【無料】音声合成AI「AivisSpeech」の使い方！くそリアルｗ商用利用も可能！

これ、聞いてみてください。もう声優って何・・・って感じですよね。

AivisSpeechは、テキストから人間のような感情豊かな音声を生成できる革新的なAI音声合成ソフトウェアです。このガイドでは、AivisSpeechの使い方を初心者にもわかりやすく解説し、その機能や特徴を詳しく紹介します。

AI監修者兼ライター

きょろ

AIツール専門家

所有資格：Google AI Essentials

書籍掲載：Chrome拡張×ChatGPTで作業効率化/工学社出版

AIツールレビュー数100以上。AIワークスタイルのオウンドメディア立ち上げ～AI関連の記事執筆を通じて、「実際に使ってみて、本当に良いAIツールを届ける」という信念のもと、AIで日本が盛り上がることを夢見るアラサー

AivisSpeechとは

AivisSpeechより引用

「AivisSpeech」は、Windows/Mac対応のローカル環境で動作する音声合成ソフトウェアです。人間の声に近い自然な読み上げが特徴で、文ごとに話者スタイル・速度・音量・無音区間・アクセントなどを調整可能。「ゆっくりMovieMaker4」（YMM4）との連携も可能で、個人・商用問わずクレジット不要で利用できます。

関連プラットフォーム「AivisHub」では、AIVM/AIVMX形式の音声合成モデルの共有が可能。全モデルが統一ライセンス（ACML/ACML-NC/パブリックドメイン（CC0））で提供され、ボイスサンプルの試聴や「AivisSpeech」への直接インストール機能も開発中です。

以下は「AivisSpeech」の公式からのメッセージです。

声に革命を。Aivis Project が切り拓く、感動の音声体験。

Aivis Project は、感情豊かな音声合成技術を誰もがかんたんに活用できる未来を目指す、
壮大な開発プロジェクトです。
機械的な響きに留まらない、まるで魂を宿したかのような音声が、あなたの想いや言葉に豊かな感情をのせて
世界へと響き渡る。Aivis Project が描く未来は、これまでにない感動と驚きに満ちています。

好きなキャラクターの声で物語を紡ぎ、理想の声でニュース記事に命を吹き込む。
そうした新しい表現が、私たちのプロダクトを通じて数クリックで実現します。
AivisSpeech でのローカル音声合成から、モデルの制作・ミックス・公開まで、Aivis Project は
誰もが自由に好きな声を共有できる未来を形にしていきます。

これまで一部の才能や特別な環境だけが手にできていた魅力的な声を、各々のアイデアや
想いを込めて、広く自由に使える未来へ。
あなたのアイデアや想いを、感動的な声で世界に届けてみませんか？

— 2024年11月、Aivis Project の始動に寄せて

AivisSpeechより引用

AivisSpeechは、これまでプロフェッショナルの領域とされてきた高品質な音声合成を、誰もが気軽に扱えるツールへと進化させました。個人のクリエイターから企業のコンテンツ制作まで、幅広いニーズに応える次世代の音声合成プラットフォームとして、新たな可能性を切り開いています。

AivisSpeechの特徴

AivisSpeechの特徴は以下の通りです。

AivisSpeechは、プロフェッショナルな音声合成を、誰もが気軽に扱えるツールへと進化させました。表現力豊かな声を、あなたのクリエイティブな活動にぜひお役立てください。

まずは無料でダウンロードして、新しい音声表現の可能性を体験してみませんか？

AivisSpeechの料金について

基本は無料で利用できます。

基本機能とライセンス

プロフェッショナル品質の音声合成機能を、追加費用なしでご利用いただけます

• 個人利用から商用利用まで、完全無料
• クレジット表記も不要で自由な利用が可能
• WindowsとMac版を無償提供
• ローカル環境での動作により、安定した利用環境を実現

音声モデルの入手

AivisHubを通じて、様々な音声モデルを無料で入手できます：

• 公式が提供する高品質音声モデル
• ユーザーコミュニティによる多彩な音声モデル
• すべてのモデルを無料でダウンロード可能
• Webブラウザから簡単にアクセス

AivisSpeechは、高品質な音声合成を「誰もが」「いつでも」「どこでも」活用できる環境を目指しています。初期費用も月額料金も不要で、すぐに音声制作を始められます。

