AI音声制作は、いま副業のなかでも珍しく「単価と原価の差が大きい」領域です。声優に頼めば日本語300文字で1〜2万円かかるナレーションを、AI音声ツールなら数百円のコストで作れます。その差額が利益になる構造になっています。
しかも需要は伸び続けています。音声AI市場は2026年に約225億ドルを突破し、年平均成長率は34.8%。動画・研修・広告の現場で、ナレーションを外注したい企業は確実に増えています。
供給側、つまり「AIで音声を仕上げて納品できる人」はまだ少ないです。だからこそ穴場です。本記事では単価相場を案件タイプ別に分解し、どこで・どう案件を取るかを実データで整理します。
AIナレーション・音声制作とは何か
AIナレーション・音声制作とは、テキストを入力するとAIが自然な音声を生成する技術（TTS: Text-to-Speech）を使い、動画や研修教材向けのナレーション音源を制作する仕事を指します。専門知識がなくても高品質なナレーションを作れる時代になりました。
副業としての本質は「制作代行」です。クライアントは原稿を持っているが、声に変える手段と編集スキルを持っていません。そこを引き受けるのが仕事になります。
以前はナレーション制作に声優の手配や録音スタジオの準備が必要でした。現在はテキスト入力だけで自然な音声を生成でき、YouTube動画・教育コンテンツ・企業の音声ガイダンスなど幅広い分野で活用が広がっています。
ここで誤解されがちな点を一つ。「AIが全部やるなら人間はいらないのでは？」という疑問です。実際は逆で、原稿の調整・読み間違いの修正・抑揚の作り込み・BGMとのミックスといった「人の手」が品質を決めます。AIは道具にすぎません。
単価相場はいくら？まず全体像をつかむ
ナレーション制作の単価は「誰に頼むか」で桁が変わります。プロ声優・制作会社・AI音声で、同じ尺でも価格帯がまったく違います。
依頼先別の大まかな相場を一枚にまとめました。これが交渉と値付けの土台になります。
| 依頼先 | 日本語300字あたりの目安 | 特徴 |
|---|---|---|
| プロ声優（個人） | 1〜2万円前後 | 表現力は最高。スケジュール調整が必要 |
| 制作会社＋スタジオ | 7〜10万円規模 | 編集・ミックス込み。法人案件向け |
| AI音声（自作） | 数百円〜数千円 | 原価が極端に低い。編集スキルが価値になる |
| AIナレーション制作代行 | 3,000字で8万円規模 | 法人向けパッケージ価格 |
注目すべきは最下段です。AIナレーション制作サービスでは、10分（3,000文字程度）以内で80,000円、20分（6,000文字程度）以内で112,000円という料金設定が公開されています。AIを使っても「制作物」としては数万円で売れます。
つまり、AIで原価を数百円に抑えつつ、制作物として数万円で納品します。この差が副業の収益源になります。
文字数ベースの制作費の目安
ナレーションの値付けは「文字数」と「尺」が基準になります。原稿の文字数が分かれば、おおよその制作費が逆算できます。
実在サービスの公開価格をもとに、文字数別のレンジを整理しました。AI制作を前提にした副業の受注価格として、現実的な数字に寄せています。
| 原稿の文字数 | 尺の目安 | 制作費レンジ（受注） |
|---|---|---|
| 〜300字 | 約1分 | 3,000〜8,000円 |
| 〜1,000字 | 約3〜4分 | 8,000〜2万円 |
| 〜3,000字 | 約10分 | 3〜8万円 |
| 〜6,000字 | 約20分 | 6〜11万円 |
文字数あたりで見ると、1,000字を超えるあたりから単価効率が一気に上がります。短尺は手間の割に安いです。狙うべきは「中尺以上」です。
ただし安く請けすぎるのは禁物。300字を3,000円で大量に回すより、3,000字を5万円で月数本のほうが、編集の作り込みに時間を使えて評価も上がります。
案件タイプ別の単価相場
ナレーション案件は用途で需要も価格も変わります。AIと相性がいいジャンルを選ぶことが、収益を左右します。
ナレーターに依頼できる仕事は、CM・YouTube動画・企業VP（会社紹介映像）・館内アナウンス・音声案内など多岐にわたります。このうちAIで戦えるジャンルを見極めます。
