動画の音声解説をAI音声で
音声解説は、目の見えない人や見えにくい人に、画面で起きていることをセリフの合間に伝えます。誰が入ってきたか、何が変わったか、どんな文字が出たか。ウェブアクセシビリティのガイドラインは、収録済み動画に対してレベル AA で音声解説を求めています（WCAG 達成基準 1.2.5）。ただ、動画や更新のたびにナレーターを収録するのは時間も費用もかかります。
SuperClonica なら、音声解説の台本を明瞭で中立的な声で読み上げられます。オンラインで無料で試せ、自分のPCでオフラインでも作れます。このガイドでは、解説文の書き方、音声化、動画への組み込み方を紹介します。
良い音声解説とは
見えるものを説明し、その意味は説明しないこと。結論は視聴者に任せましょう。
- 現在形の短い文で：「彼女がドアを開ける。部屋は空だ。」
- 理解に必要なことだけ：動作、変化、画面上の文字、誰が話しているか。
- 自然な間に入れ、大事なセリフの上には重ねない。
- シリーズを通して変わらない、落ち着いた中立的な声。
一文を無料で聴く
どの声のページでも、30〜100文字の解説文を貼り付け、言語を選んで生成ボタンを押します。数秒で、音声解説に十分明瞭な声かを確かめられます。アカウントは不要です。
合間に入る解説を書く
合間が短すぎるときは、声を速くしすぎるより文を削りましょう。
- 動画を見て、セリフの合間ごとに開始時刻と長さをメモする。
- 合間ごとに収まる長さで解説を1つ書く。目安は1秒あたり日本語で6〜8文字。
- ファイル名は開始時刻で：0:12 の場面なら ad_0012 のように。
- 画面のタイトルや文字は、視聴者に必要な場面で読み上げる。
オフラインで音声化してミックス
無料の SuperClonica エンジンをインストールします：python -m pip install superclonica-cpu。解説は1つずつ別ファイルに生成します。たとえば superclonica --text-file ad_0012.txt --voice F1 --lang ja --normalize --output ad_0012.wav。--normalize で全ての文を同じ音量にそろえ、標準より少し高い --speed にすると短い合間に収まりやすくなります。動画編集ソフトで各ファイルを開始時刻に置き、その下の本編の音を少し下げ、音声解説版か、解説だけの別トラックとして書き出します。同じ声で最大31言語の解説が作れます。
視聴者と一緒に
中立的な標準の声（F1〜F5、M1〜M5）か、カタログの明瞭なナレーターを使い、シリーズを通して同じ声にしましょう。できれば、目の見えない人や見えにくい人に結果を確認してもらってください。何が足りないかは当事者がいちばんよく知っています。合成音声は音声解説を速く、更新しやすくしますが、丁寧な台本の代わりにはなりません。