AivisSpeechの登録方法について

AivisSpeechの登録で使えるようになるわけでなく、インストールが必要です。

AivisSpeechのインストールと初期設定

ダウンロードとインストール手順

AivisSpeechの公式ウェブサイトにアクセスし、インストーラーをダウンロードします。

今回はWindows版をもとに解説していきます。

ダウンロードしたインストーラーを実行し、画面の指示に従ってインストールを完了させます。

インストーラー版を押下

セットアップしていきます。「次へ」を押下

次へを押下

以上でインストールが完了です。

AivisSpeechの使い方について

AivisSpeechを使う前に、まずは設定をいくつか進めていく必要があります。

ライセンスへの同意

まず起動するとライセンスへの同意事項が出てきます。

抑えておくべきポイントは以下の通りです。商用利用も可能で、比較的注意する点は現状（2024年11月）ございませんでした。

ライセンスへの同意を押した後、データ収集への許可の有無が出てきます。

以上で使える準備はできました。

音声合成モデルの設定とカスタマイズ

デフォルトモデルの使用

AivisSpeechのインストールが完了すると、デフォルトの音声合成モデルが使用可能になります。まずはこのモデルを使って、ソフトウェアの基本機能を体験してみましょう。

現在公開されているバージョンは完全無料で、商用利用も問題ないです。
クレジット表記も不要です。

以下の枠を押下すると、

このような画面になります。

話してほしい文言を入れた後、再生ボタンを押してみます。すると・・・

こんな感じでしゃべってくれました！これ、Youtuberなどにめちゃくちゃ使えそうですよね。

追加モデルのインストール方法

より多様な音声を生成したい場合は、追加の音声合成モデルをインストールできます。以下の手順で行います

AivisSpeechを起動し、「設定」メニューから「音声合成の管理」を選択します。

「音声合成モデルを探す」を押下

するといろんな音声合成モデルがでてきます

AIVMXファイル（音声合成モデルデータ）を選択し、再度「インストール/更新」をクリックします。

長老ボイスをインストールしてみます。

ダウンロードしたら、先ほどの画面に戻り「インストール/更新」を押下します。

ここを押下し、先ほどの長老ボイスを添付し、インストールを押下

インストールが完了すると、話者リストに新しいモデルが追加されます。

AIVMXファイルは、AivisHubなどで公開されているモデルをダウンロードして使用できます。これにより、様々な声質や特徴を持つ音声を生成することが可能になります。

AivisSpeechを使った音声生成の基本

先ほどのデフォルトのボイスをもとに少し音声合成の精度を上げていきましょう。

音声パラメータの調整：
右側のプリセットパネルで、以下のパラメータを調整できます

• 話速：1.00がデフォルトで、2.0で2倍速、0.5で0.5倍速になります。
• スタイルの強さ：話者スタイルの音色の強さを調整します。強くしすぎると不自然になる可能性があるので注意が必要です。
• テンポの緩急：話す速さの変化を調整します。高い値に設定すると、より自然な抑揚のついた音声が生成されます。
• 音高：声の高さを調整します。デフォルトから変更すると音質に影響を与える可能性があります。
• 音量：出力音声の音量を調整します。
• 開始無音（秒）と終了無音（秒）：音声の前後に無音時間を追加できます。

実際に調整したものとデフォルトのものを比較してみました。これもう声優負け知らずの感情が入っていると思いませんか？

これらの基本的な手順を押さえることで、AivisSpeechを使って簡単に高品質な音声を生成することができます。次のセクションでは、より高度な機能や調整方法について詳しく解説します。

応用編：発音とアクセントの最適化

カスタム辞書の作成と管理

AivisSpeechでは、特定の単語や固有名詞の発音を正確に制御するためのカスタム辞書機能が用意されています。この機能を活用することで、音声の品質と自然さを大幅に向上させることができます。

