SceneMixer
日本語
無料登録

AIテキスト読み上げ

簡単な答え: AIテキスト読み上げ(TTS)は、ニューラル音声で書かれた文章を声に出して読みます。モデルは各文がどう響くべきかを計算し、単語、アクセント、間、抑揚を決めてから音声を作ります。そのため、録音された音節をつなぎ合わせたものではなく、人が読んだように聞こえます。ツールは、必要な言語と声、発音や話すペースをどこまで制御できるか、音声を商用利用してよいかで選んでください。SceneMixerでは、セリフは後から動画の上に読み上げられるのではありません。生成されたクリップの中で、各キャラクターがそのキャラクターの声で話します。
SceneMixerがエンドツーエンドで生成したAIショートドラマ『ネオン・デット』の静止画(キャラクター7人、1話)
サンプルネオン・デットゲームエンジン写実1話脚本からSceneMixerパイプラインでエンドツーエンド制作エピソードを見る

AIテキスト読み上げの仕組み

現代のテキスト読み上げシステムは、三つの段階を経ます。

  1. テキストの正規化: 数字、日付、略語、記号は言葉になり、その読み方は文脈で決まります。「Dr.」は人名の前では「ドクター」、通り名の後では「ドライブ」になります。
  2. 発音と抑揚: 言葉は音になり、モデルは文章全体から、アクセント、間、音の高さ、速さを予測します。だから質問は文末で上がり、リストには小さな間が入ります。
  3. 音声: ニューラルモデルが、音そのものである波形を作ります。その元になるのは、音を表す中間の図(スペクトログラム)か、直接の生成です。

古いシステムは、声優の短い録音をつなぎ合わせていたため、つなぎ目がぎこちなく聞こえました。ニューラル音声は、何時間もの録音された話し声で学習し、文章ごとに新しく生成するので、同じ声が見たことのない文章でも自然なリズムで読めます。

AIテキスト読み上げ、AI音声ジェネレーター、TTS:名前の意味

名前通常の意味典型的な用途
テキスト読み上げ(TTS)テキストを入れると、既成の声で読み上げた音声が出るナレーション、アクセシビリティ、記事の読み上げ
テキストから音声へ同じものの別名同じ
AI音声ジェネレーターテキスト読み上げに声の設計を加えたもの。声を選ぶか説明し、多くの場合は声をクローンするボイスオーバー、キャラクター、広告
音声クローン実在の人の録音から作られた新しい声同意のもとで、自分の声を大量に使う
AIボイスチェンジャー音声を入れて音声を出す:自分の録音を別の声に変える配信、テイクの声の差し替え

そのため、AI音声ジェネレーターとして売られているツールは、通常、より大きなライブラリとより多くの制御を備えたテキスト読み上げです。ボイスチェンジャーは例外で、テキストではなく、出発点として録音が必要です。

AIテキスト読み上げジェネレーターの選び方

無料のAIテキスト読み上げ、または無料のテキスト読み上げ:無料プランでは通常何が制限されるか

無料プランは声を試すのに向いていますが、ほとんどは少なくとも一つを制限しています。月あたりの文字数、声の数、ダウンロード、商用利用、ファイルの品質などです。一部の無料のオンライン読み上げは、ブラウザで再生するだけで保存させないものもあります。無料プランでプロジェクトを作る前に、選んだ声が有料で契約するプランにも含まれているかを確認し、公開先のライセンスを読んでください。

声に出して読みやすい文章の書き方

動画のAIボイスオーバー:映像の上に読むか、場面で話すか

AIの声を動画に載せる方法は二つあります。通常の方法はボイスオーバーです。ナレーションを音声として生成し、エディターで映像の下に敷き、映像を音声に合わせて切ります。解説、チュートリアル、ドキュメンタリーに向いており、画面の誰も話さない場合に使います。

