ガイド

長文向けのAirvozの代替、オフラインで

Airvozは無料のオンライン音声合成サイトで、100以上の言語で500以上の声があり、MP3ダウンロードや一括変換に対応し、FAQでは動画、ポッドキャスト、講座、オーディオブックでの音声利用を認めています。1回のリクエストは最大3,000文字なので、長い文章は分割して少しずつ生成する必要があります。

章や長い台本、たくさんのファイルを読み上げるなら、無料のSuperClonicaエンジンが自分のパソコンでオフラインのまま、ファイルの長さの制限なしでこなします。このガイドでは両者を正直に比べます。

声を無料で比べる 無料エンジンをインストール

まずオンラインで声を試す

カタログのどの声のページでも、Airvozで読み上げた30〜100文字の文を貼り付け、言語を選んで読み上げを押してください。登録なしで数秒で比較できます。

ファイルを丸ごと一度に

python -m pip install superclonica-cpuで一度だけエンジンをインストールします。Windows、macOS、Linuxの普通のCPUで動き、初回にモデルをダウンロードした後はオフラインです。テキストファイル全体を1つのコマンドで読み上げます：superclonica --text-file chapter.txt --voice M3 --lang ja --normalize --output chapter.mp3。エンジンが長い文章を文の区切りで自動的に分け、結果を1つのファイルにまとめます。

コードから

SuperClonicaの音声APIは1回のリクエストで最大20,000文字を受け付け、音声ファイルを返します。無料キーはカード不要で1日3分、有料プランは月5ドルからです。curl、Python、Node.jsの例はGitHubのリポジトリfree-tts-apiにあります。

Airvozのほうが強いところ

Airvozは中国語、ベンガル語、アフリカーンス語などSupertonic 3が話さない言語も含め、はるかに多くの言語に対応し、インストールも不要です。それらの言語の短いクリップならそのほうが手軽です。SuperClonicaは31言語に対応し、長文や繰り返しの読み上げ、オフラインでのプライバシー、ナレーター・アナウンサー・キャラクターなどカタログの声が強みです。

声と権利

標準10音声（M1〜M5、F1〜F5）はモデルライセンスOpenRAIL-Mのもとで商用利用でき、自分の録音から学習させた声も同様です。カタログのキャラクターの声はファンが作ったもので、ファン利用とパロディ専用です。カタログの一部の声は買い切りの有料です。