| 案件タイプ | 単価の目安 | AIとの相性 |
|---|---|---|
| YouTube動画ナレーション | 1本3,000〜2万円 | ◎ 量がさばける |
| eラーニング・研修教材 | 5〜10万円規模 | ◎ 長尺で単価高い |
| 企業VP・会社紹介 | 3〜15万円 | ○ 品質要求が高い |
| 館内・音声案内（IVR） | 1〜5万円 | ◎ 定型で作りやすい |
| CM・キャラクターボイス | 案件次第 | △ 感情表現は苦手 |
相性が「◎」のジャンルを軸にします。AIは滑らかな読み上げが得意な一方、感情を前面に出した「セリフ調」や複数人の会話調の掛け合いは苦手だとサービス側も明記しています。
逆に言えば、淡々と正確に読むeラーニングや音声案内はAIの独壇場です。教育機関ではAI音声合成でeラーニング教材の制作時間を50%削減した事例もあります。ここに需要が積み上がっています。
プロ声優への依頼とAI音声、コストはどれだけ違う？
両者のコスト差は、副業の利益率そのものを表します。同じ原稿でも、原価は数十倍違います。
一般的な依頼料金では、日本語300文字のナレーションで1〜2万円が相場。スタジオ利用や編集を含めると7〜10万円の費用になります。一方でAI音声の原価は、ツールの月額を1本に按分すれば数百円です。
| 項目 | プロ声優依頼 | AI音声制作（副業） |
|---|---|---|
| 300字の原価 | 1〜2万円 | 数百円 |
| 修正対応 | 再収録で追加費用 | 何度でも再生成 |
| 納期 | スケジュール調整必須 | 即日も可能 |
| 表現力 | 圧倒的に上 | 淡々とした読みは互角 |
| スタジオ込み | 7〜10万円 | 不要 |
この表が示すのは「AIが声優を置き換える」話ではありません。表現力ではプロが圧倒的に上です。だが「正確に・速く・安く」が求められる案件では、AI音声が一択になりつつあります。
副業として狙うのは、まさにその領域です。クライアントは「そこそこの品質を、安く、早く」を求めています。そこにAIの強みがぴたりとはまります。
なぜAI音声制作で稼げるのか
理由はシンプルで、需要が増えているのに「きちんと仕上げて納品できる人」が足りていないからです。ツールを買えば誰でも音は出せます。だが商品になる音は別物です。
市場の追い風は数字に表れています。音声AI市場は2026年に225億ドルを超え、Gartnerはコンタクトセンターだけで同年に800億ドル規模のコスト削減が起きると予測しています。企業が音声を内製・外注する動きは止まりません。
稼げる構造を3つに分解するとこうなります。
- 原価が低い：AI音声ツールの月額数千円が、ほぼ唯一の変動費
- 単価は崩れていない：制作物としては依然数万円で売れる
- 差別化が編集力で効く：素のAI音声と「整音済みの納品データ」は別商品
地味だが効くのが3つ目です。読点での間、語尾の処理、ノイズ除去、BGMとのバランス。この一手間が単価を支えます。ツールだけ持っていても稼げない理由がここにあります。
初期投資はどれくらい必要？
必要なのはAI音声ツールの月額と、無料の編集ソフトだけ。撮影機材も録音ブースもいりません。在宅で完結します。
副業を始めるための最低限の投資を整理しました。多くは無料枠やトライアルがあり、案件を取ってから本契約しても遅くありません。
| 項目 | 費用の目安 | 備考 |
|---|---|---|
| AI音声生成ツール | 月1,500〜3,000円 | 無料枠あり。AnveVoiceのScaleプランは月$129 |
| 音声編集ソフト | 無料〜 | Audacity等の無料ソフトで十分 |
| PC・イヤホン | 既存でOK | モニター用イヤホンがあると良い |
| ポートフォリオ | 0円 | サンプル音源を数本作るだけ |
AI音声ツールは料金体系が分かれます。サブスク型のほか、秒単位・分単位の従量課金を採用するサービスもあります。受注ペースが読めない初期はサブスクの無料枠から試すのが堅いです。
ツール選びで迷ったら、まず日本語の読み上げ品質を試聴で確認します。英語は自然でも日本語が不自然なツールは少なくありません。サンプル音源を聴き比べてから契約しても遅くありません。