辞書へのアクセス：
「設定」メニューから「読み方&アクセント辞書」を選択します。

追加を押下

新しい単語の登録：

• 登録したい単語を入力します。
• その単語の正確な読み方を指定します。
• 必要に応じて、アクセントの位置も設定できます。

こんな感じで単語ボイスを登録できました～

辞書の保存と適用：
入力が完了したら、「保存」ボタンをクリックして変更を適用します。

この機能は特に、専門用語や固有名詞が多く含まれるテキストを扱う際に非常に有用です。例えば、技術文書や学術論文の読み上げ、ニュース原稿の音声化などで威力を発揮します。

アクセントの微調整テクニック

AivisSpeechは自動的にアクセントを付与しますが、より細かい調整が必要な場合もあります。以下の方法で、アクセントを手動で調整できます：

アクセントバーの使用：

• 各単語の上に表示されるアクセントバーを使って、強調したい箇所を指定できます。
• バーをスライドさせることで、アクセントの位置を自由に変更できます。

逆に、長い単語を分割したい場合は、分割したい位置をクリックします。

これらの調整を組み合わせることで、非常に自然で、聞き取りやすい音声を生成することができます。特に長文や複雑な内容を扱う場合、これらの微調整が音声の品質に大きな違いをもたらします。

音声のエクスポートとファイル管理

AivisSpeechで生成した音声を外部で使用するために、エクスポート機能を活用しましょう。この機能を使いこなすことで、生成した音声を様々な用途に活用できます。

音声ファイルの出力オプション

選択音声の書き出し：

• 選択した部分の音声のみを書き出します。
• 特定のフレーズや文章だけを個別のファイルとして保存したい場合に便利です。

全部書き出し：

• すべての行の音声を、一行ごとに別々のファイルとして書き出します。
• 大量のテキストを処理する場合や、各文を個別に管理したい場合に適しています。

音声を繋げて書き出し：

• 指定した複数の音声を一つのファイルにまとめて書き出します。
• 長い文章や段落を一つの連続した音声ファイルとして保存したい場合に使用します。

ファイル形式と品質設定

AivisSpeechは、WAVEファイル形式で音声を出力します。WAVEは非圧縮のオーディオ形式であり、高品質な音声を保持できます。ただし、ファイルサイズが大きくなる傾向があるため、保存先のストレージ容量に注意が必要です。

エクスポート時には、以下の点に注意しましょう：

1. サンプリングレート：
   高いサンプリングレートを選択すると、より高品質な音声が得られますが、ファイルサイズも大きくなります。用途に応じて適切なバランスを選択してください。
2. ビット深度：
   16ビットか24ビットを選択できます。24ビットはより高品質ですが、ファイルサイズが大きくなります。
3. ファイル名の設定：
   エクスポート時にはわかりやすいファイル名を付けることをおすすめします。日付や話者名、内容の要約などを含めると、後で管理しやすくなります。

音声ファイルの活用例

1. ポッドキャスト制作：
   生成した音声をポッドキャストのナレーションとして使用できます。
2. e-ラーニングコンテンツ：
   教育用のオーディオ教材を作成する際に、AivisSpeechで生成した音声を活用できます。
3. 動画ナレーション：
   YouTubeビデオやプロモーション動画のナレーションとして使用できます。
4. オーディオブック制作：
   小説や非fiction書籍のオーディオブックバージョンを作成する際に役立ちます。
5. アプリケーション内の音声ガイド：
   モバイルアプリやソフトウェアの音声ガイダンスとして利用できます。

これらの活用例を参考に、AivisSpeechで生成した音声を様々なプロジェクトや創作活動に取り入れてみてください。高品質な音声を手軽に生成できるAivisSpeechは、クリエイティブな可能性を大きく広げてくれるツールです。

AivisSpeechの活用事例と応用

AivisSpeechは、その高度な音声合成能力により、様々な分野で活用されています。以下に、具体的な活用事例と、それぞれの分野での応用方法を詳しく紹介します。

DTMオタクが早口で語っています。

料理動画のアフレコに

こいうYoutuberの動画も作成できそうですよね。

AivisSpeechを使いこなすためのヒントとコツ

AivisSpeechを最大限に活用し、より高品質な音声を生成するためのヒントとコツを紹介します。これらの技術を習得することで、プロフェッショナルレベルの音声制作が可能になります。

