VOICEVOX

指定した文章を、AI に喋らせることができる音声合成ツール。
専用のフォームに入力されたテキストを、AI 話者「四国めたん」「ずんだもん」「春日部つむぎ」「波音リツ」「雨晴はう」が、それぞれの個性豊かに＆実際に話しているかのごとく喋ってくれます。
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 / 音高 / 抑揚 / 音量 を調整する機能、合成結果を WAVE ファイルとして書き出す機能 等も付いています。

「VOICEVOX」は、文章を AI に喋らせることができる音声合成ソフトです。

指定された文章内で使われている文字列の

• 読み
• アクセント
• イントネーション
• 句の切れ目

などを自動で解析し、その結果を元に（2022/01/01 時点では）AI 話者「四国めたん」「ずんだもん」「春日部つむぎ」「波音リツ」「雨晴はう」のいずれかが “ 実際に話している ” かのように喋ってくれるところが大きな特徴。
入力された文字列をただ単に発音するのではなく、それぞれの個性や性格を反映しつつ表現豊かに喋ってくれます。
（音声データは、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）
操作は基本的に喋らせたい文章を入力するだけなので、従来の音声合成ソフトと同じような感覚で使うことができると思います。
ちなみに、各文字ごとにアクセント / イントネーション / 長さ を調整する機能や、各文章ごとに話者（音声ライブラリ）/ 話速 / 音高 / 抑揚 / 音量 を調整する機能 も付いています。

• 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。

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. 初回起動時のみ、各 AI 話者のデフォルトスタイル（喋り方）選択画面が表示されます。
   
   「四国めたん」「ずんだもん」に関しては、喋り方を
   • ノーマル
   • あまあま
   • ツンツン
   • セクシー
   の中から選べるようになっているので、既定のスタイルとしたい喋り方にチェック → 右上の「次へ」ボタンをクリックします。
   
   「春日部つむぎ」「雨晴はう」「波音リツ」に関しては、「ノーマル」のみ選択可能となっています。
   （バージョン 0.9.4 時点）
   
   
   
4. 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。
   「ずんだもん」「春日部つむぎ」「波音リツ」「雨晴はう」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。
   
   また、「四国めたん」「ずんだもん」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。
   
5. 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。
   
6. 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。
   （初回のみ、時間がかかることがあります）
   
   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。
7. 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。
   
   
8. 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。
   
9. 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。
   
   
10. 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。
    
11. 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、まとめて WAVE ファイルとして書き出す
    • 一つだけ書き出し　-　選択中の文章のみを、WAVE ファイルとして書き出す
    のどちらかを選択します。
    
    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）
12. 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。
    
    WAVE ファイルと同時に保存される TXT ファイルは、メニューバー上の「ファイル」→「テキスト読み込み」から読み込むことも可能となっています。
    
    
13. 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
    • 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
    • 音声のサンプリングレート　-　24 kHz ～ 96 kHz
    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。