【Azure】Speech Servicesの機能と料金について

最終更新日：2026年8月7日

はじめに

項目	Microsoft Azure	AWS	Google Cloud
シェア（国内）	約30%	約35%	約15%
強み	Microsoft製品連携	サービス数・実績	データ分析・AI
無料枠	12ヶ月無料	12ヶ月無料	常時無料枠あり
主な資格	AZ-900 / AZ-104	CLF / SAA	ACE / PCA

皆様は「Siri」や「Googleアシスタント」などを普段から利用するでしょうか。筆者は天気や簡単な調べものをする際によく使いますが、認識精度の高さには感嘆しています。本稿ではそんな音声認識を行うためのサービス「Speech Services」について紹介していきます。

---

Speech Servicesの機能

Speech ServicesはMicrosoft社が提供するAzureのサービスの一部であり、今回は主な4つの機能について紹介していきます。

Speech to Text

読み上げられた音声を正確に認識し、テキストデータに変換することのできる音声サービス機能になります。多数の言語に対応しており、モデルをカスタマイズすることで専門分野の固有の用語に対しても精度を高めることができます。詳しくはAzure公式サイトのSpeech関連ページで最新の機能・デモをご確認ください。

Text to Speech

Speech to Textとは逆にテキストデータから音声に変換することのできる機能になります。多数の言語・声のバリエーションに対応しており、細かい抑揚もカスタマイズすることで発声することができます。

Speech Translation

音声をリアルタイムで翻訳することのできるサービス機能になります。多数の言語間での翻訳に対応しています。

Speaker Recognition

話し手を認識して識別するサービス機能になります。グループで会話をしていても音声データから個々を識別することができます。

---

Speech Servicesの料金一覧

インスタンス	カテゴリ	機能	料金（記事作成時点の目安）
Free – Web/コンテナー1個の同時要求	Speech to Text	スタンダード	1か月あたり5音声時間は無料
		カスタム	1か月あたり5音声時間は無料、エンドポイントホスティング:1か月あたり1モデルまで無料
		会話の文字起こしのマルチオーディオ	1か月あたり5音声時間は無料
	Text to Speech	スタンダード	1か月あたり500万文字まで無料
		ニューラル	1か月あたり50万文字まで無料
		カスタム	1か月あたり500万文字まで無料、エンドポイントホスティング:1か月あたり1モデルまで無料
	Speech Translation	スタンダード	1か月あたり5音声時間は無料
	Speaker Recognition	話者認証	1か月あたり10,000無料トランザクションまで無料
		話者識別	1か月あたり10,000無料トランザクションまで無料
Standard – Web/コンテナー20個の同時要求	Speech to Text	スタンダード	音声時間あたり課金
		カスタム	音声時間あたり課金、エンドポイントホスティング:1モデルあたり月額課金
		会話の文字起こしのマルチオーディオ	音声時間あたり課金
	Text to Speech	スタンダード	文字数あたり課金
		ニューラル	文字数あたり課金（長い音声の作成は別料金）
		カスタム	文字数あたり課金、エンドポイントホスティング:1モデルあたり月額課金
		カスタムニューラル	リアルタイム合成・エンドポイントホスティング・長い音声の作成でそれぞれ別料金体系

この記事のポイント

• Speech Servicesには「Speech to Text」「Text to Speech」「Speech Translation」「Speaker Recognition」の4つの主要機能がある
• 無料枠が用意されており、多くの機能を登録・課金なしで試用できる
• サービス名称は「Azure Cognitive Services」→「Azure AI Speech」→「Azure Speech in Foundry Tools」と変遷しているため、導入検討時は必ず現行の公式名称・ページで最新情報を確認する

よくある質問

Q. Speech Servicesは無料で試せますか？

A. 各機能に無料枠が用意されており、多くの場合登録だけで一定量まで無料で試用できます。詳細な条件は公式サイトでご確認ください。

Q. 「Speech Services」と「Azure AI Speech」は同じサービスですか？

A. はい、同一系統のサービスがブランド名変更を経たものです。現在の正式名称は「Azure Speech in Foundry Tools」です。

Q. 日本語には対応していますか？

A. 音声認識・音声合成・翻訳とも日本語を含む多数の言語に対応しています。対応言語の詳細は公式ドキュメントでご確認ください。

関連記事

• Azureの人工知能(AI)と機械学習について
• Azure　AIプラットフォームとは？

---

まとめ

本稿ではSpeech Servicesのサービスと料金について紹介してきました。Speech Servicesを上手く活用すれば簡単に音声を利用したアプリケーションを作成することができます。Speech Servicesのサービスの多くは登録なしで試用することができるので、実際に試してみて機能を体験するのが良いかと思います。

本稿が皆様のお役に立てれば幸いです。最後までお読みいただきありがとうございます。