1. テキストの最適化

• 句読点の適切な使用：
  句読点は音声の区切りやポーズを決定する重要な要素です。自然な間を作るために、適切に配置しましょう。
• フォネティック表記の活用：
  難しい発音や固有名詞は、フォネティック表記（発音記号）を使用することで、より正確な発音を実現できます。
• 数字や略語の扱い：
  数字や略語は、文脈に応じて適切に読み上げられるよう、必要に応じてスペルアウトしましょう。

2. 音声パラメータの微調整

• 話速の調整：
  内容や目的に応じて話速を調整します。重要な情報はやや遅めに、補足説明は少し速めにするなど、メリハリをつけることで聞き取りやすさが向上します。
• ピッチの変更：
  感情表現を強調したい場合は、ピッチを微調整します。喜びや驚きは高めに、悲しみや落ち着きは低めに設定するなど、状況に応じて調整しましょう。
• スタイルの強さの調整：
  話者の個性を強調したい場合はスタイルの強さを上げ、より中立的な音声が必要な場合は下げるなど、用途に応じて調整します。

3. 複数のモデルの組み合わせ

• キャラクターの使い分け：
  対話シーンや複数の登場人物がいる場合、異なる音声モデルを使用することで、より臨場感のある音声を作成できます。
• ナレーションと会話の区別：
  ナレーション部分と会話部分で異なるモデルを使用することで、聞き手にとってより理解しやすい音声を作成できます。

4. エディティング技術の活用

• 音声の分割と結合：
  長い文章を適切な長さに分割したり、複数の短い音声を滑らかに結合したりすることで、より自然な音声を作成できます。
• 無音部分の調整：
  文章の前後や段落間の無音部分を適切に調整することで、リズム感のある音声を作成できます。

5. 継続的な学習と実験

• 最新のアップデートの確認：
  AivisSpeechは定期的にアップデートされます。新機能や改善点をチェックし、常に最新の技術を活用しましょう。
• コミュニティへの参加：
  ユーザーコミュニティに参加し、他のユーザーと情報交換することで、新しいテクニックや活用方法を学ぶことができます。
• フィードバックの収集：
  作成した音声を他の人に聞いてもらい、フィードバックを収集します。これにより、自分では気づかなかった改善点を見つけることができます。

6. ワークフローの最適化

• テンプレートの作成：
  頻繁に使用する設定やスタイルをテンプレートとして保存し、効率的に作業を進めましょう。
• バッチ処理の活用：
  大量のテキストを処理する場合は、バッチ処理機能を活用して作業時間を短縮します。
• プロジェクト管理：
  大規模なプロジェクトの場合、テキストや設定を整理して管理することで、効率的に作業を進められます。

これらのヒントとコツを実践することで、AivisSpeechの能力を最大限に引き出し、プロフェッショナルな音声制作が可能になります。継続的な練習と実験を通じて、自分独自の制作スタイルを確立していくことが重要です。

まとめ：AivisSpeechの可能性と未来

AI技術を駆使したAivisSpeechは、コンテンツ制作からビジネス、教育、エンターテインメントまで、幅広い分野で活用できる革新的な音声合成ソフトウェアです。自然で感情豊かな音声生成能力と直感的な操作性により、プロフェッショナルから初心者まで、多くのクリエイターの表現力を解放しています。

高度なカスタマイズ機能を備えながらも、複雑な設定を必要としない使いやすさで、これまでにない音声表現の可能性を広げています。バッチ処理やテンプレート機能による効率的なワークフローは、大規模なプロジェクトでも力を発揮します。

あなたも、AivisSpeechで新しい音声表現の世界を体験してみませんか？

きょろ

趣味：業務効率化、RPA、AI、サウナ、音楽
職務経験：ECマーチャンダイザー、WEBマーケティング、リードナーチャリング支援
所有資格：Google AI Essentials,HubSpot Inbound Certification,HubSpot Marketing Software Certification,HubSpot Inbound Sales Certification
▼書籍掲載実績
Chrome拡張×ChatGPTで作業効率化/工学社出版
保護者と教育者のための生成AI入門/工学社出版（【全国学校図書館協議会選定図書】）

突如、社内にて資料100件を毎月作ることとなり、何とかサボれないかとテクノロジー初心者が業務効率化にハマる。AIのスキルがない初心者レベルでもできる業務効率化やAIツールを紹介。中の人はSEO歴５年、HubSpot歴１年