Indic-Speakとは？
Indic-Speakは、IIT Madrasで育成された企業Bodhan AIがAI4Bharatと共同で開発したテキスト読み上げモデルで、2026年9月に4つのオープンなインド言語モデルの1つとして公開されました。AI4Bharat自身のIndic Parler-TTSのページは、現在この旧モデルの代わりにIndic-Speakを勧めています。Llama 3.2 3Bをベースにした約38億パラメータの音声言語モデルで、SNACの音声コードを予測し、微調整したVocosデコーダーがそれを24 kHzの音声に変えます。
対応はインドの22言語と英語です。13言語が本番品質（ヒンディー語、ベンガル語、マラーティー語、テルグ語、タミル語、ウルドゥー語、アッサム語など）で、ボド語、ドーグリー語、サンタル語、サンスクリット語など10言語はプレビューです。複数の言語が混ざった文章も、現地の文字でもラテン文字でも読み上げます。声のクローンはありません。どの声も同意した契約声優のもので、ホスト型APIには45の声と14の話し方のスタイルがあります。
Indic-Speakは使う価値があるか？
Indic-Speakはインドの22言語にそれぞれ専用の声を用意しており、Maya2 Nativeの11言語の2倍です。しかもその声はすべて、本人が同意した人のものです。教師や映画スターの声をクローンすることが最もわかりやすい悪用である市場では 、これは重要です。Indic-Speakにはそもそもクローン機能がなく、ライセンスはディープフェイク、自動音声電話、音声フィッシングを禁じています。
対応の広さには段階があります。13言語が本番対応、ボド語、コンカニ語、カシミール語、サンタル語など10言語がプレビューです。Bodhanが公開しているスコアは平均値だけで、単語誤り率26.49%、文字誤り率17.86%、NORESQAの品質スコアは5点中4.46、声の一貫性は96.47%で、他モデルとの比較はありません。対照的に、Maya ResearchのMaya2 Nativeにはヒンディー語の公開アリーナの結果があります。
手軽なのはホスト型APIです。10,000文字あたり₹6なので、100万文字で₹600です。エンドポイントはOpenAIの音声形式に沿っており、最初の音声まで約200 msです。重みは3Bクラスで、Transformers v5が必要です。VRAMの数字は公開されていません。AI4Bharatの旧モデルIndic Parler-TTSは0.9BでApache 2.0なので、より軽い代替として残りますが、作った側は今ではIndic-Speakを勧めています。
注意点：ライセンスはオープンですが、Apacheではありません。Bodhan AIとAI4Bharatのクレジット表記が必要で、派生物も同じライセンスにしなければならず、他者にAPIとして提供する前にBodhanの書面による承認を得る必要があります。非営利団体、政府、学術目的の利用者は例外です。月間ユーザー5億人（500,000,000人）超、または売上$250 million超の製品には別の契約が必要です。スタイル制御はプレビュー品質で、笑い声やため息は出せず、モデルカードに書かれた声の数はAPIの数と一致しません。
結論：多くのインドの言語で授業やお知らせを読み上げる教育サービスや行政サービスなら、まず試すべきはIndic-Speakです。独自のブランド音声が必要な一般向けアプリは、別の選択肢を探すことになります。
真価を発揮する場面
ヒンディー語、タミル語、オディア語で学校の授業教材を作るEdTech企業
読むのが遅い生徒のために、文章の授業を音声にしたい
言語ごとに声を選び、授業のテキストをホスト型APIに送ります。10,000文字あたり₹6なので、月500万文字で₹3,000です。どの声も同意した声優のものなので、権利の問題はありません。
市民向け相談窓口を運営する州政府の部署
制度のお知らせを、混ざった文も含めてマラーティー語と英語で読み上げたい
政府のサーバーで重みをホストします。政府の利用者はAPI提供の承認ルールの対象外です。デーヴァナーガリー文字でもラテン文字でも、マラーティー語と英語の混ざった文章を前処理なしで読めます。
アッサム州のニュース発行元
すべての記事にアッサム語とボド語の音声版を付けたい
