依頼内容は、14モジュール構成のコンプライアンス研修ライブラリだった。完成尺で約40分のナレーション、4言語、修正は1回。どの料金ページもシート数とクレジットの疑問には答えてくれたが、40分にいくらかかるかには、どこも答えていなかった。
だからこそ「Murf代替」という検索が生まれる。Murfは悪い製品ではない。ただ、文字単位のAPI課金へと移った市場の中で、シート単位で値付けするスタジオなのだ。現在の料金ページも、API、Studio、Dubという3つの製品を前面に並べている。2026年のエンタープライズナレーションでは、シートはたいてい間違った単位である。
以下は、お金が使われていく順番だ。台本、試聴、バッチ、ライセンス。
ステップ1：台本を文字数の予算に変える
ナレーションは1分あたり約150語、空白を含めておよそ900〜1,000文字で進む。ここで役に立つのはこの数字だ。12分のeラーニングモジュールなら約11,000文字、40分のライブラリなら修正前で約40,000文字になる。4言語なら、買うべきはサブスク4本ではなく160,000文字である。
ElevenLabs公式サイトの画像。同社のクレジット制は、多くのチームが価格を測る基準にしている。
見積もりが狂うのは台本の準備段階だ。ページ用に書かれたコピーは、音読すると15〜20%長くなる。ほとんどの場合は4つの対処で足りる。数字は読み上げるとおりに書き、「2026」を「twenty twenty-six」と読むのか「two thousand and twenty-six」と読むのかは一度決めておく。略語は初出で展開する。長い節は分割する。カンマのたびにエンジンは間を取り、それが不自然な位置に置かれることがあるからだ。強調はモデルに任せず、明示的に指定する。
MurfのStudioが評価されているのはこの部分だ。発音ライブラリと単語単位の置換があるおかげで、編集者はブロック全体を再生成せずに「ISO 27001」や工場名を直せる。このレビューのループこそ、コンプライアンスチームが必要としているものだ。製品の価値はこの編集レイヤーにある。音声カタログも悪くはないが、留まる理由にはならない。
ステップ2：いちばん苦手な段落で試聴する
イントロでテストしてはいけない。「モジュール1へようこそ」はどのエンジンもこなせる。そもそもそう読ませるために書かれた原稿だからだ。小数、略語、読み上げ用のURL、第二言語の製品名、そして質問を含む45秒の段落を書こう。ラップトップのスピーカーで、音量を揃えて聴く。コンプライアンス研修が実際に再生されるのは、そういう環境だ。
3つのエンジンはそこで違う挙動を見せる。MurfのGen 2は均質で企業的、ポリシー系の内容には十分に抑えられているが、モチベーションを高める内容には少し平坦だ。ElevenLabs v3は最も役者的で、キャラクターものでは強みになり、安全研修では弱点になる。ドラマチックな間が皮肉に聞こえてしまうからだ。WellSaidはその中間で、アメリカ企業らしいナレーションが安定している。調達担当が聞きたいのは、まさにこれだ。
判断はこうだ。音声品質は2025年ごろに決め手ではなくなった。これらのツールを分けるのは、編集者でない人がまずい1語をどれだけ速く直せるか、そしてライセンスが自社の公開範囲をカバーしているかどうかである。
この時点で出てくる3つの質問
無料プランでパイロットは足りるか？ 評価用途なら足りる。ただしクライアントに何かを見せる前に、契約中のプランに商用利用権が付くことを書面で確認しておくこと。評価用ライセンスは納品用ライセンスではない。
1か月だけ契約して全部エクスポートできるか？ できる。書き出したものは自分のものだ。残らないのは、発音ライブラリ、共有コメント、そして次の四半期に同じ設定で1行を再生成する能力である。だから音声と一緒に、台本、設定、モデルのバージョンを保管しておく。
Murfの翻訳は吹き替えの代わりになるか？ ならない。翻訳はテキストとして文字単位で課金され、Murf Dubはタイミング調整を伴う別製品だ。新しい声で読んだ翻訳済みの台本は吹き替えではなく、リップシンクを見ればそれは分かる。
ステップ3：退屈な90%はバッチで、残り10%には人を置く
声を決めてしまえば、算数は簡単になる。Murfは2026年11月3日時点の文字単位API料金を公開している。Falcon 2.1が1,000文字あたり$0.01、Gen 2が$0.03、翻訳が$0.02、ボイスチェンジャーが1分あたり$0.10、音声認識が1時間あたり$0.24。240万文字のライブラリ——8分のモジュール300本——は、これらの料金ではシート見積もりとはまったく違う姿になる。
| ルート | 公開料金 | 240万文字のコスト | 失うもの |
|---|---|---|---|
| Murf Falcon 2.1 API | $0.01 / 1,000文字 | 約$24 | 抑揚が平坦。会話向けに調整されている |
