ポッドキャスト用テキスト読み上げ

1. 01

   話者をタグ付けする - AI音声ジェネレーター

   セリフの前に「HOST:」や「GUEST:」など任意の名前を入力します。ツールが話者を自動で判別します。

2. 02

   エピソードの配役を設定 - AI音声ジェネレーター

   ホストやゲストごとに異なる音声と話速を割り当てます。発言ごとの間隔も自由に調整できます。

3. 03

   1つの音源にまとめて生成 - AI音声ジェネレーター

   音量を揃えて結合したMP3やWAVを出力します。発言ごとの個別トラックもそのまま保持できます。

4. 04

   音量を最適化して書き出し - AI音声ジェネレーター

   SpotifyやApple Podcastsの標準規格である-16 LUFSに対応しています。一般的な配信向けに128 kbps MP3で書き出せます。

Want to hear them? Browse all 54 voices →

• 01

  読む文章ではなく、耳で聴く文章を書く

  修飾語が重なる長い文は、リスナーの理解を妨げます。1文は短くまとめ、話し言葉を意識してください。音声生成の前に声に出して下読みし、自分がつまずく箇所はAIも不自然になるため事前に修正しましょう。

• 02

  当て字と句読点で発音をコントロールする

  SSMLタグには非対応ですが、表記や記号を工夫すれば発音を調整できます。意図と違う読み方をする単語は、カタカナやひらがなで崩して書いてみてください。読点（、）で短い間、ダッシュで少し長めの間、三点リーダー（…）でしっかりしたタメが作れます。短い文口で試して調整し、再生成するのがコツです。

• 03

  長編エピソードは4,000文字ごとに区切って生成する

  話者タグや空行でブロックを分けましょう。エピソードビルダーが安全な長さに自動分割し、均一な間隔でつなぎ合わせます。DAWで細かく編集したい場合も、各ブロックの音声をそのまま活用できます。

• 04

  マスタリング基準：モノラルは-16 LUFS、ステレオは-19 LUFS

  SpotifyやApple Podcastsの推奨ラウドネス値は、モノラルで統合-16 LUFS、ステレオで-19 LUFSです。マスターバスに無料のラウドネスメーター（Youleanなど）を挿し、トゥルーピークの上限を-1.0 dBTPに抑えてください。声のみの番組ならモノラルで書き出すと、音質を保ちながらファイル容量を削減できます。

• 05

  ボイス・再生速度・原稿ルールを固定して統一感を保つ

  Kokoroモデルは、同じボイスとテキストであれば常に安定した発声を再現します。ボイス名（例: River）、速度スライダーの値、原稿の表記ルールを統一しておけば、数か月後の収録でも同じ語り口を維持できます。この3点は番組の設定メモに残しておきましょう。

• 06

  広告の読み上げには別のボイスを使いましょう

  本編と同じ声でスポンサー原稿を読むと、リスナーの意識から聞き流されがちです。本編をAdamやRiverで進め、広告部分だけBellaやDanielに切り替えてみてください。切り替え時に200 msほどの短い効果音を挟むのもおすすめです。声が変わるだけで「ここからが広告」と明確に伝わります。IAB（インタラクティブ・アドバタイジング・ビューロー）でも、広告枠の識別性を高めるために音による明確な差別化が推奨されています。

自分自身の声を忠実に再現したクローン音声が必要なら、ElevenLabsが適しています。一方、文字数制限を気にせず、高品質なプリセット音声で安定したナレーションを作成したいなら、FreeTextoSpeechのほうが実用的でコストも抑えられます。