案件はどこで取れる？主要プラットフォーム比較
案件はクラウドソーシングに集中しています。在宅・実績ゼロから始めるなら、まずここが入口になります。
代表的なプラットフォームを、ナレーション・音声案件の観点で比較しました。最初は複数登録して、自分に合う場を見極めるのが正攻法です。
| プラットフォーム | 特徴 | 向いている人 |
|---|---|---|
| クラウドワークス | 案件量が最大級。動画・ナレーション募集が多い | 数をこなして実績を積みたい人 |
| ランサーズ | 法人案件・継続案件が比較的多い | 単価を上げていきたい人 |
| ココナラ | 自分の「商品」を出品する形式 | サービスを設計して待ち受けたい人 |
| SNS・直契約 | 手数料ゼロ。X等で実績発信から | 実績がたまってきた人 |
最初の数件はクラウドワークスやランサーズの「募集案件」に応募して取ります。実績がつくと、ココナラの出品やSNS経由の直接依頼が動き出します。
直契約はプラットフォーム手数料がかからないぶん利益率が高いです。ただし入金トラブルのリスク管理は自己責任になります。実績が薄いうちはクラウドソーシングの仮払い（エスクロー）を使うほうが安全です。
クラウドソーシングで案件を取る具体的な流れ
未経験から最初の1件を取るまでの動きは、ほぼ決まっています。順番を踏めば、実績ゼロでも受注できます。
最初にやるのはポートフォリオ作りです。架空の原稿でいいので、AI音声で仕上げたナレーション音源を3〜5本用意します。eラーニング風・YouTube風・館内アナウンス風と、ジャンルを散らすと提案の幅が広がります。
次に低単価でも1〜2件こなして評価をためます。クラウドソーシングは「実績件数」と「評価★」がそのまま信用になります。最初の数件は利益度外視で、レビューを取りにいきます。
そこから単価を段階的に引き上げます。★が5件たまった頃には、同じ作業でも提示できる金額が変わっています。実績が値段を作る世界です。
応募時に押さえる最低ラインを挙げておきます。
- 募集要項を最後まで読み、求める用途・尺・納期を提案文に反映する
- サンプル音源（または視聴リンク）を必ず添える
- 「AIで作ります」ではなく「○○な仕上がりにします」と成果物で語る
- 修正回数と納期を明記して安心感を出す
受注率を上げる提案文の書き方
提案文は「自分語り」ではなく「相手の不安をつぶす文章」です。発注者が知りたいのは、頼んで大丈夫かどうか、その一点に尽きます。
通らない提案の典型は、テンプレ丸コピーと「AIで安く作れます」だけのアピール。価格で殴る提案は、もっと安い人に必ず負けます。
通る提案には共通の型があります。冒頭で相手の用途を言い当て、サンプルで実力を見せ、納期と修正対応で安心させます。この三段構成です。
具体的にはこう書きます。「研修動画向けの落ち着いたトーンですね。同種のeラーニング想定で作ったサンプルがこちらです（リンク）。3,000字なら中2日で初稿、修正2回まで込みでお請けします」。用途・実物・条件が一文ずつ入っています。
ありがちなミスを一つ。文章を盛りすぎて長くなることです。発注者は何十件も読みます。要点だけを短く、サンプルで語らせます。文章より音源が雄弁です。
単価を上げる5つの方法
同じ作業時間でも、工夫次第で単価は倍以上に変わります。安売りを続けるのが一番の損です。
単価を引き上げる打ち手を、効果の大きい順に並べました。どれも特別なスキルは要りません。意識の問題が大きいです。
- 編集込みで売る：素材音声ではなく、整音・BGM・書き出しまでの「完パケ」で出す
- 継続契約に持ち込む：単発より月数本の定額契約。営業コストが消える
- ジャンル特化する：「eラーニング専門」など看板を絞ると指名が来る
- 納期で勝つ：即日・翌日対応は、それだけで上乗せ理由になる
5つ目は「相場を知って堂々と提示する」こと。発注者の多くは声優依頼の相場（300字1〜2万円）を基準に考えています。そこに対して「AIなのに安すぎる金額」を出すと、かえって品質を疑われます。相場の範囲で正当な値付けをするほうが信頼されます。
