追記（2026年9月）：この記事は2025年2月に私が試したときの記録です。そのあと、音声を作る機能はHailuo AIから独立しました。今は「MiniMax Audio」（www.minimax.io/audio）という別のサイト・別のブランドになっていて、動画のHailuo AI（hailuoai.video）のサイドバーにある「Audio」を押すと、この外部サイトへ飛びます。つまり「Hailuo AIの中で音声を作る」という、この記事の前提は変わりました。掲載している画面写真は、私が試した2025年2月のもので、当時のまま残しています。
変わったのは場所だけではありません。この記事の柱だった「Limited Time Free（期間限定無料）」は終了しました。今はログインすると毎日、期限つきの無料クレジットがもらえる形です。そして、いちばん大事なのはここです。無料プランで作った音声には、商用利用のライセンスが付きません。仕事の動画のナレーションに使うなら、月5ドルのStarter以上の有料プランが必要です（2026年9月時点。料金はドル建てで、円建ての表示は見つかりませんでした）。音声モデルも「T2A-01-HD」からspeech-2.8-hd／speech-2.8-turbo（2026年1月23日公開）に変わっています。
動画のナレーション、自分で録るのも人に頼むのも大変ですよね。中国・上海のMiniMax社が出している音声生成の機能は、テキストを読み上げるText to Speechも、自分の声をまねるボイスクローンも、ノイズ除去もそろっていて、私はその手軽さに驚きました。ただし、この記事は2025年2月に私が試したときの記録です。音声の機能はその後Hailuo AIから独立し、MiniMax Audioという別のサイトに移りました。そして無料プランで作った音声には、商用利用のライセンスが付きません。仕事で使うなら月5ドルのStarter以上が前提になります（2026年9月時点）。
動画のナレーション、どうしてる？
「動画のクオリティは上げたいけど、ナレーションはどうしよう…」
動画コンテンツの重要性が高まる今、こんな悩みを抱えているあなたへ。
プロのナレーターに依頼すると費用がかさむし、自分で録音するのも機材や手間がかかる…。かといって、安価な音声合成ソフトでは、どうしても機械的な話し方になってしまい、動画の魅力が半減してしまうこともありますよね。
でも、もう心配はいりません！
今回は、そんな悩みを解決してくれるAI音声生成ツールとして、2025年2月に私が試した「Hailuo AI」の音声生成機能をご紹介します。
ただし先にお伝えします。この音声の機能は、今はHailuo AIの中にはありません。「MiniMax Audio」（www.minimax.io/audio）へ移り、無料プランで作った音声には商用利用のライセンスが付きません。仕事で使うならStarter（月5ドル・2026年9月時点）以上が必要です。ここから先は当時の記録としてお読みください。
話題の動画生成AI「Hailuo AI」とは？
「え？それ、本当に無料で使えるの…？」
Hailuo AIは、中国・上海のMiniMax社が開発した、動画生成、チャットボット、音声生成の3つの機能を1か所に備えたAIツールでした（2025年2月時点）。
※2026年9月時点では、この3つは別々のサイトに分かれています。動画はHailuo AI（hailuoai.video）、チャットはMiniMax Agent（agent.minimax.io）、そしてこの記事の主役である音声はMiniMax Audio（www.minimax.io/audio）です。
特に動画生成機能が有名ですが、実は音声生成機能も優れていて、しかも日本語にも対応しているんです！（日本語は対応している40以上の言語のうちの1つで、公式が「完全対応」と言っているわけではありません）
料金プランは、無料プランと有料プランがあり、音声生成機能の一部は、なんと無料で使えました（ここまでが2025年2月時点の話です）。
※2026年9月時点の音声の料金は、MiniMax AudioのStarterが月5ドル（月10万クレジット）、Standardが月30ドルです（いずれもドル建て）。無料プランでも毎日配られるクレジットの範囲で試せますが、商用利用のライセンスは付きません。
本記事では、このHailuo AIの「Audio」機能に焦点を当て、その機能と使い方を解説していきます。
※ここから先は、2025年2月にHailuo AIの「Audio」画面で私が試したときの手順です。今は同じことをMiniMax Audio（www.minimax.io/audio）で行う形になり、画面の見た目もモデル名も変わっています。今のやり方は記事の後半にまとめました。
【無料】Hailuo AIの音声生成機能がスゴい！
