real-Time v2 | 1175 | -12/12 | 4,601 | Aug 2026 | $14.2 /100万文字 | |
| 14 | 12-15 | ElevenLabs | Eleven v3 | 1167 | -11/11 | 4,328 | Feb 2026 | $100.0 /100万文字 | |
| 15 | 12-16 |  MiniMax | Speech 2.8 HD | 1166 | -11/11 | 4,402 | Feb 2026 | $100.0 /100万文字 | |
| 16 | 14-18 |  Murf AI | Falcon 2 | 1155 | -15/15 | 1,722 | Jul 2026 | $10.0 /100万文字 | |
| 17 | 16-19 |  Gradium | Gradium TTS (Aug 2026) | 1150 | -14/14 | 1,650 | Aug 2026 | $47.2 /100万文字 | |
| 18 | 16-18 | MiniMax | Speech 2.8 Turbo | 1149 | -11/11 | 4,311 | Feb 2026 | $60.0 /100万文字 | |
| 19 | 17-24 |  Fish Audio | Fish Audio S2.1 Pro | 1138 | -13/13 | 2,147 | Jun 2026 | $15.0 /100万文字 | |
| 20 | 19-25 | StepFun | Step TTS 2 (Mar 2026) | 1133 | -13/13 | 2,203 | Feb 2026 | $40.0 /100万文字 | |
| 21 | 19-26 |  async | Async Flash v1.5 | 1130 | -13/13 | 2,083 | May 2026 | $10.1 /100万文字 | |
| 22 | 19-26 |  Microsoft | Azure HD 2.5 | 1129 | -12/12 | 2,396 | Mar 2026 | $22.0 /100万文字 | |
| 23 | 19-26 | MiniMax | Speech 2.6 HD | 1127 | -12/12 | 3,824 | Oct 2025 | $100.0 /100万文字 | |
| 24 | 19-29 |  SpaceXAI | SpaceXAI TTS | 1126 | -15/15 | 1,204 | Mar 2026 | $15.0 /100万文字 | |
| 25 | 20-29 | Fish Audio | Fish Audio S2 Pro オープンウェイト | 1121 | -13/13 | 2,205 | Mar 2026 | $15.0 /100万文字 | |
| 26 | 21-29 | SpeechifyAI | Simba 3.0 | 1118 | -12/12 | 2,471 | Feb 2026 | $6.6 /100万文字 | |
| 27 | 25-29 | MiniMax | Speech 2.6 Turbo | 1114 | -11/11 | 4,166 | Oct 2025 | $60.0 /100万文字 | |
| 28 | 24-29 | async | Async Pro v1.0 | 1113 | -13/13 | 1,993 | May 2026 | $20.2 /100万文字 | |
| 29 | 25-30 | MiniMax | Speech-02-HD | 1112 | -12/12 | 4,239 | Mar 2025 | $100.0 /100万文字 | |
| 30 | 29-35 |  OpenAI | TTS-1 HD | 1100 | -12/12 | 3,460 | Nov 2023 | $30.0 /100万文字 | |
| 31 | 30-37 |  Resemble AI | Chatterbox HD | 1096 | -13/13 | 2,295 | — | May 2025 | $40.0 /100万文字 |
| 32 | 30-37 |  Hithink | Speech 2.6 | 1096 | -13/13 | 1,937 | Jul 2026 | N/A | |
| 33 | 30-37 | StepFun | Step Audio EditX (Mar 2026) オープンウェイト | 1094 | -13/13 | 1,923 | Feb 2026 | N/A | |
| 34 | 30-37 | ElevenLabs | Turbo v2.5 | 1094 | -11/11 | 6,745 | Jul 2024 | $50.0 /100万文字 | |
| 35 | 30-37 | ElevenLabs | Multilingual v2 | 1092 | -10/10 | 7,197 | Aug 2023 | $100.0 /100万文字 | |
| 36 | 31-41 | MiniMax | Speech-02-Turbo | 1086 | -12/12 | 3,697 | Mar 2025 | $60.0 /100万文字 | |
| 37 | 32-41 | OpenAI | TTS-1 | 1085 | -11/11 | 6,024 | Nov 2023 | $15.0 /100万文字 | |
| 38 | 36-44 | Google | Gemini 2.5 Flash Lite TTS | 1080 | -12/12 | 3,053 | Dec 2025 | $9.2 /100万文字 | |
| 39 | 36-45 | Fish Audio | OpenAudio S1 | 1077 | -11/11 | 4,411 | Jun 2025 | $15.0 /100万文字 | |
| 40 | 36-46 |  Mistral | Voxtral TTS オープンウェイト | 1075 | -13/13 | 2,028 | Mar 2026 | $16.0 /100万文字 | |
