VOICEVOX

指定した文章を AI に喋らせたり、指定した楽曲を AI に歌わせたりすることができる音声＆歌声合成ツール。
専用のフォームに入力されたテキストや、ピアノロール上に入力された曲データを、「ずんだもん」「四国めたん」「春日部つむぎ」等々の AI キャラクターがそれぞれの個性豊かに喋ったり歌ったりしてくれます。
各文字ごとにアクセントやイントネーションを調整する機能、語句の切れ目を調整する機能、文章ごとに話速 / 抑揚 / 音量 等を調整する機能、合成結果を WAVE ファイルに書き出す機能 等も付いています。

VOICEVOXは、AI に喋らせたり歌わせたりすることができる音声＆歌声合成ソフトです。

• 指定した文章を、AI に喋らせることができる「トーク」機能
• 指定した楽曲を、AI に歌わせることができる「ソング」機能

の二つから構成される音声＆歌声合成ソフトで、入力された文章や楽曲を AI キャラクターが表現豊かに喋ったり歌ったりしてくれるところが最大の特徴。
ただ単に機械音声が音を出すのではなく、実際の人間のように喋らせたり歌わせたりすることができます。 使用可能な AI キャラクターは下記の通り 30 名おり、それぞれが個性豊かに喋ったり歌ったりしてくれます。
合成結果の音声はその場で再生することができるほか、WAVE ファイルとして保存することも可能となっています。

• VOICEVOXの使い方 公式ドキュメント
• 指定した楽曲を、AI に歌わせることができるニューラルネットワークベースの歌声合成ソフト「NEUTRINO」

使い方は以下の通り。

• 指定した文章を、AI に喋らせることができる「トーク」機能
• 指定した楽曲を、AI に歌わせることができる「ソング」機能

1. インストーラー実行時に「Windows によって PC が保護されました」という画面が表示されることがあります。
   
   この画面が表示されたら、左側にある「詳細情報」というテキストをクリック → 右下の「実行」ボタンをクリックして下さい。
   
2. 「VOICEVOX.exe」を実行します。
3. 利用規約が表示されるので、右上にある「同意して使用開始」ボタンをクリックします。
   
4. 続いて、サンプルボイス一覧とキャラクターの並び替え画面が表示されます。
   
   
   
   
   ここでは、各キャラクターのサンプルボイスを聞いたり、各キャラクターの並び替えを実行したりすることができます。
   
   
   
   よく使いそうなキャラクターの並び順を上に上げておくと、メイン画面上で目的のキャラクターを素早く選択できるようになります。
   
5. 最後に、ソフトの利用状況収集を問うダイアログが表示されるので、適宜右上にある「許可」「拒否」ボタンをクリックします。
   （利用状況収集の許可 / 拒否 は、オプション画面にて変更することができます）
   
6. メイン画面が表示されます。
   
   デフォルトでは、音声ライブラリとして「四国めたん」が選択された状態になっています。
   その他のキャラクターを使用したい時は、 アイコンをクリック → 変更先のライブラリを選択しておきます。
   
   名前の右側に矢印アイコンがついているキャラクターに関しては、喋り方のスタイルを選択することも可能となっています。
   
7. キャラクターアイコンの右側にあるテキスト入力フォームに、喋らせたい文章を入力 → Enter キーを押します。
   
8. 入力したテキストの読みとアクセントが、画面下部に表示されます。
   
   あとは、画面左下にある ボタンをクリックすれば OK です。
   
   合成結果（音量注意）
   
   入力されたテキストを、各 AI 話者が喋ってくれます。
9. 尚、画面右側の欄で、入力した文章の
   • 話速
   • 音高
   • 抑揚
   • 音量
   • 開始無音　-　文章を読み上げる前の無音時間
   • 終了無音　-　文章を読み上げた後の無音時間
   を調整することもできます。
   
   また、画面下部の「アクセント」「イントネーション」「長さ」タブで、各文字のアクセント / イントネーション / 長さ を変更することも可能となっています。
   （「長さ」は、子音 / 母音 ごとに調整することができる）
   
   イントネーションの調整

   
   長さの調整

   
   語句が意図しない部分で途切れてしまっている時は、該当の部分（空白）をクリックすることにより、語句の結合を実行することもできます。
   （「アクセント」「イントネーション」「長さ」タブのいずれでも実行することができます）
   
   
   逆に、語句が意図した部分で途切れていない時は、該当の部分をクリックすることで分割を実行することもできます。
   
   
   入力したテキストが意図しない読み方で読まれている時は、下部の欄で該当の語句をクリック → 変更先の読み方を入力して Enter キーを押します。
   
   
10. 別の文章を喋らせたい時は、画面右下にある ボタンをクリックします。
    
11. テキスト入力フォームが追加されるので、喋らせたい文章を入力 → Enter キーを押します。
    
    
    各文章ごとに、音声ライブラリや 話速 / 音高 / 抑揚 / 音量 / 開始無音 / 終了無音 を変更することもできます。
    
    
12. 複数の文章をまとめて喋らせたい時は、先頭となる文章を選択 → 画面左上にある「連続再生」ボタンをクリックします。
    
    連続再生結果（音量注意）
    
    文章を削除したい時は、目的の文章にマウスカーソルを合わせて、右端に表示されるゴミ箱アイコンをクリックします。
    
13. 音声合成の結果を WAVE ファイルとして保存したい時は、メニューバー上の「ファイル」から
    • 音声書き出し
      すべての文章を、WAVE ファイルとして個別に書き出す
    • 選択音声を書き出し
      選択中の文章のみを、WAVE ファイルとして書き出す
    • 音声を繋げて書き出し
      すべての文章を、一つに連結した WAVE ファイルとして書き出す
    のいずれかを選択します。
    
    ちなみに、同「ファイル」メニュー内の「プロジェクトを名前を付けて保存」から、現在の作業状態をそのまま保存できるようにもなっています。
    （復元は「プロジェクト読み込み」から）
14. 音声保存ダイアログが表示されます。
    
    あとは、ファイルの保存先フォルダなどを選択し、保存を行えば OK です。
    
15. その他、メニューバー上の「設定」から「オプション」を開くことにより、
    • エンジンモード※1　-　CPU / GPU
    • 音声のサンプリングレート　-　24 kHz ～ 96 kHz
    • TXT ファイルの書き出し ON / OFF
    • 音声をステレオ化
    • 再生デバイス
    • 疑問文自動調整の ON / OFF（疑問文の語尾を自動で上げる機能）
    などを変更することも可能となっています。
    1 3 GB 以上のメモリを積んでいる NVIDIA 製 GPU を使用している場合は、GPU モードの方が処理を高速に行うことができる。
    
    
    

次のページでは、

• 指定した楽曲を、AI に歌わせることができる「ソング」機能

を紹介します。