Hailuo AIのAudio機能には、主に以下の3つの機能があります。
- Text to Speech：テキストを音声に変換
- Voice：AIナレーターの選択、ボイスクローニング
- Voice Isolator：音声のノイズ除去
これらの機能が、当時はLimited Time Free（期間限定無料）で使えたんです！（※インターフェース上で音声生成する場合）
※2026年9月時点：この「Limited Time Free」は終了しました。今はログインすると毎日、期限つきの無料クレジットがもらえる形で、ボイスクローンなど一部の機能も制限つきで使えます。ただし無料プランには商用利用のライセンスが付きませんので、仕事用のナレーションはStarter（月5ドル）以上で作ってください。
APIを利用して自分のアプリに組み込む場合は有料でしょうが、一般的なユーザーであれば、Hailuo AIのサイト上でこれらの機能を無料で試すことができました（2025年2月時点）。
※2026年9月時点では、Hailuo AIのサイト上に音声を作る画面はありません。サイドバーの「Audio」はMiniMax Audio（www.minimax.io/audio）への外部リンクで、無料で試せるのは毎日もらえる期限つきクレジットの範囲までです（商用利用のライセンスは付きません）。
さっそく、それぞれの機能について詳しく見ていきましょう！
Hailuo AI「Text to Speech」で日本語音声を生成してみた
「本当に自然な日本語で話してくれるの…？」
まずは、Text to Speech機能から試してみましょう。
この機能を使えば、入力したテキストをAIが自然な音声で読み上げてくれます。もちろん、日本語のテキストにも対応しています！
テキストを入力してみよう
使い方は簡単。Hailuo AIのText to Speechの画面で、テキスト入力欄に読み上げさせたい文章を入力するだけ。
すると、”Japanese is detected”と表示され、自動的に日本語を認識してくれます。
モデルを選択しよう
次に、モデルを選択します。2025年2月に私が試したときは、最新モデルの「T2A-01-HD」を選んでおけばOKでした。
※2026年9月時点の現行モデルは「speech-2.8-hd」と、速さ重視の「speech-2.8-turbo」です（2026年1月23日公開）。この間に speech-02、speech-2.5、speech-2.6 と世代が変わり、T2A-01-HD は過去のモデルになりました。現行モデルは40言語と7種類の感情に対応し、息づかいや「えー」といった言いよどみを再現する「サウンドタグ」という仕組みが加わっています。
豊富な日本語ナレーターから選ぼう
そして、ここがポイント！
Hailuo AIでは、多数の日本語ナレーターが用意されています。Language（言語）をJapanese（日本語）に設定すると、日本語のナレーターのサンプル音声を聞くことができます。
※この動画は2025年2月時点の内容です。画面の見た目もモデル名も今とは違いますので、その前提でご覧ください。
（AIナレーターのサンプル音声）
「俺たちはいつだって明日がどうなるかなんて分からない
何かを変えたければまず自分自身を変えなければならないって思う
誰もが誰かに期待されることを望んでいるだけどその期待に答えられなかったらどうなるか」
（AIナレーターのサンプル音声）
「新しい部署に移動して6ヶ月か最初は慣れるのに必死だったけど今ではこの仕事が楽しいと思えるようになったよ」
いくつか聞いてみたところ、アニメ風の声が多い印象ですが、中には落ち着いたトーンの声もありますので、あなたの動画の雰囲気に合わせて選んでみてください。
感情、スピード、ピッチ、ボリュームを調整
さらに、Hailuo AIでは、Emotion（感情）を設定したり、Speed（スピード）、Pitch（声の高さ）、Volume（音量）を調整することも可能です。
Emotionは、Auto、Happy、Sad、Angryなどから選択できます。
実際に生成してみた！
今回は、「Gentle Butler（穏やかな執事）」風のナレーターを選び、EmotionをHappy、Speedを1、Pitchを0、Volumeを1に設定して、以下のテキストを読み上げてもらいました。
「私は株式会社ヒルトルの代表ヒルトルフィリップタローと申します私のミッションがかつての私のように一人で自宅からビジネスを始める企業家経営者が高額な資金や有志を必要とせず業者に高いお金を支払うことなくプログラミングなどの専門スキルがなくとも少ないコストで商品をネット上で販売し少ない人数だけで高い利益率のビジネスを行い精神的肉体的金銭的に自由なライフスタイルを送れるようになってもらうことです」
