ブラウザ上で直接音声を生成
お使いのデバイス上で動作するニューラル音声モデルにより、テキストを読み上げ音声に変換します。
外部のテキスト読み上げ（TTS）APIにテキストを送信することなく、声の選択、話速調整、音声生成、WAVファイルとしての保存が可能です。
短めの文章に分けると生成が速くなり、プレビューもしやすくなります。
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
仕組み
4つのステップで音声を生成
ニューラルモードでは、生成リクエストを遠隔のTTS APIに送信するのではなく、ブラウザ内でテキスト読み上げモデルを実行します。
テキストを入力
原稿、段落、メモなど、読み上げたいテキストを貼り付けます。
声を選択
利用可能なニューラルボイスを選択し、テキストの言語を合わせます。
音声を生成
音声モデルがデバイス上でテキストを処理し、音声波形を生成します。
試聴またはダウンロード
ブラウザで生成された音声を試聴し、必要に応じてWAVファイルをダウンロードします。
オンデバイスTTSのメリット
ローカル処理を中心に設計された音声ジェネレーター
テキストが外部サーバーに送信されません
ニューラル音声生成はブラウザ上で動作するモデルで行われるため、第三者のTTS推論APIにテキストを送信する必要がありません。
生成された音声ファイルを直接ダウンロード
ニューラルモードは試聴およびWAVファイルとして保存可能な音声波形を作成します。
音声APIキーは不要
外部のテキスト読み上げアカウントを連携したり、TTS APIキーを入力したりする必要はありません。
システムボイスへのフォールバック
お使いのデバイスでニューラルモデルの実行が難しい場合でも、ブラウザやOSが提供する音声を利用できます。
ニューラルボイス と システムボイスの比較
ニューラルボイス
- ブラウザに読み込まれたローカル音声モデルを使用
- ダウンロード可能な音声ファイルを生成
- 初回は大きめのモデルダウンロードが必要な場合あり
- 処理速度はデバイスの性能に依存
システムボイス
- ブラウザやOSが提供する標準音声を使用
- 通常、すぐに読み上げが開始
- 利用できる声はデバイスによって異なる
- 処理はローカルで行われるか、プラットフォームのサービスを使用
- 音声ファイルのダウンロードは保証されない
主な用途
テキスト読み上げの便利な活用方法
原稿・スクリプトの事前確認
録音前にナレーション、動画スクリプト、プレゼン資料、セリフなどを音声で確認できます。
耳で聴いて校正
文章を音で聴くことで、不自然な言い回し、脱字、テンポの違和感に気づきやすくなります。
仮ナレーションの作成
プロトタイプ、デモ動画、プレゼン、動画編集用の仮音声トラックをすばやく作成できます。
メモや学習教材の音声化
文字を読むよりも聴く方が便利な場面で、テキストを音声化して学習できます。
発音やテンポのテスト
声の種類や話速を比較し、他の用途で使用する前にテキストの聞こえ方を確認できます。
生成された音声を責任を持ってご利用ください
生成された音声は非常に自然で人間に近く聞こえることがあります。話者がだれであるかを誤認させたり、他人に成りすましたり、詐欺行為を行ったり、実在の人物に関する誤解を招くような目的で使用しないでください。
- 合成音声であることを隠し、実在の人物の録音として提示しないでください。
- 権利や規約・同意事項に違反する方法で音声やコンテンツを使用しないでください。
- 聞き手が誤解する可能性があるコンテキストでは、AIによる合成音声であることを明記することを検討してください。
- 生成した音声を投稿・公開する予定のプラットフォームの利用規約を事前にご確認ください。
ご利用前の注意事項
初回の実行には時間がかかる場合があります
ニューラルTTSでは音声生成を開始する前にモデルファイルの読み込みが必要です。
処理速度はデバイスによって異なります
生成速度は、ブラウザの対応状況、メモリ容量、CPU/GPU性能、テキスト長、モデルフォーマットに依存します。
発音が常に正しいとは限りません
固有名詞、略語、特殊な表記、専門用語、複数言語が混ざった文章などは、意図通りに発音されない場合があります。
利用できる声の種類は環境によって異なります
選択可能なニューラルボイスおよびシステムボイスは、モデルのバージョンやデバイス環境によって異なります。
生成された音声は肉声の録音ではありません
ニューラルボイスはテキストから合成された人工音声です。
プライバシー
テキストの処理方法について
ニューラルボイス
音声生成は読み込まれたニューラルTTSモデルによりブラウザ内で実行されるよう設計されています。テキストが遠隔のTTS推論APIに送信されることはありません。
モデルのダウンロード
ローカルで生成を行う前に、ブラウザでモデルと音声ファイルを読み込む必要があります。これらのファイルは対応環境でキャッシュされる場合があります。
システムボイス
システムボイスはブラウザやOSが提供する音声サービスを使用します。処理が完全にローカルで行われるかどうかは、選択した声、ブラウザ、OS、およびデバイス設定によって異なります。
ウェブサイトのデータ
音声生成がローカルで行われるからといって、サイト全体でネットワーク通信が発生しないわけではありません。アクセス解析、ログ、クッキー等の詳細についてはプライバシーポリシーをご確認ください。
FAQ
よくある質問
ローカルでの音声生成、モデルのダウンロード、プライバシー、音声ファイル、デバイスの互換性についての回答です。
テキストを音声に変換
ニューラルボイスを選択し、お使いのデバイスで音声を生成して、必要に応じてダウンロードしましょう。