| Murf Gen 2 API | $0.03 / 1,000文字 | 約$72 | ほとんどなし。これがスタジオの声だ |
| ElevenLabs Creator | $11で121kクレジット | 約$216、さらに同時実行数のために上位プランが必要 | 上位モデルではクレジットの減りが速い |
| セルフホストのKokoroまたはPiper | 文字単位の課金なし | GPU時間のみ | SLAなし、クローニングなし、サポートなし |
ElevenLabsの数字には算出根拠の注記が要る。121,000クレジットは、1クレジットで1文字ならおよそ2時間分の音声になる。つまり$11は完成1分あたり9セント弱だ。MurfのGen 2 APIは3セント、Falcon 2.1は約1セントなので、API優先のルートは同じ名目のティアでもクレジットサブスクの3分の1になる。料金は動く。契約前に両社の公式ページを確認してほしい。
料金ページは、その会社が向かう先を示す。Murfは会話型AIを前面に出し、Falcon 2.1は初回音声までの時間100ms未満と10,000同時通話をうたい、トップページには1,000万人以上のユーザーとForbes 2000企業300社以上という実績が並ぶ。これはインフラ企業だ。Studioのシートは古い方の製品ラインで、手作業で仕上げる仕事には今も向くが、ロードマップが指す先ではなくなっている。
バッチ後の品質確認は省けない。すべてのファイルを1つの音量目標に正規化し（eラーニングでは−16 LUFSがよく選ばれる）、モジュール、言語、バージョンでファイル名を付け、書き出したものの5%を最後まで抜き取りで確認する。モジュール11で薬名の発音を間違えると、そうしない限り3回のレビューを生き延びてしまう。
ステップ4：最初の書き出しの前に、ライセンスを書面で取る
商用利用権が付くのは、いつもどおりMurfの有料プランであり、評価用ティアではない。エンタープライズの購買担当はさらに、MSA、SLA、データレジデンシー、オンプレミス展開を確認すべきだ。いずれもエンタープライズティアにあり、銀行が3分の1の価格のAPIリセラーではなくMurfに留まる、本当の理由でもある。
ライセンスが高くつくのは声のクローニングだ。4つの条項を必ず入れる。話者本人の同意、範囲の定義（言語、キャンペーン）、有効期限、終了時の削除。3月に退職する社内の専門家をクローニングするのは、節約の姿をした2年間の負債である。外部の俳優に頼む場合、契約に必要なのは出演料ではなくAIバイアウト、つまりAI利用許諾の一括買い取りだ。
開示も今や制作工程の一部になった。合成メディアに関するEU AI Actの透明性ルールが2026年8月2日に適用を開始し、聞き手が実在の人物と誤認しうる音声にはラベルを付けることが求められる。音声の冒頭、説明欄、クレジット表記などだ。
ライブ翻訳と収録ナレーションも分けて考えるべきだ。当サイトのMonoise P-G2レビューでは、そのイヤホンを顧客対応用途で4.2/5と評価したが、スマホアプリが前提で、オープンイヤー設計のため騒がしい部屋では音が漏れる。ライブ翻訳は会話を成立させるものであり、4,000人の学習者に配信できるミックス済みのトラックは作れない。
音声より高くつく3つの失敗
バッチ処理にシートを買う。 年間5シートは固定費で、ライブラリを納品した四半期を越えて残り続ける。量が波打つなら文字単位、継続的な共同作業ならシートが向く。両方を計算しよう。
マーケティングコピーで試聴する。 デモ用の台本は、どのエンジンもよく聞こえるように作られている。シリアル番号とドイツ語の製品名が入ったあの段落こそ、修正回数を予測できる唯一の試聴だ。
最初の書き出しを成果物とみなす。 モジュールごとに1回分の修正を、文字数で予算化しておく。これを飛ばしたチームは録り直しで払うことになり、録り直しは1分あたりのコストを倍にする。
次に私ならこうする
サンプルではなく実在のモジュールを1本選び、1,000文字を3つのルートで同じ音量で流す。MurfのGen 2 API、より安いFalcon 2.1、そしてチームがすでに契約している競合製品だ。必要な修正の数を数える。必要に聞こえる修正ではなく、実際に必要な修正を。そのうえで12か月分を、修正2回込みで見積もる。勝つ見積もりは、文字単価が最も安いものではないことが多い。7か月目に驚きが最も少ないものだ。全体像については、テキスト読み上げの概要とElevenLabs代替ツールガイドでモデルの状況を、プラットフォーム自体を評価するならElevenLabsのツールページから始めてほしい。
料金は2026年11月3日時点でMurfとElevenLabsの公開料金ページを確認したもの。分あたりの換算は、1分あたり150語で1,000文字と仮定している。