2種類の音声
このテキスト読み上げツールでは2種類の音声を使えます。違いを知っておくと便利です。
- ブラウザ音声は、OSやブラウザに組み込まれている音声です。すぐに再生でき、テキストを聞くのに向いています。数や品質はデバイスによって異なり、Windows、macOS、Android、iOSでそれぞれ別の音声が用意されています。ほとんどのブラウザではこれらの音声を録音できないため、再生専用です。
- ニューラル音声は、最新の音声合成モデルを使った音声です。ページを開くと一度だけダウンロードされ、その後はお使いのデバイス上で動作します。リズムやイントネーションがより自然で、音声ファイルとして保存できます。多くの言語に対応しており、モデルによっては男性と女性の声から選べます。
入力したテキストが音声合成のためにサーバーへ送信されることはありません。ニューラル音声はブラウザ内で生成されるため、モデルの読み込み後はインターネットに接続していなくても使えます。
ニューラル音声を初めて選ぶと、そのモデルがダウンロードされます。音声モデルは数十MBになることがあるため、回線が遅い場合、初回は少し時間がかかります。2回目以降はすぐに始まります。長いテキストの音声生成にも時間がかかります。一文ずつデバイス上で計算されるため、スマートフォンよりパソコンのほうが大幅に高速です。まず短い段落で音声と速度を決めてから、全文を生成するのがおすすめです。
自然な音声にするコツ
- 句読点を使う。読点や句点で間が入ります。読点のない長い文は一息で読まれてしまいます。
- 数字は読ませたい形で書く。誤って読まれる場合は、数字の年号をひらがなや言葉で書いたり、略語を省かずに書いたりしてみてください。
- 長い文章は段落に分ける。段落ごとに自然な間が入ります。
- 正しい言語の音声を選ぶ。英語の音声でフランス語の文章を読むと、同じ文字でも不自然に聞こえます。
- 速度を調整する。語学学習や書き取りには0.8～0.9、長い記事を聞くには1.1～1.3が適しています。
主な使い方
短い動画やスライドのナレーション、記事や学習ノートを読まずに耳で聞く、外国語の単語の発音チェック、音声アナウンスの作成、読むことが苦手な方や目が疲れているときのサポートなどに使えます。部屋で録音したような響きにしたいときは、軽めのリバーブを加えてみてください。BGMと合わせるには音声ミックスが便利です。
音声からテキストへ
逆方向の変換が必要ですか？MP3テキスト変換なら、録音をタイムスタンプ付きのテキストに変換できます。こちらもデバイス上で処理されます。
生成した音声を商用プロジェクトで使う場合は、音声モデルによって条件が異なるため、事前にライセンスを確認してください。