「毎月払っているこの約900円、本当に必要なのかな」
サブスクの明細を見て、ふとそう思ったことはありませんか。😅
ぼくの場合は、AIに自分の声で文章を読んでもらうサービスでした。
使っているのだから、月額で払うのが当たり前だと思っていました。
ところが、自分の使い方を測り、別の方法も試してみると、思い込みが3つも見つかりました。
しかも最後に選んだのは、最初に使っていた有名サービスではありません。
使った分だけ払うAIへ変えたら、費用が半分ほどになり、できた声もぼくの耳には元の声に近く聞こえました。
この記事では、思い込みから始めて、実際に試し、数字で確かめるまでをそのままお話しします。🌱
※2026年9月10日時点の情報です。金額は1ドル150円、1本約660文字として計算しています。サービスの料金や結果は、使うモデルや設定によって変わります。
💡 まず、ぼくの「思い込み」から
ぼくが使っていたのは、ElevenLabs（イレブンラボ）という音声AIです。
自分の声を録音して渡すと、その声で好きな文章を読んでもらえます。
📘 音声クローンとは
録音した声の特徴をAIに覚えさせ、本人が実際には話していない文章も、その人に近い声で読み上げてもらう技術です。
そして最近、fal.ai（ファル）というサービスも使い始めました。
falには、いろいろな会社のAIが集まっています。スーパーのように、必要なAIを選び、使った分だけ払える場所です。
その一覧にElevenLabsもありました。
そこで、ぼくはこう考えました。
「同じElevenLabsなら、falから使っても自分の声を呼び出せる。しかも安いのでは？」 🤔
これが、最初の思い込みでした。
🔍 検証その1：自分が本当はどれだけ使っているかを測った
値段を比べる前に、まず自分の使用量を確認しました。
すると、いきなり大きな勘違いが見つかります。
確認したもの思っていた量実際の量1か月の使用約6,000文字約3万文字契約枠の消化率2割くらい94.9%想像の約5倍も使っていました。 😱
原因は、作り直しです。
同じ文章でも、話す速さや言い回しが気になると作り直します。
そのたびに文字数がもう一度消費されていました。ぼくの場合、消費した量の約4分の1が作り直しでした。
当時使っていたStarterプランは月6ドルで、月3万クレジットです。
「たぶん、あまり使っていない」と思っていたのに、実際は更新日前にほとんど使い切っていました。
サブスクを見直すときは、料金より先に使用量を見る。
これだけで、判断の土台が変わりました。
🧪 検証その2：falから「自分の声」を呼んでみた
次は、falからElevenLabsを使う実験です。
fal版のElevenLabsは、使った文字数に応じて料金が決まります。
自分の声の番号を指定して、同じ文章を読んでもらおうとしました。
ところが、返ってきたのは次のエラーでした。
Voice not found
feature_not_supported日本語にすると、「その声は見つかりません」「その機能には対応していません」という意味です。
📘 APIとは
画面のボタンを人が押す代わりに、ソフト同士が「この文章をこの声で読んでください」と注文をやりとりする窓口です。
今回確認できたのは、falから呼び出したElevenLabsでは、ぼくが別のElevenLabsアカウントに保存していた声を使えなかったということです。
同じElevenLabsという名前でも、入口が変われば、使える声まで同じとは限りません。
安くても、自分の声を使えなければ、今回の目的には合いません。
作戦はここで失敗しました。😂
🎁 検証その3：別のAIを試したら、こちらの声が近かった
falには、ElevenLabs以外の音声AIもあります。
その中に、録音した声から音声クローンを作れるQwen3-TTS（クウェン・スリー・ティーティーエス）がありました。
Qwenは、中国のAlibaba Cloudのチームが開発しているAIです。
同じ録音と、同じ読み上げ文章を渡して試しました。
できあがった声を聞いた瞬間、ぼくはこう思いました。
「あれ。こっちのほうが、ぼくの声に近い」 😲
有名かどうかではなく、実際に自分の声で試すと、印象が変わることがあります。
ただ、耳で感じただけでは気のせいかもしれません。
そこで次は、音の形を数字でも比べました。
📊 実測では、Qwenのほうが元の声に近づいた
