AIナレーションを無料で始めるなら、ブラウザだけで使えて商用利用時のクレジット表記も不要な「音読さん」（登録で月5,000字まで無料）か、ソフトごと無料で商用利用もできる「VOICEVOX」（クレジット表記は必須）が入り口になります。量が多い・アプリに組み込みたいなら Google Cloud Text-to-Speech の無料枠、台本から動画まで1回で済ませたいなら動画生成ツールという選び方です。
この記事では7つのツールの無料枠・商用利用・日本語の対応を、各公式ページの記載だけで比較しました（2026年10月18日に確認）。比較記事には古い条件のまま残っているものもあり、たとえば音読さんの無料利用は「クレジット表記が必要」と書く記事がありますが、公式の料金ページは現在「全プランで不要」としています。後半では、作った音声を YouTube 動画に入れる手順まで説明します。
AIナレーションツール7つの比較（公式ページで確認）
| ツール | 無料で使える範囲 | 商用利用（公式の記載） | 日本語 | 使い方 |
|---|---|---|---|---|
| 音読さん | 登録なし月1,000字、無料登録で月5,000字。有料は月980円（税抜）から | 読み上げた音声は自分のサービスで利用可、クレジット表記は全プラン不要 | 日本語の声が複数 | ブラウザ |
| VOICEVOX | ソフトは「商用・非商用問わず無料」 | VOICEVOXを使ったと分かるクレジット表記が必要。声ごとに各キャラクターの規約に従う | 日本語のキャラクター音声（一覧に43体） | Windows・Mac・Linux |
| Canva | 機能ページでは1回最大2,000文字まで変換 | 機能ページには記載なし。Canvaの利用規約で確認 | 「あいり」「はるき」など日本語の声あり | ブラウザ。動画編集と一体 |
| Adobe Firefly（音声を生成） | 無料ユーザーはプレミアム機能を2回まで | 「商用利用できるように設計」（ベータ版、規約の順守が条件） | 20以上の言語。日本語はFAQの例示になし | ブラウザ |
| Google Cloud Text-to-Speech | WaveNet・標準音声は月400万字、Chirp 3: HD は月100万字まで無料 | APIとして利用。課金の有効化が必要で、無料枠を超えると自動で課金 | 日本語（ja-JP）対応 | API（開発者向け） |
| ElevenLabs | 月1万クレジット（多言語モデルで1文字1クレジット） | 商用ライセンスは有料のStarter以上の機能一覧に記載 | 多言語。日本語の質は試聴で確認 | ブラウザ・API |
| Shorty（当サイト運営） | 30日3本・1本30秒まで（縦型ショート） | 音声だけを書き出すツールではなく、台本〜音声〜字幕〜MP4までを一括生成 | 既定の声は VOICEVOX の青山龍星 | ブラウザ |
出典：音読さん料金ページ、VOICEVOX 公式サイトと利用規約、Canva「テキスト読み上げ」機能ページ、Adobe Firefly「音声を生成」ページ、Google Cloud Text-to-Speech 料金ページ、ElevenLabs 料金ページ（いずれも2026-10-18確認）。
無料枠で「何文字作れるか」だけを見ると Google Cloud が圧倒的ですが、APIなので画面から気軽に使うものではありません。YouTube 用のナレーションを手作業で作るなら、音読さん・VOICEVOX・Canva の3つから試すのが現実的です。VOICEVOXのくわしい手順はVOICEVOXの使い方、ほかの無料読み上げサイトも含めた比較は無料TTS比較にまとめています。
用途別の選び方
- まず1本、登録なしで試したい：音読さん。登録なしでも月1,000字まで使え、30秒のナレーションなら数本分になります
- キャラクターの声で毎日出したい：VOICEVOX。パソコンに入れて使う無料ソフトで声の種類も多い代わりに、動画ごとのクレジット表記とキャラクターごとの規約確認が必要です
- 映像も同じ画面で作りたい：Canva。読み上げた音声をそのまま動画編集に使えます。商用の条件は利用規約で確認してください
- 英語や多言語の動画も作る：ElevenLabs や Adobe Firefly。無料枠は小さいので、試聴して声が合うかを確かめてから有料プランを検討します
- ナレーションだけでなく動画まで任せたい：動画生成ツール。音声の細かい調整より、本数と工程の少なさを優先する場合に向きます
日本語の自然さは、同じ3文で聞き比べる
声の自然さは好みが分かれるので、表で優劣はつけていません。代わりに、どのツールにも同じ3文を読ませて比べると差が分かります。
- 数字と単位を含む文（例：「2027年2月に8,000時間へ」）
- 英字の略語を含む文（例：「AIとSNSの違い」）
- 疑問で終わる文（例：「なぜ夜は暗いのか？」）
数字の読み方、略語を英字で読むか、語尾が上がるかの3点で、ツールごとの違いがはっきり出ます。
YouTube動画にAIナレーションを入れる手順
- 尺を決める：ショートなら30〜60秒。日本語の読み上げは1秒5〜6字が目安なので、30秒なら150〜180字が上限
- 台本を書く：結論を最初の1文に置く。ChatGPTなどで叩き台を作る流れはChatGPTで動画作成のやり方で解説しています
- 音声を生成して書き出す：上の3文テストで選んだ声で生成し、WAVかMP3で保存する。速度は標準〜1.2倍の範囲で調整する
- 編集ソフトに貼って字幕を付ける：CapCutなどで音声を先に置き、映像を音声の長さに合わせる。自動字幕は誤字を目で直し、ショートなら1行13〜15字程度に区切る
- BGMを声より下げる：BGMは声よりはっきり小さく（目安はマイナス15〜20dB）。歌入りの曲は避ける。無料の音源はYouTubeオーディオライブラリの使い方で探せます
- スマホで通して聞く：小さめの音量で聞き取れるかを確かめてから公開する
2〜5をまとめて済ませたい場合は、Shortyのようにテーマを入れるだけで台本・AI音声・字幕・画像入りのMP4まで作るツールもあります。Shortyと同じ生成エンジンを自動実行した運営者の検証では、1本あたり約4分で投稿まで完了し、5本の再生数は計12,142回でした（2026年10月17日に YouTube Data API で取得）。その代わり、声や間の細かい調整は個別ツールを組み合わせるほうが自由です。無料プランは30日3本・1本30秒まで、ライト（月980円）は30日10本、プレミアム（月2,500円）は30日30本と自動スケジュール生成つきで、YouTube向けの横長（16:9）の長尺は有料プランで作れます。
ずんだもんなどのキャラクター声で作るなら、ずんだもん動画の作り方が台本から投稿までの全体像になります。
よくある質問
無料のAIナレーションは商用利用できますか？
ツールによります。音読さんは無料でも自分のサービスでの利用が認められクレジット表記も不要、VOICEVOXは商用可ですがクレジット表記が必要です。ElevenLabsは商用ライセンスが有料プランの機能として書かれています。条件は変わるので、公開する前に各公式の規約を確認してください。
AIナレーションの動画は YouTube で収益化できますか？
AI音声を使ったこと自体で収益化できなくなる、という公式の規定は確認できません。問題になるのは、同じ型をわずかに変えただけの量産のように、独自性のない動画です。くわしくはAIナレーションでYouTube収益化はできる？で解説しています。
スマホだけで作れますか？
作れます。音読さん・Canva はブラウザで動き、CapCut などの編集アプリもスマホで使えます。VOICEVOX はパソコン用ソフトなので、スマホだけで作るならブラウザ型のツールを選んでください。