本日リリースするのは AI Voice Generation v2 — クロスプラットフォームのAI Suite v2スタック上に構築されたテキスト読み上げとボイスクローンのスタジオです。任意のテキストを入力すると自然な声で読み上げ、短いクリップを録音してあなたの声に似たカスタムボイスを作成し、いつでも再利用できます。ポイントはシンプルです： テキストを音声に変換し、あなた自身の声をクラウドに送信せずにクローンすること。

できること

文章や段落、スクリプト全体を貼り付け、声を選択し、生成ボタンを押すと自然な音声が再生されます。内蔵の Amy ボイスは 完全にオフラインで 初回使用時に小さなモデルをダウンロードすればマシン上で動作し、ネットワークを切っても使い続けられます。話速は0.5倍から2.0倍までピッチを変えずに調整可能で、出力フォーマットを選択し、波形プレーヤーで最後のクリップを即座にシーク再生できます。気に入った結果はWAVまたはMP3ファイルとして保存可能です。

特定の声が欲しいですか？短い参照クリップを録音またはドラッグ＆ドロップすると、アプリがカスタムの クローンボイス を作成します—トレーニングステップもスタジオも不要。クローンは音声選択リストの上部に表示され、すぐに再利用できるため、一貫した声であらゆるクリップを作成できます。

v2の新機能

  • 本物の音声ライブラリ。 1つの検索可能なピッカーにオフライン内蔵音声、プレミアムクラウド音声、高品質なデバイス内ニューラル音声、そしてあなた自身のクローン音声が収録されています。入力するたびに名前や言語でリストを素早く絞り込み、ダウンロードバッジが初回使用時にファイルを取得する音声を示します。
  • 音声クローン、最初のクローンは無料。 6～15秒のクリアな音声を録音（またはクリップをインポート）、音声に名前を付けて無料のChatterboxエンジンでクローンを作成します。Proバッジなしでピッカーのトップに表示される、本物のカスタム音声でありトライアルではありません。
  • あらゆる状況に対応するエンジン。 オフラインのPiperエンジンがデフォルトで、完全にデバイス上で動作します。Proではより多くのPiper音声、OpenAI互換のクラウド音声（独自のキーを使用）、およびローカルに留まるデバイス内ニューラル音声—Kokoro（軽量かつ高速）とParler-TTS—がアンロックされます。モデルを常に読み込んだままにするオプションにより、繰り返し生成時の読み込み時間を省けます。
  • 再合成なしで再生。 波形プレーヤーが最後に生成したクリップとクローンの参照クリップを即座に再生するため、再度聴くためだけに再生成する必要がありません。キャッシュに残す最近のクリップ数はあなたが決められます。
  • 重い処理は必要に応じてオフロード。 クローン作成は計算負荷が高いため、高速GPUを搭載していないマシンではネットワーク上のAI Serverに処理をオフロードできます。それでも参照クリップはデバイス上で暗号化されたままで、一度だけ合成リクエストのために送信され、サーバーに保存されることはありません。
  • 16言語対応。 インターフェース全体がOSの言語に従い、設定でワンクリック切り替え可能。多くの言語で音声合成とクローンが可能です。
  • スクリプト対応。 ヘッドレスのコマンドラインツールで端末から音声を生成でき、バッチのナレーションや自社インフラでの自動化に対応します。

無料版とPro版の違い

無料プランは単独で実用的であり、本物の音声 と 本物のクローン音声を提供します。無料版にはオフラインの Amy 音声 および あなたの最初のクローン音声無料のクローンエンジンで作られており、使用制限や単語ごとの課金はありません。Proは約 より多くの選択肢：その他のすべての組み込み音声、プレミアムクラウド音声、高品質なオンデバイスニューラル音声、先進的なクローンエンジン、そして最初のクローンを超える無制限のクローン。音声クローン自体は いいえ Pro版限定 — 基本エンジンは無料で利用でき、無料プランでは1つのクローンを使用可能です。Pro版ではクローン数とエンジン数が増えます。

なぜオンデバイスが重要なのか

スクリプト、ナレーション、あなたの声に似た声 — 人々が最も使いたいテキストや音声サンプルは、多くの場合、第三者のクラウドに送れないものです。AI Voice GenerationはAIをあなたのマシンに持ち込みます。オフラインのAmyボイスとデバイス上のクローンはデバイス外に何も送信せず、クローンの参照クリップや生成履歴は、AI Suiteアプリだけが読み取れるキーで暗号化された状態で保存され、文字数による課金もありません。オンラインに何かを送信するのは、オプションのクラウドボイスとオプションのクローンオフロードのみで、どちらも明確なオプトイン制です。これはすべて、Software Tailorが構築する製品に共通するオンプレミスかつプライバシー最優先の原則です。 [1]。

入手する

AI Voice Generation v2 が現在利用可能です Microsoft Store Windows向けに無料ダウンロードで提供されており、フルボイスライブラリと無制限のクローンが必要な場合はPro版をご利用いただけます [2]. 追加のプラットフォームビルドは、公開された取得経路が確認されるまで利用可能として表示されません。詳細な機能ツアーは 製品ページ。