ディープボイス音声合成

ディープボイステキスト読み上げは、AI音声モデルを使って、入力した文章を低く自然な声のナレーションに変換する機能です。スクリプトを入力し、自然な低音ボイスを選ぶと、エンジンが数秒で読み上げを生成し、行ごとにあなたの指示どおりの話し方で再生します。

低音のAIボイスを手に入れるには、3つのステップがあります。まずボイスライブラリから低めの声を選び、スクリプトを貼り付けて生成します。もしイメージに合う声が見つからない場合は、権利を持っている低音ボイスをクローンして短いサンプルから作成し、あらゆるプロジェクトで再利用できます。

高度なAI音声は、テキストエディタ上で行ごとに話す速さや間の取り方、感情のトーンを指示できるため、長いナレーションでも自然さを保てます。読み上げは人間のパフォーマンスと同じように変化に富み、不自然に聞こえる箇所があっても、テキストを少し編集するだけで数秒でその部分だけを再生成できます。

AIは短いサンプルから特定の低音ボイスを高い忠実度でクローンできますが、HeyGenでは同意に基づくボイスクローンのみを許可しています。つまり、自分自身の声やコラボレーターの声をプロジェクト間で再利用するために複製することはできますが、許可なく第三者の声を複製することは決してできません。

深みを出すには、まず声の選択から始めます。自然に低い声域の男性ボイスを選び、話すペースをゆっくりにしたり、ポーズを加えたり、テキストエディタ上で感情トーンをシリアスに設定したりして、どれくらい“深く”聞こえるかを調整しましょう。

低音ボイスのナレーションは175以上の言語と方言で生成され、動画翻訳では新しい音声に合わせて話者の口の動きも同期されるため、トレーラーや講座を一つ作るだけで、追加の収録なしに世界中のリリース向けにローカライズできます。

音声専用ツールは音声ファイルを渡すだけで、動画制作はあなた任せです。HeyGenなら、高度なナレーションと完成した動画を一度に生成し、両方を同時に翻訳できます。そのため、Fortune 100企業の85％以上のチームが動画制作にHeyGenを利用しています。

Advantive はナレーションを HeyGen に移行したことで、ボイスオーバー制作にかかる時間を数日から 2〜3 時間へ短縮し、コンテンツ全体の制作時間も 50％削減しました。詳細な数値は Advantive の導入事例でご覧いただけます。

顔出ししないYouTubeチャンネルは、低く深みのあるナレーション音声と非常に相性が良いです。まず台本を書き、低音のナレーター音声を選び、映像と字幕まで含めた完成動画を自動生成すれば、カメラも録音ブースも使わずに、チャンネルを毎日更新できます。

HeyGen のディープボイステキスト読み上げは、フルコース規模まで対応します。最長30分までの連続した動画を一度のレンダリングで生成でき、その間ずっと声質が安定しているため、長いモジュールでも断片をつなぎ合わせるのではなく、最初から最後まで一貫した形で出力されます。

録音された低い声の音声も、スピーチクリーンアップ機能で素早く整えられます。えー、あのーといったフィラーや不要な間、言い直しを自動で取り除き、カットの間のフレームを再構成して、あたかも一度で通し撮りしたかのような自然な音声に仕上げます。料金は適用されたカットごとの従量課金なので、完璧なワンテイクであれば費用は一切かかりません。

HeyGen のディープボイステキスト読み上げは、無料で始められます。Free プランでは、AI ボイスを使った動画を無償で生成できます。有料プランは月額 24 ドルから利用でき、Enterprise プランでは、カスタムボリューム、セキュリティ、各種インテグレーションオプションが追加されます。