画面上のキャラクターがセリフを言う必要がある場合、別の音声ファイルでは後から口の動きを合わせなければなりません。新しい動画モデルは、音声を映像と一緒に生成するので、話者の口と言葉が同じ工程から生まれます。これはナレーションよりもドラマや会話に向いています。

自分のAI音声を作る:クローンと同意

音声クローンは、サンプルの録音から声を作ります。きれいな音声が多いほど、より近い声になりやすくなります。自分の声か、使用許可を得た声だけをクローンしてください。その許可は書面で残し、音声が合成であることは説明文に書いてください。有名な声のクローンを拒否するサービスは多く、プラットフォームも、リアルな合成音声には表示を付けることをクリエイターに求めるようになっています。

声を決める前の五分間テスト

  1. 台本の段落で、名前、数字、疑問文が入っているものを選んでください。
  2. 三つの声で生成し、視聴者が使うスマートフォンなどのスピーカーで聞いてください。
  3. 名前と数字の書き方を直してから、もう一度生成してください。
  4. 必要な映像のテンポや読む時間と照らし合わせて、話すペースを確認してください。
  5. 台本全体を生成する前に、公開先のライセンスを読んでください。
動画の上のナレーション映像と一緒に生成される音声
向いている解説、チュートリアル、ドキュメンタリードラマ、会話、画面に出るキャラクター
口の動き画面の誰も話さない、または後から合わせる同じカットでセリフの言葉に合わせて動く
セリフの変更新しい音声を作り、カットを編集し直すそのカットを生成し直すか、吹き替え直す
声どのテキスト読み上げの声でもそのキャラクターに設定された声

FAQ

SceneMixerにはテキスト読み上げがありますか?

音声ファイルとして単独でダウンロードすることはできません。SceneMixerでは、各キャラクターのセリフは生成される動画の中で、そのキャラクターに設定された声で話され、話者の口の動きがセリフに合わせて動きます。

SceneMixerで声は無料ですか?

声は別料金ではなく、動画の料金に含まれます。新規のSceneMixerアカウントは50 クレジットから始まり、標準プランの動画は1秒あたり10 クレジットです。キャラクターに声を割り当てる費用はかかりません。

キャラクターの声はどう選びますか?

SceneMixerでは、各キャラクターに声を文章で設定できます。年齢、声の重さ、話すペースなどを書くか、声のライブラリからプリセットを選び、選ぶ前に再生して確認できます。

自分のAI声を作れますか?

有料のSceneMixerプランでは、キャラクターの声として使う権利のある録音をアップロードできます。その声は、そのキャラクターが話すすべてのセグメントで使われます。

AIのボイスオーバーはどう追加しますか?

SceneMixerの絵コンテで、セリフのメモの先頭に(ボイスオーバー)と書いてください。そのセリフはカットの中で聞こえ、画面の誰も口を動かしません。

セリフを怒った声、疲れた声、ささやき声にできますか?

はい。SceneMixerでは、各セリフに(低く、落ち着いて)のような話し方のメモを括弧で付けられ、その話し方で演じられます。

キャラクターはどの言語で話しますか?

SceneMixerのステップ1で選ぶ、プロジェクトのセリフの言語です。セリフはその言語で書いてください。声はその言語で話されます。

動画を作ったあとでセリフを変えられますか?

はい。SceneMixerの「再吹き替え」は、完成したクリップのセリフを差し替えます。「オリジナル音声」を選ぶと、そのクリップの話者の声が残ります。

有名人の声をクローンできますか?

いいえ。SceneMixerで使えるのは、ご自身の声か、使用許可を得た声だけです。

インストールするAIテキスト読み上げソフトですか?

いいえ。SceneMixerはブラウザで動き、Androidではアプリとして使えます。声は動画と一緒にサーバー上で生成されます。

キャラクターにセリフを話させて聞く

短いシーンを書き、各キャラクターに声を割り当て、一つのセグメントをレンダリングして聞いてみてください。

プロジェクトを始める

2026年11月20日更新