本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

Inworld Realtime TTS-2 and TTS-2 Flash

Inworldの会話向け音声で、2026年8月から提供されています。平易な英語で演出を指示でき、100以上の言語に対応し、料金は100万文字あたり$25から$5までです。

レビュー: ReviewRamble editors · 更新

このページを共有:XLinkedInFacebookRedditWhatsAppメール

当サイトの評価

4.2/5

役者のように演出を受け入れる声で、利用量が増えると料金が大きく下がります。ただし8月以降、ランキングでは追い抜かれています。

Inworld Realtime TTS-2 and TTS-2 Flashとは?

Realtime TTS-2は、ライブ会話向けのInworld AIのテキスト読み上げモデルです。5月のプレビューを経て2026年8月31日に一般提供が始まり、より安価なFlash版もあります。話し方はテキスト冒頭の角かっこ内に平易な英語で指示し、たとえば悲しそうに話すよう頼めます。笑い、ため息、息づかい、咳はインラインタグで加えます。「um」のような自然なフィラーを生成し、Realtimeセッションでは文字起こしだけでなく、それまでの発話の音声そのものを聞き取ります。

声は5〜15秒のクリアな音声からクローンするか、文章による説明から設計できます。Inworldによると、1つの声が100以上の言語で、文の途中での切り替えも含めて同じ声らしさを保ちます。ただし利用の少ない言語はまだ実験段階です。

モデルはInworldのTTS APIと、OpenAIのRealtimeプロトコルに準拠したRealtime APIで提供されるため、既存のクライアントはURLを変えるだけで使えます。重みは公開されていません。

Inworld Realtime TTS-2 and TTS-2 Flashの料金は?

プラン価格内容
On-DemandPay as you goTTS-2は$25、Flashは$15(1M文字あたり)。同時リクエスト5件
Growth$1,500/monthTTS-2は$12.50、Flashは$7(1M文字あたり)。同時リクエスト500件
EnterpriseCustomTTS-2は1M文字あたり最低$5。EUとインドでのデータ保管

TTS-2はオンデマンドで1M(100万)文字あたり$25、月$1,500のGrowthプランでは$12.50、Enterpriseでは最低$5まで下がります。TTS-2 Flashはオンデマンドで$15、Growthで$7です。

Inworld Realtime TTS-2 and TTS-2 Flashは使う価値があるか?

Realtime TTS-2の特徴は、感情のプリセットから選ぶのではなく、普通の英語の一文でどう話してほしいかを伝えられることと、それまでの発話から通話相手の口調を聞き取ることです。申し訳なさそうに話す必要があるゲームキャラクターやサポートエージェントには、自然さが1ポイント上がるよりも役に立ちます。

Artificial Analysisのリスナーアリーナでは1,269 Eloで10位です。上にはElevenLabsのEleven v4(1,340)やCartesiaのSonic 3.6(1,294)がいます。対抗材料は料金で、オンデマンドで100万文字あたり$25と、同じ表のSonic 3.6の$49を下回り、Growthプランでは$12.50です。Flashは$15以下で1,213の19位です。

注意点:速度の数字は誰が測るかで変わります。Inworldは最初の音声までの中央値を200 ms未満としていますが、AssemblyAIのラボ計測ではTTS-2は280 msでした。対応言語数もInworld自身のページによって100以上から約500までばらつきがあり、利用の少ない言語は実験段階とされているので、自分の言語は耳で確認してください。データ保持ゼロは月$300のDeveloperプランから、EUでのデータ保管はEnterprise限定です。

結論:最後の数ミリ秒より感情の表現が大切なキャラクターやエージェントなら、最初に試すべきモデルです。声が明瞭で速ければよいコールセンターなら、Flashやもっと安い競合で同じ仕事がより安くできます。

真価を発揮する場面

  • ノンプレイヤーキャラクター40体に声を付けるインディースタジオ

    プレイヤーの発言に反応する、キャラクターごとに異なる声を与える

    文章の説明から声を設計し、角かっこの演出指示を付けてRealtime APIでセリフを生成します。音声1分あたり約1,000文字として、Creatorプランの200万文字はTTS-2で$40です。

  • 旅行会社の多言語サポートエージェント

    声を変えずに、通話相手の言語で応対する

    10秒のクリップからブランドの声を1つクローンし、TTS-2に文の途中で言語を切り替えさせます。利用の少ない言語はInworldが実験段階としているので、先にテストしてください。

