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 |  BreezeBlue | Breeze TTS 2  オープンウェイト | 1202 | -16/16 | 1,413 | Aug 2026 | $34.0 /100万文字 | |
| 2 | 2 |  Fish Audio | Fish Audio S2 Pro オープンウェイト | 1121 | -12/12 | 2,334 | Mar 2026 | $15.0 /100万文字 | |
| 3 | 3 |  StepFun | Step Audio EditX (Mar 2026) オープンウェイト | 1102 | -13/13 | 2,071 | Feb 2026 | N/A | |
| 4 | 4-6 |  Mistral | Voxtral TTS オープンウェイト | 1073 | -13/13 | 2,147 | Mar 2026 | $16.0 /100万文字 | |
| 5 | 4-6 |  NVIDIA | Magpie-Multilingual 357M (Feb 2026) オープンウェイト | 1061 | -13/13 | 2,041 | Feb 2026 | N/A | |
| 6 | 5-6 |  Kokoro | Kokoro 82M v1.0 オープンウェイト | 1061 | -11/11 | 5,298 | Jan 2025 | $0.7 /100万文字 | |
| 7 | 5-9 | Fish Audio | OpenAudio S1 Mini オープンウェイト | 1042 | -20/20 | 1,681 | Jun 2025 | $15.0 /100万文字 | |
| 8 | 7-9 |  Maya Research | Maya1 オープンウェイト | 1041 | -12/12 | 3,270 | Jun 2025 | N/A | |
| 9 | 7-9 |  Boson AI | Higgs Audio V3 TTS オープンウェイト | 1038 | -13/13 | 2,047 | Jun 2026 | $15.0 /100万文字 | |
| 10 | 10 |  Resemble AI | Chatterbox  オープンウェイト | 1020 | -11/11 | 4,660 | May 2025 | $25.0 /100万文字 | |
| 11 | 11 |  Zyphra | Zonos-v0.1 オープンウェイト | 1000 | 0/0 | 4,869 | Feb 2025 | $20.0 /100万文字 | |
| 12 | 12-13 |  Microsoft | VibeVoice 1.5B オープンウェイト | 961 | -14/14 | 2,143 | Aug 2025 | N/A | |
| 13 | 12-13 |  OpenVoice | OpenVoice v2 オープンウェイト | 952 | -13/13 | 2,992 | Apr 2024 | $8.3 /100万文字 | |
| 14 | 14 |  Coqui | XTTS v2 オープンウェイト | 915 | -15/15 | 2,553 | — | Nov 2023 | $40.4 /100万文字 |
| 15 | 15 |  StyleTTS | StyleTTS 2 オープンウェイト | 894 | -15/15 | 2,457 | — | Jun 2023 | $2.8 /100万文字 |
| 16 | 16 |  MetaVoice | MetaVoice v1 オープンウェイト | 838 | -18/18 | 1,375 | — | Feb 2024 | N/A |
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