Amazon Pollyの料金・機能

アマゾン ウェブ サービス ジャパン合同会社

Amazon Pollyは標準音声100万文字あたり4米ドルの従量料金で、読み上げ機能をシステムに組み込める音声合成サービスです。

公開最安料金
標準音声100万文字あたり4米ドル無料枠超過分・税表記なし音声エンジン別の文字数従量課金で、キャッシュした生成音声の再生には追加料金なし。公式料金確認
無料プラン

公式サイトに記載なし

無料トライアル

あり

課金単位

音声・Speech Marksへ変換した文字数

公式サイトを見る
公開日 更新日

サービス概要

Amazon Pollyは、AWSが提供するテキスト音声合成サービスです。アプリケーションから送った文章を音声に変換し、読み上げ機能の開発に利用できます。標準音声は100万文字あたり4米ドルで、無料利用枠を超えた生成文字数に対して課金されます。原稿を人が画面で編集する制作に加え、記事や通知の文章をシステムから継続的に音声へ変える用途を想定できます。

Amazon Pollyには複数の音声エンジンがあります。100万文字あたりの料金は標準が4米ドル、ニューラルが16米ドル、ジェネレーティブが30米ドル、Long-Formが100米ドルです。いずれも料金ページで税込・税抜の表記はありません。各エンジンの対応音声は異なるため、利用する言語と声に合わせた単価が実際の費用を決めます。

Amazon Pollyは、発音を指定するレキシコンや、間合いなどを指定するSSMLに対応します。音声の読み上げと文字の表示タイミングを合わせるSpeech Marksも提供します。標準エンジンでは、音声とSpeech Marksがそれぞれ100万文字あたり4米ドルの課金対象です。音声だけを作るアプリと、読み上げ箇所を画面で強調するアプリでは使用量の内訳が変わります。

Amazon Pollyで生成した音声はキャッシュして再生でき、公式料金ページは再生時の追加料金がないと説明しています。2025年7月15日以降の新規AWS顧客には最大200米ドルのクレジット制度も案内されています。無料プランの期間はアカウント作成から6か月です。期間限定のクレジットと通常の従量単価を踏まえ、繰り返し再生する教材音声の生成にも利用できます。

Amazon Pollyの主なポイント

標準音声は100万文字4米ドル

Amazon Pollyの標準音声は、無料枠を超えた場合に100万文字あたり4米ドルです。月額の固定プランを契約して文字数を買う形と異なり、処理した文字数が課金の基礎になります。料金ページの税区分は表記なしです。定期的な記事配信など、毎月の文章量が変わるアプリの費用を文字数から把握できます。

音声エンジンを選べる

Amazon Pollyのニューラル音声は100万文字16米ドル、ジェネレーティブは30米ドルです。Long-Formは100米ドルが公開されています。音声の表現と用途に合わせてエンジンを選ぶ構成です。すべての言語や声で同じエンジンを利用できるわけではないため、採用する音声が料金の条件になります。

生成済み音声の再生に追加課金なし

Amazon Pollyの公式料金説明は、生成した音声をキャッシュし、追加料金なしで再生できるとしています。標準音声の生成単価は100万文字4米ドルです。一度作った研修のナレーションを何度も再生する用途に対応します。音声の保管や配信に別のクラウド資源を使う場合は、その資源の料金が別に発生します。

SSMLと発音辞書で読み方を調整

Amazon PollyはSSMLと発音レキシコンをサポートしています。読み方や強調をシステム側から指定でき、社名や製品名を含む文章にも利用できます。標準音声の100万文字4米ドルとニューラルの16米ドルでは対応する声が異なります。使用できるSSMLタグも音声エンジンごとの仕様に従います。

Speech Marksで文字表示と音声を合わせる

Amazon PollyのSpeech Marksは、音声に合わせて画面の読み上げ箇所を示す用途に利用できます。標準音声ではSpeech Marksのリクエストも100万文字4米ドルです。音声生成とメタデータ取得を両方使う構成には、それぞれの使用量が生じます。字幕や読み上げ表示を持つ教材アプリを設計する際の対象機能です。

料金プラン

音声エンジン別の文字数従量課金で、キャッシュした生成音声の再生には追加料金なし。

Amazon Pollyの公式公開プラン(税区分の表記なし)
プラン料金条件
標準音声100万文字あたり4米ドル。無料枠超過時。税表記なし。
ニューラル音声100万文字あたり16米ドル。税表記なし。
ジェネレーティブボイス100万文字あたり30米ドル。税表記なし。
Long-Form音声100万文字あたり100米ドル。税表記なし。
公式料金・条件

主な機能・対応範囲・主な対象

主な機能

  • 音声合成API
  • 標準・ニューラル等のエンジン
  • SSML
  • 発音レキシコン
  • Speech Marks
  • 生成音声のキャッシュ

対応範囲

  • アプリへの読み上げ実装
  • 記事の音声化
  • 教材用音声の生成

主な対象

  • AWSを利用する開発チーム
  • 音声案内を実装する企業
  • 文字表示と読み上げを同期する教材開発者

会社概要

提供会社
アマゾン ウェブ サービス ジャパン合同会社
所在地
Azabudai Hills Mori JP Tower, 1-3-1 Azabudai, Minato-ku, Tokyo, 106-0041, Japan
事業内容
日本国内のAWSクラウドサービスの提供
公式会社情報

基本情報

初期費用
要問い合わせ
料金体系
音声エンジン別の文字数従量課金で、キャッシュした生成音声の再生には追加料金なし。
無料プラン
恒久的な無条件無料プランとしては扱わない。AWSのアカウント条件による無料枠あり。
無料トライアル
2025年7月15日以降の新規顧客は最大200米ドルのAWSクレジット。無料プラン6か月、クレジットの使用期限12か月。旧制度の文字数枠も料金ページに併記。

出典と確認日