BytePlus公式パートナーByteDanceのグループ企業 BytePlus
BytePlus公式パートナー · テキスト読み上げ
日本語のAI音声合成・テキスト読み上げ
日本語の文章を貼り付けて声を選ぶだけで、自然なナレーション音声ができます。日本語のプリセット音声は3種類。解説動画、eラーニング、店内アナウンス、SNSのクリップまで、1回で最大5,000文字を読み上げます。
- 日本語の音声3種類
- 最大5,000文字
- 速度0.5倍から2倍
- 1,000文字あたり2クレジット
最終更新:
日本語の音声
日本語の音声を作る手順
- 1
テキストを入力する
読み上げたい日本語の文章を貼り付けます。1回で最大5,000文字まで入力できます。
- 2
声と速度を選ぶ
日本語の音声から選び、必要に応じて速度を0.5倍から2倍の間で調整します。
- 3
生成してダウンロード
料金は生成前に表示されます。完成した音声はファイルに保存され、すぐにダウンロードできます。
日本語の音声合成の使い道
- あいさつ、店内アナウンス、SNSのクリップ
- ガイド、チュートリアル、eラーニングのナレーション
- 商品紹介やアプリ紹介の動画のナレーション
- 写真の人物に話させるリップシンク動画の音声
自然に読ませるコツ
ローマ字ではなく、普段どおりの漢字かな交じり文で書いてください。間を空けたい位置には「、」や「。」を入れると、そこで自然に区切って読み上げます。読み方が複数ある漢字や珍しい名前は、ひらがなかカタカナで書くと読み間違いを防げます。数字や日付も、読ませたい形で書くと確実です。
オーディオスタジオのほかの機能
音声の文字起こし
日本語の録音を編集できるテキストに変換します。言語の自動判定にも対応しています。
音声の翻訳
音声クリップを日本語に翻訳し、内蔵の音声で読み上げます。
音声生成
プロンプトでシーンを説明すると、会話や間合いを含めて日本語で演じます。
ボイスクローン
本人の同意を記録したうえで自分の声を複製し、テキスト読み上げで使えます。
使っている技術
KreatorFlowは、ByteDanceのグループ企業であるBytePlusの公式パートナーです。KreatorFlowのオーディオスタジオはByteDanceのグループ企業であるBytePlus上で動いています。音声の作成には、ほかの生成と同じクレジットを使います。
日本語のAI音声合成のよくある質問
日本語の音声はいくつありますか？
日本語のプリセット音声は3種類です（Mina、Shiori、Haru）。テキスト読み上げ全体では14言語、45種類の音声を使えます。
料金はいくらですか？
テキスト読み上げは1,000文字あたり2クレジットで、1クリップの最低料金は2クレジットです。800文字の日本語の台本なら2クレジット、上限の5,000文字なら10クレジットです。料金は生成前に表示され、失敗したクリップのクレジットは自動で戻ります。
1回で何文字まで読み上げられますか？
1回の生成で最大5,000文字です。長い原稿は段落ごとに分けて生成すると、読み方の確認や修正がしやすくなります。
漢字の読み間違いを防ぐには？
読み方が複数ある漢字や珍しい名前は、ひらがなかカタカナで書くと確実です。ローマ字ではなく、普段どおりの漢字かな交じり文で書いてください。
作った音声を動画やリップシンクに使えますか？
はい。生成した音声はファイルに保存され、ダウンロードして編集ソフトで使えます。リップシンクで写真の人物に話させる音声としても選べます。
自分の声をクローンできますか？
はい。オーディオスタジオのボイスクローン機能で、本人の同意を記録したうえで自分の声を複製し、プリセット音声と同じようにテキスト読み上げで使えます。