値下げは最後の手段です。一度下げた単価は戻しにくいです。むしろ「修正無制限」「追加BGM無料」など、価格以外の価値で差をつけるほうが長く効きます。
月にいくら稼げる？収入シミュレーション
現実的な受注本数から、月収のレンジを試算しました。フルタイムでなくても、スキマ時間で十分に積み上がります。
下のシミュレーションは、AI音声ツールの月額を差し引いた手取りベースの概算です。あくまで目安で、案件単価や受注率で上下します。
| レベル | 受注ペース | 月の売上目安 |
|---|---|---|
| 初心者（実績作り） | 短尺を月5〜10本 | 1〜3万円 |
| 中級（評価がたまった） | 中尺を月4〜6本 | 5〜10万円 |
| 上級（継続契約あり） | 長尺＋継続数本 | 10〜20万円 |
カギは「継続契約」をどれだけ持てるかです。単発を追い続けると毎月ゼロから営業することになります。月数本の定額案件を2〜3本握れば、収入が一気に安定します。
注意点を一つ。AI副業全般に言えるが、最初の1〜2ヶ月は実績作りでほぼ稼げないと割り切ること。ここで折れる人が多いです。評価★がたまる3ヶ月目あたりから、数字が動き出します。
周辺ツールと組み合わせて単価を上げる
ナレーション単体より、「動画まるごと」を引き受けたほうが単価は跳ねます。AIツールを組み合わせれば、一人で動画制作を完結できます。
たとえば動画本体の生成は、テキストや画像から映像を作るAIが進化しています。動画生成の最新動向はSoraの活用ガイドに詳しいです。ナレーションと映像をセットで納品できれば、案件単価は数倍になります。
サムネイルや挿絵といったビジュアルは画像生成AIで内製できます。ローカル環境での画像生成を比較したComfyUIとStable Diffusionの違いが参考になります。動画の見栄えを底上げする一手です。
原稿づくりも効率化できます。紙資料やPDFを音声化したい案件では、文字起こしが入口になります。文書をテキスト化するAI OCRツールの選び方を押さえておくと、原稿準備が速いです。リサーチや構成案はFeloの使い方ガイドのようなAI検索が役立ちます。
幅広いAI活用の土台を作りたいなら、汎用AIの動向を追うMeta AIの最新ガイドもチェックしておくとよいでしょう。点で覚えるより、線でつなぐと提案の引き出しが増えます。
著作権・商用利用で気をつけること
AI音声は「使える音」と「使えない音」があります。納品後にトラブルになると一発で信用を失います。ここは雑にできません。
最重要は商用利用の可否です。ツールごとに規約が違い、無料プランは商用不可だったり、生成音声のクレジット表記を求められたりします。受注前に必ずツール規約を確認します。
声の権利にも注意します。実在の声優や有名人の声を無断でクローン（複製）するのは論外です。AI音声クローニングは秒単位・分単位の課金体系で手軽に使えるが、使うのは権利がクリアな音声に限ります。
クライアントへの説明も誠実に。「AI音声で制作する」ことを伏せて納品し、後で発覚すると関係が壊れます。最初から用途と制作手段をすり合わせておくほうが、結局は仕事が続きます。
よくある失敗と注意点
つまずきパターンはだいたい決まっています。先に知っておけば避けられます。
最も多いのが「安請け合い」です。実績ほしさに極端に安く受け、消耗して辞めてしまいます。最初の数件は安くていいが、評価がついたら必ず値上げに動きます。
二つ目は「素のAI音声をそのまま納品」すること。読み間違い・不自然な間・音量のばらつきが残ったまま出すと、リピートは来ません。整音と試聴チェックを省きません。
三つ目は「感情案件への突撃」。セリフ調やキャラクターボイスはAIが苦手な領域で、無理に請けると品質クレームになります。得意ジャンルで勝負するのが正直イマイチな結果を避けるコツです。
四つ目は規約の読み飛ばし。商用利用やクレジット表記の条件を見落とすと、納品物が使えません。地味だが致命傷になりえます。
AI PICKS編集部の判定
AI音声制作は、2026年時点で「数少ない、原価と単価の差が大きい副業」だと編集部は見ています。日本語300字で1〜2万円という声優相場に対し、AIなら原価は数百円。この構造的な利ザヤは、しばらく崩れないと考えています。
