ElevenLabs
ElevenLabs
日本語を含む音声合成、文字起こし、音声エージェントを提供するサービス。Creativeの画面では画像と動画も生成できます。
画像生成動画生成音声エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
#音声
AIFIND · アイファインド
いま使えるAIが、見つかる。
AIを知る、比べる、使いこなす。公式資料で確認した情報と出典から、目的に合うAIを探せます。
AIニュースを読む →最近確認されたAI
AIを探す →Dify
Dify
モデル、資料検索とツールを組み合わせ、AIアプリやAgentのワークフローを作るプラットフォーム。WebアプリまたはAPIとして公開でき、生成機能は接続するモデルに依存します。
エージェントAPI
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 対応
- 無料プラン
- 無料プランあり
- 最終確認
Notion
Notion AI
Notionの文章、会議メモや接続した資料を基に、検索、調査、文書作成と作業を進めるAI。継続利用はBusinessまたはEnterprise、FreeとPlusはAIの試用です。
文章作成画像生成音声検索
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 対応
- 無料プラン
- 無料トライアルのみ
- 最終確認
Runway
Runway
テキストや画像を基に動画を生成・編集する制作ツール。画像、音楽や音声の生成と、制作を組み立てるAgentにも対応します。
画像生成画像理解動画生成音声
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 非対応
- 無料プラン
- 無料プランあり
- 最終確認
GitHub
GitHub Copilot
GitHubや対応する開発環境で、コードの説明、提案、変更作業を支援するAI。Web、モバイル、デスクトップアプリとSDKの利用条件を公式資料で確認できます。
画像理解コーディング検索エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
Cursor
Cursor
コードベースを読み、コードの作成、編集とレビューを支援するAI開発ツール。Agentによる作業と画像生成に対応し、提案した差分を利用者が確認します。
画像生成画像理解コーディング検索
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
AIを比べる →
開発支援に Cursor と GitHub Copilot をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor / GitHub Copilot
公式情報の整理（実測していません）
参照版の公開日： /
公開：
文章の下書きに ChatGPT と Claude をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Claude
公式情報の整理（実測していません）
参照版の公開日： /
公開：
用途から探す →
画像・動画・音声制作のAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Adobe Firefly / Runway / ElevenLabs
公開：
資料の調査と整理に使うAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Gemini / Gemini Notebook
公開：
使い方 →
Cursor で最初のコード変更をレビューする手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor
公式情報の整理（実測していません）
参照版の公開日：
公開：
Gemini Notebook で資料を整理する前の確認手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Gemini Notebook
公式情報の整理（実測していません）
参照版の公開日：
公開：
Google DeepMindおすすめAIスコア8585 Google DeepMind、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを発表
Google DeepMindは、音声生成モデル「Gemini 3.8 Flash TTS」と「Gemini 3.8 Flash-Lite TTS」を発表しました。
推荐理由：音声の生成・複製機能と同意確認やSynthIDによる保護を併せて示し、表現力と安全対策の両面を把握できます。
Google DeepMindおすすめAIスコア8585 Google DeepMind、Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを発表
Google DeepMindは、音声対話モデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表しました。
推荐理由：2モデルの用途の違いに加え、音声エージェントの評価結果と提供先が示され、用途に応じた選択肢を把握できます。
Google DeepMindおすすめAIスコア7878 Google DeepMind、音声文字起こしモデル「Gemini 3.5 Transcribe」を公開
Google DeepMindは、音声文字起こしモデル「Gemini 3.5 Transcribe」を発表しました。Gemini APIでは、低遅延のリアルタイム配信用と、話者識別・単語単位のタイムスタンプに対応する録音音声処理用の2種類を提供します。Artificial Analysisの測定では、単語誤り率はストリーミングで平均4.0%、非ストリーミングで2.6%でした。
推荐理由：音声認識から整形済みテキストへの変換に加え、ストリーミングと録音音声処理の両APIを用意し、用途に応じた組み込み方を示しています。
Google DeepMindおすすめAIスコア8484 Google DeepMind、手話翻訳モデル「SL2T」を発表し、GboardとLive Transcribeに搭載
Google DeepMindは、手話をテキストに翻訳するモデル「SL2T」を発表し、Pixel 11のGboardとLive TranscribeでASLから英語への入力機能を提供します。
推荐理由：手話を中間注釈なしで翻訳する仕組みと、端末上で映像を破棄するプライバシー設計を併せて説明している。
Google DeepMindおすすめAIスコア6767 Google DeepMind、音楽生成モデルLyria 3.5をGoogle Flow Musicで提供開始
Google DeepMindは、音楽生成モデルLyria 3.5をGoogle Flow Musicで提供開始しました。メロディーの構成や歌詞の品質・プロンプトへの追従性、ボーカルの表現力と発音を改善し、生成する楽曲のテンポや長さも調整しやすくなっています。
推荐理由：メロディー、歌詞、ボーカルに加え、テンポや長さの調整も改善されており、生成時に制御できる要素を把握できます。
これ以上ありません