「ネット上で」を「ネットうえで」と発音してしまうなど、若干の不自然さはあるものの、全体的には非常に滑らかで自然な日本語だと感じました。
最大5000文字まで生成可能！
Hailuo AIでは、最大5000文字までのテキストを一度に音声に変換することができました（2025年2月の画面での上限です。今の上限は公式のページでご確認ください）。
ただし、あまりにも長いテキストだと、途中でエラーになる可能性もありますので、ある程度の長さで区切って生成することをおすすめします。
生成した音声をダウンロードしよう
生成した音声は、簡単にダウンロードすることができます。
ダウンロードした音声ファイルを動画編集ソフトに取り込めば、あっという間にプロ顔負けのナレーション付き動画が完成します！
【驚愕】自分の声でAI音声が作れる！Hailuo AI「Voice」機能
「えっ、自分の声のAIナレーターが作れるってこと！？」
Hailuo AIの「Voice」機能を使えば、なんとあなた自身の声を元にしたAIナレーター、つまりボイスクローンを作成することができました。
※ここから先も2025年2月の手順です。今は同じことをMiniMax Audio（www.minimax.io/audio）の「Voice Clone」で行います。無料プランで作った声は商用利用できません。
日本語ナレーターも選べる
Voice機能の画面では、Text to Speechと同様に、あらかじめ用意された様々なナレーターから選択することも可能です。
Japaneseでソートすると、10数種類の日本語ナレーターが表示されますので、好みの声を選んで使うことができます。
マイボイス（ボイスクローン）を作ってみよう！
しかし、せっかくなら自分の声でAIナレーターを作ってみたいですよね？
Hailuo AIでは、最大3つまで、自分の声のボイスクローンを登録しておくことができました（2025年2月時点）。
※2026年9月時点：MiniMax Audioの公式の説明では、約10秒の音声があれば声のクローンを作れるとされています。登録できる数は契約するプランによって変わりますので、公式のページでご確認ください。
ボイスクローンの作成手順
- サンプル音声のアップロード（またはその場での収録） 事前に録音した音声ファイルをアップロードするか、Hailuo AIの画面上で直接録音します。録音時間は10秒から60秒です。 Remove background noise from Audio Sampleオプションをオンにすると、背景ノイズを除去することができます（静かな場所で録音した場合はオフでOK）。 基本的には、背景ノイズのない、静かな室内で録音した音声を使用することが推奨されています。
- 名前の設定 作成するボイスクローンに名前を付けます（日本語でもOK）。
- 言語選択（Japanese） Language SelectionでJapaneseを選択します。
- 利用規約への同意 「この声は、私自身の声、もしくは権利者の許可を得た声です」という内容のチェックボックスにチェックを入れます。他人の声を勝手に使うのはNGです！ 以上の設定が完了したら、Convertボタンをクリックします。
ボイスクローン生成はあっという間！
Convertボタンを押すと、すぐにボイスクローンが生成されます。
実際に私ヒルトルの声を元に作成したボイスクローンを聞いてみたところ、「似ているようで、ちょっと違う…？」という印象でした。
パラメータ調整で、より自然な声に
Text to Speech機能で、作成したボイスクローンを選択し、先ほどと同じテキストを読み上げさせてみました。
最初はピッチを2に設定してみましたが、少し高すぎたため、0に戻して再度生成。
ピッチを0にした方が、より自然に聞こえました。
このように、SpeedやPitchなどのパラメータを調整することで、より自然な、あなた自身の声に近いAIナレーターを作り出すことができます。
色々試して、最適な設定を見つけてみてください。
Hailuo AI「Voice Isolator」で音声をクリアに
「録音した音声のノイズが気になる…」
Hailuo AIには、Voice Isolatorという、音声のノイズを除去してくれる機能も用意されていました（2025年2月時点）。
※この節の手順も2025年2月の画面のものです。Voice Isolatorは今もありますが、場所はMiniMax Audio（www.minimax.io/audio）で、無料プランでの処理には商用利用のライセンスが付きません。
Voice Isolator機能でできること
この機能を使えば、背景の雑音や生活音などを取り除き、よりクリアな音声にすることができます。
例えば、
- 屋外で録音した音声の風切り音
- カフェで録音した音声の話し声やBGM
