{"kind":"guides","slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","title":"動画・オーディオブック・ゲームの音声合成ナレーション | SuperClonica","description":"ローカルの音声合成で動画、オーディオブック、ゲーム、アプリに声を付ける方法。音声の選び方、台本とテンポ、音声ファイルの形式、購入した音声でできること。","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ","intro":"ローカルのテキスト読み上げはナレーションと相性が良いものです。1つの文を何度でも作り直せて、本1冊分をノートPCで読み上げられ、文字数を数えられることもありません。このガイドでは、Supertonic 3の音声とSuperClonicaエンジンを使った実践面を扱います。プロジェクトに合う音声の選び方、耳で聴くための台本の書き方とテンポ、編集ソフトへの取り込み、そしてSuperClonicaで購入した音声でできることです。\n\nまだ何もインストールしていない場合は、オフライン読み上げのガイドから始めてください。ここでは環境がすでに動いている前提で説明します。","sections":[{"heading":"プロジェクトに合う音声を選ぶ","paragraphs":["カタログでデモを聴いたら、自分の台本で試しましょう。デモで映える声が、あなたの題材に合うとは限りません。"],"points":["解説動画やチュートリアル：はっきりして落ち着いた、ほどよいテンポの声。","オーディオブック：何時間でも聴き疲れしないナレーター。1文ではなく、長めの一節で判断しましょう。","ゲーム：キャラクターごとに1つの音声を使い、そのキャラクターのセリフはすべて同じファイルで作ります。学習済みの音声ファイルは毎回同じ声質から始まるので、何百ものセリフを通してキャラクターの声が保たれます。","アプリやアシスタント：短いフレーズが中心なので、疑問文、数字、名前の読み方を確認しましょう。"]},{"heading":"耳で聴くための台本を書く","paragraphs":["音声合成は与えられたテキストをそのまま読むので、仕上がりの大部分は台本で決まります。"],"points":["文は短くし、長い文は自然な切れ目で分けます。","数字、日付、単位、略語は、読んでほしい形で書きます。","間は句読点で作り、映像が切り替わるところで段落を改めます。","人名や外来語は耳で確認し、読み間違えるものは読み方どおりに書き直します。","言語コードは、テキストを書いた言語に合わせます。"]},{"heading":"テンポと撮り直し","paragraphs":["ナレーションは分けて生成しましょう。シーン、スライド、段落ごとに1ファイルにすると、映像に合わせやすく、1文だけ作り直すのも簡単です。","しっくりこない文は、もう一度生成します。Supertonic 3の標準サンプルでは--speedオプション（既定値1.05、大きいほど速い）で全体のテンポを決めます。SuperClonicaのPythonの例では、seedパラメータが生成のランダムな部分を制御します。同じ値なら同じテイクを再現でき、値を変えれば別のテイクになります。細かいタイミングは編集ソフトで調整します。無音を詰め、文の間に間を足し、カットに合わせてクリップを動かしましょう。","当社の推定では、デスクトップ向け8コアCPUでSuperClonicaは1時間分の音声を約7〜11分で生成します。原稿を直したあと、オーディオブックの1章をまるごと作り直すこともできます。"]},{"heading":"動画・オーディオブック・ゲーム向けの音声形式","paragraphs":["Supertonic 3の標準クライアントもSuperClonicaエンジンも、WAVファイルを保存します。編集はWAVで行い、完成した動画やオーディオブックは、配信先が求める形式（MP3やAACなど）で編集ソフトから書き出します。","ゲームやアプリには2つのやり方があります。セリフを前もって音声ファイルにしておくか、ユーザーの端末で音声を生成するかです。Supertonic 3はPC上でも、ONNX Runtime Webを使ったブラウザ上でも、対応するモバイルアプリでも動くので、セリフが事前に決まっていない場合も端末上で読み上げられます。"]},{"heading":"購入した音声でできること","paragraphs":["SuperClonicaで購入した音声は、あなた自身のプロジェクト、つまりあなたが作る動画、オーディオブック、ゲーム、アプリで使うためのものです。音声を転売したり、音声ファイルを再公開したりすることはできません。Supertonic 3自体はOpenRAIL-Mライセンスで、ロイヤリティフリーですが禁止用途のリストがあり、同意のないなりすましもその1つです。","支払いは、作者が米ドルで設定した価格を1回だけ。ファイルはライブラリに残り、文字数や分数を数えられることはありません。依頼で作られた音声は非公開で、カタログには表示されません。製品に音声ファイルそのものを同梱する必要がある場合（たとえばプレイヤーのPCで音声を生成するとき）は、リリース前にsupport@superclonica.comまでご連絡ください。"]}],"faq":[{"question":"購入した音声をYouTube動画やオーディオブックに使えますか？","answer":"使えます。購入した音声はあなた自身のプロジェクト向けで、あなたの動画やオーディオブックはまさにそれにあたります。できないのは、音声の転売と音声ファイルの再公開です。"},{"question":"オーディオブック1冊の読み上げにどのくらいかかりますか？","answer":"当社の推定では、デスクトップ向け8コアCPUでSuperClonicaは1時間分の音声を約7〜11分で生成します。これに試聴と、必要な文の作り直しの時間が加わります。"},{"question":"ゲームのキャラクター専用の声を作れますか？","answer":"作れます。参考録音と説明を添えて作者に依頼するか、NVIDIA GPUがあれば録音から自分で学習させます。依頼で作られた音声は非公開のままで、カタログには表示されません。"},{"question":"ナレーションはどの形式で書き出せばいいですか？","answer":"エンジンが出力するのは編集に向いたWAVです。完成した動画やオーディオブックは、配信先が求める形式、多くはMP3かAACで書き出してください。"}],"cta":{"catalog":"ナレーターの声を探す","install":"ローカル読み上げを準備する"},"sources":[{"label":"Supertonicのサンプルスクリプト：オプションと出力","url":"https://github.com/supertone-oss-archive/supertonic/blob/main/py/example_onnx.py"},{"label":"Supertonic 3のモデルカードとライセンス","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-17","pages":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"自分のPCでテキストをオフライン読み上げする方法"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"ボイスクローン：録音の声に近い音声を手に入れる方法"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026年、ローカルで使える無料の音声合成モデル"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 の音声：カスタム音声の入手先と使い方"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Pythonで音声合成：オフライン・無料・自然な声で"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Dockerで動かすセルフホスト音声合成API"}],"related":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"自分のPCで動く音声合成・テキスト読み上げ"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio・Fish SpeechとSuperClonicaの比較"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoiceとSuperClonica：言語の多さか、速度か"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"オフラインで使えるElevenLabsの代替"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか"}]}