AI音声:台本をナレーションや会話に
shuutのAI音声は、書いた台本をナレーションとして読み上げます。テキストを貼り付けて、音声モデルと声を選ぶと、音声クリップができあがります。
サウンドツールには4つの音声モデルが並んでいます。モデルごとに、声、言語、感情やトーンの調整方法が異なります。会話モードでは、複数の話者を1つのクリップにまとめられます。
この用途に使えるモデル
| モデル | 開発元 | 料金 | 最低料金 |
|---|---|---|---|
| Eleven v4 | ElevenLabs | 1回あたり4クレジット | 1回あたり4クレジット |
| Chirp 3 HDの音声 | 1回あたり2クレジット | 1回あたり2クレジット | |
| MiniMax Speech 2.8 HD | MiniMax | 1回あたり5クレジット | 1回あたり5クレジット |
| Qwen Audio 3.1 TTS | Alibaba | 1回あたり2クレジット | 1回あたり2クレジット |
料金はクレジット表示(1クレジット = US$0.01)で、利用のたびにshuutの残高から差し引かれます。生成前に正確な料金が表示されます。
shuutのサウンドツールでAI音声が動くしくみ
AI音声のボタンを押すと、音声が選ばれた状態でサウンドツールが開きます。
読み上げる台本を入力するか、貼り付けます。
音声モデルを選び、そのモデルのリストから声を選びます。
会話の場合は、会話モードで話者ごとに声を割り当てると、やりとり全体が1つのクリップになります。
「作成」を押すと、台本が再生・ダウンロードできるナレーションになります。
Chirp 3 HDの声は、「AIアバター」ツールでも台本を読み上げます。
shuutのAI音声モデルとその違い
Eleven v4はElevenLabsの音声モデルです。感情を込めて読み上げ、声の種類が多く、幅広い言語に対応しています。台本にトーンタグを加えることもできます。
Eleven v4 Dialogueは、書いた会話を1つの音声クリップにします。話者ごとに別の声を選べます。
Chirp 3 HDはGoogleの音声合成モデルです。自然な韓国語のナレーションに特化していて、声の数は少なめです。
MiniMax Speech 2.8 HDは韓国語と英語を読み上げます。声のリストが豊富で、感情も選べます。
Qwen Audio 3.1 TTSには多言語の声がいくつかあり、指定したトーンの指示に従います。
AI音声の台本を書く前に
まず言語を決めます。言語でモデルが絞られるからです。韓国語のみならChirp 3 HD、韓国語か英語ならMiniMax Speech 2.8 HD、それ以外の言語ならEleven v4かQwen Audio 3.1 TTSです。
読み方が大切な場合は、感情やトーンを変えたい箇所を決めておきます。Eleven v4のトーンタグ、MiniMaxの感情の選択、Qwenのトーンの指示を使います。
会話の場合は、各行に話者名を付けておくと、声を割り当てやすくなります。
自分のクローン音声で読み上げるのは、Eleven v4の別モードです。声の持ち主本人の同意が必要です。
実在の人の声が含まれる場合は、投稿先でAI生成の表示が必要かどうか確認してください。
shuutでAI音声クリップを作る方法
- AI音声を開き、音声が選ばれた状態のサウンドツールに移動します。
- 台本を貼り付けるか、各行に話者を付けて会話を書きます。
- 音声モデルと声を選びます。会話モードでは話者ごとに声を1つずつ選びます。
- モデルが対応していれば、感情、トーンタグ、トーンの指示を加えます。
- 「作成」を押して、できあがったナレーションを再生します。
よくある質問
- AI音声はどの言語を読み上げられますか?
- Eleven v4は幅広い言語に対応し、Qwen Audio 3.1 TTSには多言語の声があります。MiniMax Speech 2.8 HDは韓国語と英語、Chirp 3 HDは韓国語を読み上げます。
- 韓国語の声があるのはどのモデルですか?
- Chirp 3 HDは自然な韓国語のナレーション向けです。MiniMax Speech 2.8 HDは英語に加えて韓国語も読み上げます。Eleven v4とQwen Audio 3.1 TTSも多言語に対応しています。
- 1つのクリップに複数の話者を入れられますか?
- はい。会話モードで話者ごとに声を選ぶと、Eleven v4 Dialogueが会話全体を複数の話者による1つの音声クリップにします。
- 明るい声、落ち着いた声、真剣な声にするには?
- Eleven v4は感情を込めて読み上げ、台本のトーンタグにも対応します。MiniMax Speech 2.8 HDでは感情を選べ、Qwen Audio 3.1 TTSはトーンの指示に従います。
- 自分の声で読み上げられますか?
- クローン音声での読み上げは、Eleven v4の別モードです。クローンする声の持ち主本人の同意が必要です。
- AI音声クリップの料金はどう決まりますか?
- 音声の料金は1回ごとに決まります。「作成」を押す前に、各モデルの料金が見積もりとして表示されます。
作れるもの
2026年11月17日更新
ご利用の前に
結果ごとのお支払いで、「作成」を押す前に見積もりが表示され、サブスクリプションは任意です。
モーションカット・字幕・比率変更は登録すると無料です。
商用利用については利用規約の第9条で定めており、範囲はモデルや契約によって異なり、権利・広告ルール・AI表示の確認はご自身で行っていただく必要があります。
shuutはモデルの開発元とは提携していません。