| 41 | 36-45 | Google | Studio | 1075 | -12/12 | 4,349 | Feb 2023 | $160.0 /100万文字 | |
| 42 | 38-45 | ElevenLabs | Flash v2.5 | 1074 | -11/11 | 5,597 | Dec 2024 | $50.0 /100万文字 | |
| 43 | 37-49 | Google | Journey | 1072 | -13/13 | 2,167 | Dec 2023 | $160.0 /100万文字 | |
| 44 | 38-49 | OpenAI | GPT-Realtime-2 | 1072 | -13/13 | 1,967 | May 2026 | $191.6 /100万文字 | |
| 45 | 38-51 |  Maya Research | Maya 2 Flash | 1068 | -14/14 | 1,807 | Jul 2026 | N/A | |
| 46 | 40-53 |  NVIDIA | Magpie-Multilingual 357M (Feb 2026) オープンウェイト | 1063 | -13/13 | 1,959 | Feb 2026 | N/A | |
| 47 | 43-53 |  Amazon | Polly Generative | 1062 | -12/12 | 3,640 | May 2024 | $30.0 /100万文字 | |
| 48 | 43-51 | MiniMax | T2A-01-HD | 1062 | -11/11 | 4,865 | Jan 2025 | $50.0 /100万文字 | |
| 49 | 44-53 |  Kokoro | Kokoro 82M v1.0 オープンウェイト | 1061 | -11/11 | 5,224 | Jan 2025 | $0.7 /100万文字 | |
| 50 | 45-57 | Cartesia | Sonic 3 | 1057 | -12/12 | 3,407 | Oct 2025 | $49.0 /100万文字 | |
| 51 | 46-57 |  Rime | Coda | 1054 | -13/13 | 2,179 | May 2026 | $50.0 /100万文字 | |
| 52 | 46-59 | Google | Gemini 2.5 Flash TTS (Dec 2025) | 1051 | -12/12 | 2,796 | Dec 2025 | $9.2 /100万文字 | |
| 53 | 46-59 | Google | Chirp 3: HD | 1051 | -12/12 | 3,260 | Mar 2025 | $30.0 /100万文字 | |
| 54 | 49-59 | async | Async Flash v1.0 | 1049 | -12/12 | 3,937 | Jul 2025 | $10.1 /100万文字 | |
| 55 | 47-59 |  Xiaomi | MiMo-V2.5-TTS | 1049 | -13/13 | 1,855 | - | N/A | |
| 56 | 50-59 |  Hume AI | Octave 2 | 1048 | -12/12 | 3,011 | Oct 2025 | $87.5 /100万文字 | |
| 57 | 50-61 | Maya Research | Maya 2 Global | 1047 | -14/14 | 1,662 | Jul 2026 | N/A | |
| 58 | 50-68 | Fish Audio | OpenAudio S1 Mini オープンウェイト | 1041 | -20/20 | 1,681 | Jun 2025 | $15.0 /100万文字 | |
| 59 | 52-64 | Maya Research | Maya1 オープンウェイト | 1040 | -12/12 | 3,191 | Jun 2025 | N/A | |
| 60 | 57-67 | Amazon | Polly Long-Form | 1034 | -13/13 | 1,880 | Nov 2023 | $100.0 /100万文字 | |
| 61 | 58-69 |  Bland AI | Bland Speech v3 | 1033 | -13/13 | 2,233 | Aug 2026 | $40.0 /100万文字 | |
| 62 | 58-70 |  Boson AI | Higgs Audio V3 TTS オープンウェイト | 1032 | -14/14 | 1,957 | Jun 2026 | $15.0 /100万文字 | |
| 63 | 54-70 | Microsoft | Azure Neural | 1031 | -19/19 | 1,158 | Sept 2018 | $15.0 /100万文字 | |
| 64 | 58-70 | Microsoft | MAI-Voice-1 | 1030 | -13/13 | 2,126 | Apr 2026 | N/A | |
| 65 | 60-70 | Hume AI | Octave TTS | 1027 | -12/12 | 4,606 | Feb 2025 | $87.5 /100万文字 | |
| 66 | 59-70 | Google | Gemini 2.5 Pro (Dec 2025) | 1027 | -13/13 | 2,401 | Dec 2025 | $18.3 /100万文字 | |
| 67 | 60-70 | MiniMax | T2A-01-Turbo | 1027 | -11/11 | 4,893 | Jan 2025 | $30.0 /100万文字 | |
| 68 | 60-70 | Xiaomi | MiMo-V2-TTS | 1021 | -14/14 | 1,709 | Mar 2026 | N/A | |
| 69 | 62-70 | Resemble AI | Chatterbox  オープンウェイト | 1021 | -12/12 | 4,595 | May 2025 | $25.0 /100万文字 | |