- 自宅で録音した音声の空調音
など、様々なノイズを除去することが可能です。
使い方
使い方は簡単。Hailuo AIのVoice Isolatorの画面で、音声ファイルをアップロードするだけ。
対応しているファイル形式は、mp3、mp4などです。（※m4aは未対応のようです）
動画編集ソフトのノイズ除去機能との比較
最近の動画編集ソフトには、同様のノイズ除去機能が搭載されていることが多いです。
そのため、動画編集ソフトを使い慣れている方であれば、あえてHailuo AIのVoice Isolatorを使う必要はないかもしれません。
しかし、
- 動画編集ソフトを持っていない
- 手軽に音声のノイズを除去したい
- ポッドキャストなど、音声コンテンツのノイズを除去したい
といった場合には、Hailuo AIのVoice Isolatorが役立つでしょう。
Hailuo AIの音声生成、ココが気になる！Q&A
「無料で使えるのは嬉しいけど、他にも気になることがある…」
ここまで、Hailuo AIの音声生成機能について詳しく解説してきましたが、まだいくつか疑問が残っている方もいるかもしれません。
そこで、よくある質問とその回答をQ&A形式でまとめました。
Q1. 日本語の発音は完璧？
A1. 100%完璧ではありません。
Text to Speech機能で日本語のテキストを読み上げさせた場合、一部の箇所で発音がおかしくなることがあります（例：「ネット上で」→「ネットうえで」）。
しかし、全体的には非常に滑らかで自然な日本語であり、十分に実用レベルだと感じました（2025年2月に試したときの話で、現行のspeech-2.8ではまだ確かめていません）。
Q2. 商用利用は可能？
A2. 無料プランでは商用利用できません。
2026年9月時点のMiniMax Audioのプラン比較では、商用利用のライセンスが付くのはStarter（月5ドル）以上の有料プランだけで、無料プランは対象外です。仕事の動画やポッドキャスト、お客様に届ける音声に使うつもりなら、有料プランに入ってから作ってください。
特に、ボイスクローン機能を使用する場合は、著作権や肖像権に十分注意してください。
Q3. 無料期間はいつまで？
A3. 2026年9月時点では、その「期間限定無料」は終了しています。
私が試した2025年2月当時は、画面に「Limited Time Free」（期間限定無料）と表示されていました。
その後この無料開放は終わり、今はログインすると毎日、期限つきの無料クレジットがもらえる方式になりました。無料のまま声を試すことはできますが、使える量には上限があります。
Q4. ElevenLabsとの比較は？
A4. 音声生成AIとして有名なElevenLabsと比較しても、遜色ない、あるいはそれ以上のクオリティを持っている可能性があります（2025年2月に私が試したときの印象です。現行のspeech-2.8はまだじっくり試せていません）。
特に、日本語の自然さにおいては、Hailuo AIの方が優れていると感じる人もいるかもしれません。
どちらが良いかは、あなたの好みや用途によって異なりますので、両方試してみて比較検討することをおすすめします。
まとめ：Hailuo AIで動画制作の幅を広げよう！
「無料なのに、ここまでできるなんて…！」
今回は、動画生成AI「Hailuo AI」の音声生成機能について、詳しく解説してきました。
Hailuo AIの音声生成機能のココがすごい！
- 当時は無料で使えた（※2026年9月時点では期間限定無料は終了。無料枠は毎日もらえる期限つきクレジットのみで、商用利用のライセンスは付きません）
- 日本語にも対応（対応言語は40以上）
- Text to Speechで、テキストを自然な音声に変換
- Voice機能で、ボイスクローンが作成可能！
- Voice Isolatorで、音声のノイズを除去（※今回は未検証）
- 豊富な日本語ナレーターから選択可能
- 感情、スピード、ピッチ、ボリュームを調整可能
- 生成した音声はダウンロード可能
今すぐHailuo AIを試してみよう！
Hailuo AIの音声生成機能は、動画制作のクオリティを上げてくれる便利なツールでした（2025年2月に私が試したときの感想です）。
そして今、同じことをしたいなら行き先はMiniMax Audio（www.minimax.io/audio）です。
特に、
- ナレーションを入れたいけど、費用や手間をかけたくない
- 自分の声でAIナレーターを作ってみたい
- 手軽に音声のノイズを除去したい
というあなたに、ぜひおすすめします。
ただし、当時の期間限定の無料開放は終了しています。2026年9月時点で無料で使えるのは、ログインすると毎日もらえる期限つきクレジットの範囲までです。