ぼくの生の声、ElevenLabsで作った声、Qwenで作った声を同じ方法で比べました。
まず、実際の比較グラフがこちらです。
黒い線がぼくの生の声、赤がElevenLabs、青がQwenです。
今回の録音では、赤い線だけ右側の高い音が強く出ています。
数字にすると、次の結果でした。
音声声の高さ声の明るさ元の声との一致度ぼくの生の声128Hz913Hz1.000ElevenLabs132Hz1,181Hz0.752Qwen125Hz780Hz0.932📘 Hz（ヘルツ）とは
音の高さを表す単位です。数字が大きいほど高い音です。ここでいう「声の明るさ」は、高い音がどれくらい混ざっているかを見る目安です。
一致度は、同じ原稿から作った3つの音声の形を、ぼくのMacの中で比べた今回だけの目安です。
サービス全体の性能を表す公式点数ではありません。
それでも、ぼくが耳で感じた「Qwenのほうが近い」は、今回の数字でも同じ方向に出ました。
なぜ近づいたのかは、まだ断定できません
Qwen3-TTSが日本語を含む10言語に対応し、短い録音から声を再現できることは、開発元の案内で確認できます。
ただし、日本語に対応しているから今回の一致度が高くなったとまでは、この1回の比較だけでは言えません。
使ったモデル、設定、元の録音、文章、音量の違いも影響します。
ここで確かに言えるのは、ぼくの声と今回の条件では、Qwenの結果が耳にも数字にも近かったというところまでです。
💰 1本約20円から約9円になった
ぼくがよく作る、約660文字の音声1本で比べました。
※ぼくが使っていたのは、ElevenLabsの有料プランで一番下の「Starter」です。
方法1本あたりの目安保存した自分の声ElevenLabs Starterの月額を配分約20円使えたfal版ElevenLabs Turbo v2.5約5円今回は使えなかったfal版Qwen3-TTS約9円使えた計算は、ElevenLabs Starterが月6ドル・3万クレジット、fal版ElevenLabs Turbo v2.5が1,000文字0.05ドル、fal版Qwen3-TTSが1,000文字0.09ドル、1ドル150円としています。
自分の声を使える方法だけで比べると、1本約20円から約9円になりました。
ぼくの使い方では、半分ほどです。🎉
falには、月3万文字という固定枠はありません。
ただし、残高がなくなれば止まります。モデルの料金や使える条件が変わる可能性もあります。
「ずっと使い放題」になったのではなく、毎月の固定枠を気にせず、使った分だけ払う形へ変わったということです。
📝 今回わかった3つのこと
1️⃣ 同じ名前でも、同じ自分のデータを使えるとは限りません
falにElevenLabsがあっても、別のElevenLabsアカウントに保存したぼくの声は、今回の方法では呼び出せませんでした。
サービス名だけで判断せず、自分のデータまで使えるかを1回試すことが大切です。
2️⃣ 有名なAIが、自分の用事で一番とは限りません
ElevenLabsは便利で、性能の高いサービスです。
一方で、今回の目的は「日本語で、ぼくの声に近い読み上げを作る」ことでした。
この条件では、Qwenのほうがぼくに合いました。
一番有名なAIより、自分の用事に合うAIを選ぶ。
これが大事でした。
3️⃣ 耳と数字の両方で確かめます
声については、耳で感じた違いが数字にも出ました。
反対に、月の使用量はぼくの感覚が約5倍もずれていました。
感覚だけでも、数字だけでも足りません。
測る、試す、比べる。
この3つをそろえると、思い込みに早く気づけます。
🌵 おわりに：サブスクをやめる前に、まず1回だけ測る
今回いちばん役に立ったのは、「たぶんこうだろう」を1つずつ試したことでした。
使用量は、想像の約5倍でした。
falから自分のElevenLabs音声を使う作戦は、失敗しました。
ところが、別のQwenを試すと、ぼくの声に近い結果が出ました。
最初の予想どおりには進みませんでした。
でも、その失敗があったから、自分に合う方法を見つけられました。🌱
なんとなく続けているサブスクがあるなら、すぐに解約を決める必要はありません。
まずは、1か月にどれだけ使っているかを1回だけ見てみてください。
続ける理由も、変える理由も、そこから見えてきます。
参考にした公式情報
ElevenLabsの料金
falで使えるElevenLabsと料金
Qwen3-TTSの公式説明