アッサム語は本番品質ですがボド語はプレビューなので、ボド語の音声を聞いて確認する人を確保します。ライセンスが求める「Built with Indic-Speak from Bodhan AI / AI4Bharat」のクレジットを入れます。
導入前に確認すること
- 導入
- Hugging Faceでライセンスに同意し、Transformers v5をインストールしてモデルを読み込みます。またはconsole.bodhan.aiでAPIキーを作り、/v1/audio/speechにPOSTします。新規アカウントにはカード不要で₹10のクレジットが付きます。
- 連携
- api.bodhan.ai/v1のOpenAI互換音声エンドポイント、自前ホスティング用のHugging Face Transformers、コミュニティによるONNXとMLXの変換版があります。
- データとプライバシー
- 自前でホストすればテキストは手元に残ります。声は同意した契約声優のものだけです。ライセンスは同意のない実在の人物のクローン、自動音声電話、音声フィッシング、偽情報を禁じ、合成音声であることの開示を求めています。APIのページにはデータの保存期間が書かれていません。
- 大規模利用時のコスト
- APIは10,000文字あたり₹6で、1回₹5,000までの前払いチャージ制、サブスクリプションはありません。自前ホスティングは月 間ユーザー5億人未満、または売上$250 million未満なら無料です。
- 制限
- スタイル制御はプレビュー品質、笑い声、ため息、息づかいは出せず、珍しい単語は誤読することがあり、APIにはキーごとのレート制限と同時実行数の制限があり、VRAMの数字は公開されていません。
良い点
- インドの22言語と英語に対応し、文字が混在した文章も読める
- どの声も同意した契約声優のもの
- ホスト型APIは10,000文字あたり₹6、最初の音声まで約200 ms
- 月間ユーザー5億人未満なら商用利用を認めるライセンス
気になる点
- 声のクローンがない
- 23言語のうち10言語はプレビュー品質
- 独立したアリーナの結果や比較がない
- 他者にAPIとして提供するにはBodhanの承認が必要
おすすめの人
多くのインドの言語で、法的に問題のない声による自然なナレーションが必要な教育、行政、メディアのチーム。
Indic-Speakの代替
Indic-Speak：よくある質問
- Indic-Speakは使う価値があるか？
- Indic-Speakは、インドの言語で大量のナレーションを作るための安全な選択肢です。同意を得た声、23言語、安いAPIがそろいますが、クローンはなく、独 立した順位もまだありません。 評価は5点満点中3.8点です。
- Indic-Speakの料金は？
- 重みはIndic Open Model Licenseで無料、クレジット表記が必要です。APIとして提供するにはBodhanの承認が必要です。ホスト型APIは10,000文字あたり₹6で、₹10の無料クレジットがあります。
- Indic-Speakの欠点は？
- 声のクローンがない; 23言語のうち10言語はプレビュー品質; 独立したアリーナの結果や比較がない; 他者にAPIとして提供するにはBodhanの承認が必要.
- Indic-Speakは誰に向いているか？
- 多くのインドの言語で、法的に問題のない声による自然なナレーションが必要な教育、行政、メディアのチーム。
- チームや本番環境でIndic-Speakを使うと費用はいくらか？
- APIは10,000文字あたり₹6で、1回₹5,000までの前払いチャージ制、サブスクリプションはありません。自前ホスティングは月間ユーザー5億人未満、または売上$250 million未満なら無料です。
- Indic-Speakは企業データを扱っても安全か？
- 自前でホストすればテキストは手元に残ります。声は同意した契約声優のものだけです。ライセンスは同意のない実在の人物のクローン、自動音声電話、音声フィッシング、偽情報を禁じ、合成音声であることの開示を求めています。APIのページにはデータの保存期間が書かれていません。
- Indic-Speakの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はMaya 2 Native, OmniVoice, Higgs TTS 3 、 Gemini 3.8 Flash TTSです。
回答確認日：2026年11月7日