AI音声の作り方｜文章を入力して読み上げ音声を作り、確認して直し、保存するまで

読み上げ用に文章を整える

書き言葉の文章をそのまま読ませると、三つのことが起きます。 一文が長くて息継ぎの位置が決まらない。括弧や記号が読まれたり飛ばされたりする。数字と英字の読みが揺れる。 これらは声を替えても直りません。文章の側で決めておく必要があります。

この記事で実際に読み上げる文章は、次の架空の社内案内です。 日付と時刻、英字を含む備品コード、金額、部署名と人名、内線番号、括弧を含めてあります。読みが揺れやすい要素を一通り入れた6文です。

社員のみなさんへ、備品申請の締め切りについてお知らせします。
10月分の備品申請は、9月26日（金）17時までに、申請フォームから提出してください。
申請には、備品コード（例：PC-0413）と、必要な数量、使用開始日を入力します。
5,000円を超える申請は、部門長の承認が必要です。
承認状況は、マイページの「申請一覧」で確認できます。
不明な点は、総務部の日下部まで、内線2318にご連絡ください。

台本として書き起こすところから始める場合は、動画の構成案テンプレートで場面ごとの台本の書き方を扱っています。

NoLangで文章を貼り付けて読み上げる

NoLangでは、文章を貼り付けると、その文章をそのまま読み上げたナレーション付きの動画ができます。 操作は、ホーム画面の「台本から」を押して始めます。

「複数人の場合」を選ぶと、行頭に「A:」「B:」を付けた台本を、話者ごとに別の声で読み上げます。

声を決めずに生成した場合も、後から動画の編集画面で変えられます。最初の一本は声を固定せずに生成し、聞いてから選び直すほうが、結果として早く決まります。

生成結果を聞いて確認する

先ほどの社内案内を、NoLangで実際に読み上げた動画がこちらです。 声は、一覧の「用途」をナレーションで絞り、落ち着いた低めの男性の声「ニコラス」を選びました。 動画の文章は、最初に生成した結果を聞いて2か所を書き換えた後のものです。何をどう直したかは次の節で説明します。

通しで聞くときに確認する点は、次の表の7項目です。 3列目は、この文章を最初に生成したときに実際に確認した結果です。音声は書き起こしで確かめました。

生成後の動画のページでは、再生して確認し、「編集」から編集画面を開いて直せます。

読み間違いと不自然さを直す

読み間違いは、別の声にすれば直るのではないか。そう考えたくなります。 ただ、上の文章で直した箇所は、声を替えずに済みました。 声そのものを変える前に、直せる場所が三つあります。

直す順番は、文章、読み方、速度です。一度に一つだけ変えて聞き直すと、どの変更が効いたかが分かります。

上の社内案内で起きたのは、読み間違いが1か所、数字と記号の読みが3か所でした。 「日下部」は人名の読みが一つに決まらない語なので、「読み方修正」で「くさかべ」と指定しました。「PC-0413」も同じ画面で「ピーシー ゼロヨンイチサン」と指定し、ハイフンが読まれないようにしました。字幕はどちらも元の表記のままです。 「5,000円」と「17時」は文章の側で直しました。桁区切りのカンマを外して「5000円」にし、「17時」は「午後5時」に書き換えています。どちらも書き換えた文章で生成し直したので、字幕も新しい文になっています。 速度と声は変えていません。

声そのものが内容に合わないときは、同じメニューの「キャラのボイスを変更」で別の声にします。どの声に替えるかの基準はAI音声ナレーションの選び方にまとめています。

保存して使う

完成した動画は、動画のページの「ダウンロード」で保存します。 保存されるのは、ナレーションと字幕の付いた動画ファイル（MP4）です。

動画のページの「コピーライト」には、使用した素材の表記が出ます。公開するときは、この表記を添えます。 表記が必要な素材を使った動画では、「ダウンロード」を押すと、クレジット表記を動画の最後に入れるかどうかを選ぶ画面が開きます。

保存した後に直したい箇所が見つかったときは、読みや速度なら編集画面で直し、「確定して再生成」で反映してからもう一度ダウンロードします。 文章そのものを変えるなら、台本を書き換えて生成し直します。

動画のまま使う

ダウンロードした動画は、SNSへの投稿、社内での共有、資料への埋め込み、動画編集ソフトへの取り込みにそのまま使えます。

音声ファイルにして使う

音声だけを使うときは、ダウンロードした動画から音声を書き出します。 書き出した音声には、BGMや効果音も含めて、動画で鳴っている音がすべて入ります。 声だけの音声にするには、次の順に進めます。

書き出した後は、使う前に次の点を確かめます。

この記事の社内案内の動画からも、MP3、WAV、M4Aの3つの形式で音声を書き出して確かめました。 3つとも動画と同じ約36秒で、冒頭と末尾に約2秒ずつ無音が入っていました。 動画の最初と最後にある、声のない場面の分です。 この動画にはBGMも効果音も付けていないので、声以外の音は入っていません。 ファイルの大きさは、圧縮しない形式のWAVが、MP3の約12倍でした。

まとめ

生成ボタンの先で何を直せばよいか分からなかったのは、直す場所が見えていなかったからです。 直す場所は、文章、読み方の指定、速度の三つで、確認表の7項目を一度通して聞けば、どこに戻ればよいかが決まります。 保存は、使い道に合わせて動画のままか音声ファイルかを選びます。 音声ファイルにするなら、書き出した後に形式、長さ、声以外の音、前後の無音を確かめます。 まずは手元の文章を6文ほど貼り付けて、聞いてみてください。