ただし「AIに任せれば自動で稼げる」という話ではありません。素のAI音声はコモディティで、誰でも出せます。稼ぎを分けるのは編集力・ジャンル選定・提案文という、極めてアナログな部分です。ツールを買って終わりにする人ほど、数件で消えます。
狙い目は、感情表現の要らないeラーニング・音声案内・YouTube解説系。ここはAIの正確な読み上げがそのまま強みになり、需要も伸びています。逆にセリフ調やキャラクターボイスは現状の技術では分が悪く、避けるのが賢いです。
編集部は「実績作りの2〜3ヶ月を耐えられる人」に向いた副業だと判定します。継続契約を数本握れれば、月10万円台は現実的です。短期で一発を狙う人には、正直イマイチな選択になります。
編集部の評価
公開情報とリサーチをもとにした、率直な評価をまとめます。
参入しやすさは圧倒的です。機材ゼロ・在宅完結・無料枠ありで、リスクがほぼない。AI副業のなかでは破格に始めやすい部類に入ります。
収益性は「中の上」。一件あたりの単価は数万円規模で、継続契約まで持ち込めれば安定収入になります。一方で短尺の安案件だけを追うと、消耗の割に稼げず微妙な結果に終わります。
将来性は高いです。市場は年34.8%で成長し、コンタクトセンターだけで800億ドルの削減余地があるとされます。需要が萎む心配は当面なさそうです。
編集力という参入障壁が「ちょうどいい」のが魅力です。完全に簡単なら飽和して単価が崩れます。少しだけ手間がかかるからこそ、続けた人に利益が残ります。重宝する副業だと評価します。
よくある質問（FAQ）
Q. 未経験でも案件を取れますか？
取れます。ただし最初の数件は実績作りと割り切る必要があります。サンプル音源を数本用意し、低単価でも評価★をためれば、3ヶ月目あたりから単価が上がっていきます。クラウドワークスやランサーズは件数と評価がそのまま信用になります。
Q. 単価相場はいくらが目安ですか？
声優依頼だと日本語300字で1〜2万円が相場。AI音声を使った副業の受注価格では、3,000字のeラーニングで5〜8万円規模が一つの目安になります。短尺は安く、中尺以上で単価効率が上がります。
Q. どのツールを使えばいいですか？
日本語の読み上げ品質を試聴で確かめてから選ぶのが鉄則です。サブスク型と従量課金型があり、受注ペースが読めない初期は無料枠やトライアルから試すのが安全。英語が自然でも日本語が不自然なツールは多いので、必ずサンプルを聴き比べます。
Q. 初期投資はどれくらいかかりますか？
AI音声ツールの月額1,500〜3,000円程度と、無料の編集ソフトがあれば始められます。PCとイヤホンは既存のもので足ります。案件を取ってから本契約しても遅くありません。
Q. AIで作ったと伝えるべきですか？
伝えるべきです。制作手段を伏せて納品し、後で発覚すると信頼を失います。最初から用途と手段をすり合わせておくと、修正や継続もスムーズになります。商用利用やクレジット表記の規約も受注前に確認します。
Q. 月にどれくらい稼げますか？
実績作りの初期は月1〜3万円、評価がたまると月5〜10万円、継続契約を数本持てれば月10〜20万円も射程に入ります。安定の決め手は単発より継続案件をどれだけ握れるかです。
Q. AIが苦手な案件はありますか？
あります。感情を強く出すセリフ調や、複数人の会話調の掛け合いは現状の技術では分が悪いです。淡々と正確に読むeラーニング・音声案内・解説動画が得意領域で、ここを軸にするのが堅いです。
関連する比較・代替を見る
AI音声ツールの選定で迷ったら、主要ツールの比較・代替候補もあわせて確認するとよいでしょう。
- ElevenLabsとMurf AIを比較する
- ElevenLabsとSpeechifyを比較する
- VOICEVOXとCoeFontを比較する
- ElevenLabsの代替ツールを探す
- Murf AIの代替ツールを探す
各ツールの公式サイト（一次情報）
料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。
- ElevenLabs：公式サイト（AI PICKSの詳細）
- Murf AI：公式サイト（AI PICKSの詳細）
- VOICEVOX：公式サイト（AI PICKSの詳細）