それでも、声の質を耳で確かめるには十分です。まずはMiniMax Audioを開いて無料の範囲で聴き比べ、仕事で使う音声は、商用利用のライセンスが付くStarter（月5ドル・2026年9月時点）以上に切り替えてから作ってください。
今後の有料化の可能性について
この記事を書いた2025年2月の時点でも、音声生成機能は今後有料化される可能性があると考えていました。
※実際にそうなりました。期間限定無料は終わり、音声はMiniMax Audioという別のサイトに移って、商用利用のライセンスが付くのは有料プランだけという形になりました（2026年9月時点）。
当時は、無料で使えるうちに色々な機能を試して、あなたの動画制作に活用できるかどうかを見極めましょう、とお伝えしていました。個人的に使ってみた感想は、有料のElevenlabsなどの海外系の定番の音声ツールよりも日本語の読み上げ精度は高い、というものでした（2025年2月に試したときの感想です）。まずは無料の範囲で声を聴き比べて、仕事で使えそうだと思ったら有料プランに進む、という順番がおすすめです。
MiniMax Audio（旧・Hailuo AIの音声生成機能）のページはこちら
https://www.minimax.io/audio
（旧アドレスの www.hailuo.ai/audio では、今の音声生成の画面は開けません）
最後にもう一度だけ。無料で作った音声には商用利用のライセンスが付きません。仕事に使う音声は、有料プランに切り替えてから作ってください。
今からナレーションを作るなら「MiniMax Audio」
では、今から同じことをしたい場合はどこへ行けばいいのか。答えはMiniMax Audio（www.minimax.io/audio）です。Hailuo AIの中にあった音声の機能が、そのまま独立したサイトになりました。動画のHailuo AIでログインしたあと、サイドバーの「Audio」を押してもここへ飛ばされます。
残っている機能と、今のモデル
画面の上には「Text to Speech」「Voice Library」「Voice Design」「Voice Clone」「Voice Isolator」が並んでいて、この記事で紹介した機能はひととおり残っています。音楽を作る「Music」も加わりました。現行の音声モデルはspeech-2.8-hd（品質重視）とspeech-2.8-turbo（速さ重視）で、40言語と7種類の感情に対応しています。
ひとつ注意点を。音楽のほうは開発者向けの窓口が縮小されました。2026年8月20日から、音楽生成と歌詞生成の有料API（プログラムから呼び出す仕組み）は新規の利用者には提供されなくなり、無料の音楽生成APIは廃止されています。サイトの画面から音楽を作るぶんには関係のない話ですが、自作のアプリに組み込もうと考えているなら先に確認してください。
無料でどこまで使える？ 料金は？
無料プランは残っていて、ログインすると毎日、期限つきの無料クレジットがもらえます。ボイスクローンなど一部の機能も制限つきで使えます。有料はStarterが月5ドル（月10万クレジット）、Standardが月30ドル（いずれも2026年9月時点・ドル建て）。クレジットが足りなくなったときの追加購入は100万クレジットあたり30ドルで、最低5ドルからです。ここで気をつけたいのが有効期限で、2026年2月12日以降に買った追加クレジットは2か月で期限切れになります。まとめ買いのしすぎには注意してください。支払い方法や割引の条件は変わることがありますので、最新の内容は公式の料金ページでご確認ください。
仕事で使うなら、有料プランに入ってから作る
繰り返しになりますが、いちばん大事なのはここです。無料プランには商用利用のライセンスが付きません。商用利用が認められるのはStarter（月5ドル）以上の有料プランです。「まず無料で作って、よさそうなら有料に」と考えると、無料のときに作った音声をそのまま仕事に使ってしまいがちです。納品物や広告に使う音声は、切り替えたあとで作り直してください。
もうひとつ。日本のApp Storeを探しても、MiniMaxやHailuoの公式アプリは見当たりません。似た名前のアプリが検索で出てきますが、MiniMax社のものではありませんので、パソコンやスマホのブラウザで公式サイトを開いて使うのが確実です。
私はまだ現行のspeech-2.8をじっくり試せていないので、仕上がりの善し悪しについては書きません。公式の情報を見る限り、40以上の言語と7種類の感情に対応し、息づかいや言いよどみまで再現できる、というところまでは確かです。実際に試したら、この記事に追記しますね。
関連記事はこちら
この記事がお役に立ちましたら、下のボタンから当ブログを Google の「優先する情報源」に追加できます。
次回から Google 検索で記事を見つけやすくなります。