導入前に確認すること

導入
モデルinworld-tts-2で/tts/v1/voiceかそのストリーミング版を呼び出すか、Realtime WebSocketを開きます。TTS 1.5の利用者はモデルIDを変えるだけです。
連携
NodeとPythonのSDK、OpenAI Realtime互換API、Cloudflare、DeepInfra、GMI Cloud、LiveKit、Stream、VoiceRun。
データとプライバシー
重みは公開されていません。全プランでGDPRとSOC 2 Type IIに対応。データ保持ゼロはDeveloper(月$300)から、HIPAAはGrowthのオプション、EUとインドでのデータ保管はEnterpriseで利用できます。学習への利用については料金ページに記載がありません。
大規模利用時のコスト
月1億文字(約1,700時間の音声)は、Growthの$12.50の料金で約$1,250、Flashなら$700で、オンデマンドの$2,500と比べて安くなります。
制限
同時リクエストはOn-Demandで5件、Developerで150件、Growthで500件。クローン用サンプルは5〜15秒。利用の少ない言語は実験段階です。

良い点

  • 平易な英語による演出指示と非言語タグ
  • Realtimeセッションでは過去の音声から口調を読み取る
  • Growthで1M文字あたり$12.50、Enterpriseで$5まで下がる
  • OpenAI Realtime互換のAPI、5〜15秒からのクローン

気になる点

  • Artificial Analysisで10位、Eleven v4に71 Elo差
  • 対応言語数がInworld自身のページでばらつく
  • データ保持ゼロには月$300のDeveloperプランが必要
  • On-Demandでは同時リクエストが5件のみ

おすすめの人

多言語で感情を込めた音声が必要で、Inworldの料金段階を上がれるだけの利用量が見込めるゲームスタジオと音声エージェントのチーム。

Inworld Realtime TTS-2 and TTS-2 Flashの代替

Inworld Realtime TTS-2 and TTS-2 Flash:よくある質問

Inworld Realtime TTS-2 and TTS-2 Flashは使う価値があるか?
役者のように演出を受け入れる声で、利用量が増えると料金が大きく下がります。ただし8月以降、ランキングでは追い抜かれています。 評価は5点満点中4.2点です。
Inworld Realtime TTS-2 and TTS-2 Flashの料金は?
TTS-2はオンデマンドで1M(100万)文字あたり$25、月$1,500のGrowthプランでは$12.50、Enterpriseでは最低$5まで下がります。TTS-2 Flashはオンデマンドで$15、Growthで$7です。
Inworld Realtime TTS-2 and TTS-2 Flashの欠点は?
Artificial Analysisで10位、Eleven v4に71 Elo差; 対応言語数がInworld自身のページでばらつく; データ保持ゼロには月$300のDeveloperプランが必要; On-Demandでは同時リクエストが5件のみ.
Inworld Realtime TTS-2 and TTS-2 Flashは誰に向いているか?
多言語で感情を込めた音声が必要で、Inworldの料金段階を上がれるだけの利用量が見込めるゲームスタジオと音声エージェントのチーム。
チームや本番環境でInworld Realtime TTS-2 and TTS-2 Flashを使うと費用はいくらか?
月1億文字(約1,700時間の音声)は、Growthの$12.50の料金で約$1,250、Flashなら$700で、オンデマンドの$2,500と比べて安くなります。
Inworld Realtime TTS-2 and TTS-2 Flashは企業データを扱っても安全か?
重みは公開されていません。全プランでGDPRとSOC 2 Type IIに対応。データ保持ゼロはDeveloper(月$300)から、HIPAAはGrowthのオプション、EUとインドでのデータ保管はEnterpriseで利用できます。学習への利用については料金ページに記載がありません。
Inworld Realtime TTS-2 and TTS-2 Flash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Cartesia Sonic 3.6, Eleven v4 and v4 Turbo, AssemblyAI-TTS-1 、 Gemini 3.8 Flash TTSです。

回答確認日:2026年11月21日

Inworld Realtime TTS-2 and TTS-2 Flashの開発元の方へ:この評価をサイトに掲載できますReviewRambleでのInworld Realtime TTS-2 and TTS-2 Flashの評価:5点満点中4.2点