| 70 | 62-70 | Smallest.ai | Lightning v3.1 | 1020 | -13/13 | 2,086 | Mar 2026 | $25.0 /100万文字 | |
| 71 | 71-73 |  Krafton | Raon SpeechLM | 1002 | -14/14 | 2,025 | Apr 2026 | N/A | |
| 72 | 71-73 | Rime | Arcana v3 | 1001 | -13/13 | 2,171 | Feb 2026 | $50.0 /100万文字 | |
| 73 | 73 |  Zyphra | Zonos-v0.1 オープンウェイト | 1000 | 0/0 | 4,792 | Feb 2025 | $20.0 /100万文字 | |
| 74 | 74 | Murf AI | Murf Speech Gen 2 | 982 | -12/12 | 4,958 | Jul 2024 | $100.0 /100万文字 | |
| 75 | 75-77 | Microsoft | VibeVoice 1.5B オープンウェイト | 951 | -14/14 | 2,087 | Aug 2025 | N/A | |
| 76 | 75-78 |  OpenVoice | OpenVoice v2 オープンウェイト | 946 | -14/14 | 2,959 | Apr 2024 | $8.3 /100万文字 | |
| 77 | 75-79 | Alibaba | Qwen3 TTS Flash | 940 | -14/14 | 2,107 | Sept 2025 | $10.0 /100万文字 | |
| 78 | 76-80 |  Neuphonic | Neuphonic TTS | 936 | -14/14 | 2,376 | Oct 2024 | $20.8 /100万文字 | |
| 79 | 77-80 |  KugelAudio | Kugel 3 | 931 | -13/13 | 4,128 | Jun 2026 | N/A | |
| 80 | 78-82 | Alibaba | Qwen3 TTS | 926 | -13/13 | 2,854 | Jan 2026 | $20.0 /100万文字 | |
| 81 | 80-83 | Google | WaveNet | 915 | -12/12 | 6,214 | Sept 2016 | $4.0 /100万文字 | |
| 82 | 80-83 |  Coqui | XTTS v2 オープンウェイト | 914 | -15/15 | 2,514 | — | Nov 2023 | $40.4 /100万文字 |
| 83 | 81-85 | Rime | Mist V2 | 906 | -15/15 | 2,813 | Mar 2025 | $31.1 /100万文字 | |
| 84 | 84-88 | Google | Neural2 | 892 | -12/12 | 6,449 | Jun 2022 | $16.0 /100万文字 | |
| 85 | 83-88 |  StyleTTS | StyleTTS 2 オープンウェイト | 891 | -15/15 | 2,424 | — | Jun 2023 | $2.8 /100万文字 |
| 86 | 84-88 | Amazon | Polly Neural | 889 | -14/14 | 2,728 | Jul 2019 | $16.0 /100万文字 | |
| 87 | 84-88 | Google | Standard | 882 | -12/12 | 6,487 | Aug 2018 | $4.0 /100万文字 | |
| 88 | 84-88 |  Noiz | Noiz TTS | 881 | -15/15 | 1,952 | Nov 2025 | N/A | |
| 89 | 89-90 |  MetaVoice | MetaVoice v1 オープンウェイト | 843 | -18/18 | 1,343 | — | Feb 2024 | N/A |
| 90 | 89-90 | Amazon | Polly Standard | 827 | -16/16 | 3,277 | Nov 2016 | $4.0 /100万文字 |
1 API価格は、モデル作成者のAPIでモデルのデフォルト設定を使い、100万文字を生成するコストを反映します
2 オープンウェイトには、ダウンロード可能なモデルウェイトまたはプロバイダー提供の推論ランタイムを使用してセルフホストできるモデルが含まれます。商用利用可能なオープンウェイトには、公開されたライセンスで商用利用（NVIDIA AI Enterprise サブスクリプションなど、ライセンス条件付きの利用を含む）が認められているモデルが含まれ、個別に交渉した商用契約が必要なモデルは含まれません。
よくある質問
Elo評価によるトップの音声合成モデルは次のとおりです: 1. Sonic 3.6（Elo 1272）、2. Qwen-Audio-3.0-TTS-Plus（Elo 1260）、3. Realtime TTS-2（Elo 1245）、4. Simba 3.2（Elo 1237）、5. Luna TTS（Elo 1230）。ランキングはSpeech Arenaでのブラインドユーザー投票に基づきます。
Kokoro 82M v1.0 は100万文字あたり $0.65 で最も手頃で、Eloスコアは 1061 です。その他の手頃な選択肢には、100万文字あたり $2.82 の StyleTTS 2 があります。
トップ5のオープンウェイトの音声合成モデルは次のとおりです: 1. Breeze TTS 2（Elo 1204）、2. Fish Audio S2 Pro（Elo 1121）、3. Step Audio EditX (Mar 2026)（Elo 1094）、4. Voxtral TTS（Elo 1075）、5. Magpie-Multilingual 357M (Feb 2026)（Elo 1063）。