製品デモやチュートリアル
操作手順を読みやすい短文にし、聞き手の言語に合う声を選びます。生成したボタン名、数字、間を確認して動画へ追加できます。
声を選び、原稿をナレーションにする
声のサンプルで音色や表現を比較し、自分のナレーション、説明文、台詞を入力します。モデルと速度などを選んでログイン後に生成。結果と履歴で発音、間、調子を確かめてからダウンロードできます。
声のサンプルを聴き、実際の原稿で確かめる
例えば「プロジェクトを開き、音声を選んでから、最初の2秒を確認してください」という説明を作る場合、言語とナレーション用途で絞り込みます。声を選んだらこの短い原稿を生成し、製品名や数字、操作の間を聴きます。サンプルは入力原稿の試聴ではありません。
主な設定を1つずつ変えて比較
標準のFlash v2.5から始め、必要なら詳細設定でほかの2モデルに変更できます。まず速度を1倍前後にし、結果を聴いて調整すると比較しやすくなります。安定性、スタイル、類似度は一語ずつを正確に操る機能ではないため、同じ原稿で1つずつ変えて違いを確かめてください。
冒頭と末尾まで確認して使用
完成後は読み落としや最後の文、ブランド名、数字、略語を確認します。MP3をダウンロードしたらVideo Edit AIで動画にナレーションを追加できます。顔画像を話す動画にしたい場合は、短い音声の条件を確認してリップシンクへ。現在の料金はプランとクレジットで確認できます。
伝わる読み上げが必要な場面に
広告やコンテンツの導入
サンプルで声の方向を比較してから、実際の導入文を生成します。サンプルは声選びの参考であり、自分の広告文の読み上げを確認する代わりにはなりません。
異なる言語の講座や説明
先に対象言語の文章を準備して声を絞り込みます。言語フィルターは翻訳ではないため、固有名詞、アクセント、複数言語が混じる部分を試聴してください。
モデルと音声設定
言語、アクセント、用途、性別、カテゴリー、特徴ラベルで声を絞り込み。利用できるサンプルを先に再生可能
Eleven v3は1回5000文字まで、Multilingual v2とFlash v2.5は10000文字まで。標準はFlash v2.5
詳細設定に安定性、類似度、スタイル、0.7〜1.2倍の速度、スピーカーブースト。効果はモデルと声によって異なります
生成した音声はアカウントの履歴で再生・MP3ダウンロードが可能。出力形式の選択欄はありません
音声読み上げのよくある質問
声の試聴では入力した文章を読みますか？
いいえ。声の一覧では用意されたサンプルを再生し、音色や表現を確認します。自分の原稿の生成は別の操作で、ログインとクレジットが必要です。モデルや文章によりサンプルと調子が変わる場合があります。
何文字まで生成できますか？長文は自動で分割されますか？
Eleven v3は5000文字、Multilingual v2とFlash v2.5は10000文字までです。長文の自動分割はないため、上限を超える場合は分けて入力してください。モデルを変えた際にも文字数を確認します。送信ごとに別の生成タスクになります。
日本語の声を選べば文章も日本語に翻訳されますか？
いいえ。フィルターは声を探すためのもので、生成には選択した声の言語情報も使います。聞かせたい言語の原稿を用意し、声とモデルに合うか確認してください。ラベルやサンプルがすべての表記・アクセント・言語の組み合わせを保証するわけではありません。
自分の声のクローンや動画の自動吹き替えはできますか？
このページは既存の声から音声ファイルを作り、録音のアップロード、声のクローン、動画翻訳、台詞の自動置き換えは行いません。自分の声を録る必要はなく、完成音声をダウンロードしてエディターで動画に追加できます。
クレジットや失敗時の操作はどうなりますか？
生成にはログインし、現在の料金に応じてクレジットを使います。フォームに詳細な見積もり欄はないため、プランと残高を確認してください。待機や失敗時は履歴を更新し、状態やエラーを見ます。設定を変えて再送信すると新しいタスクになり、失敗タスクの再試行ボタンはありません。
WAVや決まった長さの音声を作れますか？
現在はMP3出力をリクエストし、WAV・ビットレート・サンプルレートの選択はありません。速度を調整しても動画の尺にぴったり収まる保証はありません。全体を聴き、必要なカットや結合、映像との位置合わせはエディターで行ってください。