AI音楽・音声

ローカルで動かせるオープンウェイトのTTS(音声合成)モデルを、日本語対応・音声クローン・ライセンス(商用可否)・動作要件で比較。Qwen3-TTS・Kokoro・CosyVoice2・MisoTTS・Chatterbox V3など主要モデルを一次ソースで裏取りし、用途別の選び方まで整理しました(2026年6月時点)。

Microsoft MAIは音声認識・音声生成・画像生成の3つの基盤モデルを擁する社内AI部門である。本記事では各モデルの特徴、OpenAIとの関係、競合との比較、業務活用の判断軸、そしてローカル環境でのオープンソース代替手段までを整理して解説する。

2026年3月26日リリースのSuno v5.5を解説。Voices（声質指定）・My Taste（好み学習）・Custom Models（独自スタイル）の3新機能と、UdioやLyriaなど競合との比較、商用利用や著作権の実務までまとめて整理。