AIボイスクローン - あなたの声でテキストを音声に変換します

AI音声クローンは短い音声録音を解析し、話者の声のデジタルモデルを作成します。モデルは音色・ピッチ・リズム・アクセントの特徴を取得します。作成後は任意のテキストを読み上げることができ、オリジナルの話者のように聞こえます。SpeechGenのボイスクローンは15言語の合成に対応しています。

音声サンプル（10〜60秒）をアップロードするか、ブラウザ上で直接録音してください。システムが発話パターンを解析し、約30秒で音声モデルを構築します。その後、任意のテキストを入力し、言語を選択して変換すると、クローン音声で出力されます。

音声サンプルをアップロードしてから約30〜45秒で処理が完了します。音声モデルはすぐに使用可能です。任意のテキストを入力すれば、クローン音声で再生できます。順番待ちなし、手動レビューなし。

現在、SpeechGenのボイスクローンは15言語に対応しています（安定版9言語、試験的6言語）。広東語は現時点では個別言語として対応しておりません。中国語（普通話）は安定版で利用可能です。新しい言語の追加については、順次対応を進めております。

合計15言語 — 安定版9言語（英語・スペイン語・ドイツ語・フランス語・イタリア語・ポルトガル語・中国語・韓国語・オランダ語）と試験的6言語（日本語・ロシア語・アラビア語・ヒンディー語・ヘブライ語・ポーランド語）。試験的言語は結果が若干異なる場合があり、継続的に改善中です。

はい — それが主な使用目的です。音声モデルが作成されると、SpeechGenの5,000以上の内蔵ボイスと並んでテキスト読み上げエディタに表示されます。クローンを選択し、テキストを入力して変換してください。出力形式: MP3・WAV・OGG。

背景ノイズを最小限に抑えた静かな環境で録音してください。通常のペースで自然に話してください。棒読みは避けてください。12〜30秒のサンプルが最も良い結果をもたらします。USBマイクが理想的ですが、部屋が静かであればノートPCの内蔵マイクでも問題ありません。

対応フォーマット: MP3・WAV・M4A・AAC・OGG・WebM。推奨長さ: 12〜60秒。最大ファイルサイズ: ファイルあたり25MB、最大3ファイル。録音には1人の話者による明瞭な音声が必要です。BGMや他の声が混入しないようにしてください。

ボイスクローンの作成は2,000リミット（初回のみ）。アクティブなクローンの保存は250リミット/日。音声合成はSpeechGenの標準レート — HDボイスと同じ。ストレージ課金を停止するには、いつでもクローンを削除できます。

はい、プレミアム機能です。SpeechGenは従量課金制を採用しており、月額サブスクリプションも最低コミットメントもありません。必要なときにリミットを購入し、クローン作成・合成・その他の機能に使用できます。

はい。ボイスクローンの削除は即時完了し、ストレージ課金（250リミット/日）もすぐに停止されます。音声モデルはSpeechGenのサーバーから完全に削除されます。削除後の復元はできません。

自分の声をクローン化することはほとんどの国で合法です。他人の声をクローン化するには、その人の明示的な書面による同意が必要です。SpeechGenはなりすまし・詐欺・欺罔目的でのボイスクローン使用を禁止しています。AI生成音声を公開する際は、法律で義務付けられている場合にAIラベルを付けてください。

音声モデルはお使いのアカウントのみに表示・アクセス可能です。音声サンプルはセキュアなサーバーで処理され、第三者に共有されることはありません。プロフィール設定からいつでもボイスクローンと関連データを削除できます。