ツール / ボイスクローニング
Speech Arenaで第1位
10秒の音声からできるAIボイスクローニング
自分のクローンと英語で話す
元の声
または
自分の声か、話者からクローンの許可を得た声を使ってください。録音はこのデモに使った後、削除されます。
クローン
クローンした声がここで英語で応答します。
声のクローン方法を選ぶ
Instantのクローンから始めてください。長い録音に進む前に、結果を聴いて確認しましょう。
Instant Voice Clone
PlaygroundやAPIで、短いサンプルから声を作れます。
- 録音の長さ
- 10秒
- 利用できるプラン
- Pro以上
録音を整える
- Sonic 3.6以降では、アクセントをより保つために最大60秒を使えます。
- クローンに使ってほしい感情で録音します。一人の話者と静かな環境を保ってください。
Pro Voice Clone
Instantで特徴的な声や珍しいアクセントを十分に捉えられない場合は、より大きなデータセットを使います。
- 録音の長さ
- 30分以上
- 利用できるプラン
- Startup以上
学習に備える
- 録音前に話し方を決めてください。学習には最大3時間かかる場合があります。
- 速度と音量は録音から決まります。リクエスト時のコントロールでは変更できません。
ユースケースに合った声を聴く
サポート
音声での回答、サービスのお知らせ、トラブルシューティングの手順を、一貫した一つの声で。
ゲーム
物語の変更に合わせて、声優のクローン音声でキャラクターの新しい台詞をテキストから生成できます。
コンテンツ
動画やチュートリアルを自分の声でナレーションし、録り直さずに原稿を更新できます。
メディア
記事、ポッドキャストの導入、物語を、司会者の声で読み上げます。
医療
確認済みのリマインダーや患者向けの案内を、一貫した一つの声で読み上げます。
営業
原稿が変わっても、デモや解説を認識しやすいブランドの声でナレーションできます。
音声エージェント
挨拶にもすべての応答にも使える、独自の声をエージェントに。
吹き替え
翻訳した原稿を、対応言語で同じ声のまま読み上げます。
アバター
プレゼンテーションやガイドツアーのために、デジタルアバターに声を与えます。
物流
刻々と変わる配送や配車の最新情報を、安定した一つの声で読み上げます。
採用
原稿が変わっても、面接の導入や日程の案内を一つの声に統一できます。
アクセシビリティ
ガイドや教材の音声版を、聞き慣れた声で提供できます。
AIボイスクローンの作り方
話者を選ぶ
自分の声を使うか、声とその用途について明示的な許可を得てください。録音前にエージェントの話し方を決めます。
明瞭なサンプルを録音する
音楽やほかの話者が入らないようにします。静かな部屋で、お客様に聴かせたい口調で自然に話してください。
声を作る
PlaygroundでInstant Voice Cloneを開きます。クリップを録音またはアップロードし、話した言語を選んでください。アプリケーションにクローン機能を組み込む場合はAPIを使えます。
実際の会話をテストする
挨拶、名前、日付、エージェントが答える質問を聴きます。通話で使う前に、録音とアクセントやテンポを比べてください。
声を使う権利を確認する
自分の声か、クローンと使用の明示的な許可を得た声だけを使ってください。録音前に、用途について話者と合意しましょう。
有料プランには商用利用ライセンスが含まれます。ただし、プランの契約によって他人の声を使う許可が得られるわけではありません。
ほかの音声ツールを見る
AIボイスクローニングについてのよくある質問
AIボイスクローニングとは何ですか?
話者の録音から合成用の声を作る技術です。その声を使って、新しい文章から音声を生成できます。結果は元の録音とクローン方法によって異なります。
クローンにはどのくらいの録音が必要ですか?
InstantとProの違いは何ですか?
Instantは短いクリップから数秒で声を作ります。Proはより大きなデータセットで学習し、Instantで珍しいアクセントや声の特徴を十分に再現できない場合に試す価値があります。現在の録音ガイドによると、Proの学習には最大3時間かかります。速度と音量は録音から学ぶため、リクエスト時のコントロールでは変更できません。
どのように録音すればよいですか?
音楽、反響、背景ノイズのない静かな部屋で、一人の話者を録音してください。クローンに使ってほしい言語と話し方で自然に話します。Instantではクリップの感情が生成音声に反映されます。Proでは全データを録音する前にテストの読み方を確認し、エージェントが実際に話す種類のフレーズを含めてください。
コードを書かずにオンラインで自分の声をクローンできますか?
はい。Cartesia PlaygroundでInstant Voice Cloneを開き、声を録音またはアップロードして、録音の言語を選びます。その後、原稿を入力して独自の声で読み上げられます。始めるためにAPI連携を作る必要はありません。
Cartesiaのボイスクローニングは無料ですか?
このページのデモで、クローンを無料で試せます。クローンをアカウントに保存するには、Instant Voice CloningはProプランから、Pro Voice CloningはStartupプランから利用できます。現在のプランを比較してください。
クローンした声を音声合成や動画ナレーションに使えますか?
はい。クローンは新しい文章から音声を生成するための、再利用できる声になります。チュートリアルを語る、動画の原稿を修正する、自分の声でプレゼンテーションを読むといった用途に使えます。特に名前や専門用語を含む場合は、作品に追加する前に生成音声を確認してください。
自分のアクセントや話し方は保たれますか?
通常は保たれます。クローンはアクセントと話し方を録音から引き継ぎます。Sonic 3.6以降は最大60秒の音声から学習でき、アクセントをより忠実に保てます。珍しいアクセントには、30分以上の音声で学習するPro Voice Cloneを使えます。
APIでクローンした声をアプリケーションに追加するにはどうすればよいですか?
PlaygroundかクローンAPIで声を作成し、その音声IDを音声合成リクエストに指定します。アプリケーションが文章を送り、生成音声を受け取ります。録音のアップロードと声の作成はClone Voice APIリファレンスから始めてください。
クローンした声をAI受付に使えますか?
はい。Cartesiaの音声エージェントで独自の声を使えます。クローニングが提供するのは声で、エージェントには指示、業務システムのツール、電話接続も必要です。AI受付ガイドでは、予約、人への引き継ぎ、お客様の電話を受ける前のテストを説明しています。
今すぐ始める
専門家に相談する。
音声体験の開発にCartesiaをどう活用できるか、私たちのチームにご相談ください。
開発を始める。
APIでモデルにアクセスし、数分で音声エージェントを本番環境に導入できます。