AI音声でオーディオブックを作る方法
AIナレーターを使えば、スタジオなしで原稿をオーディオブックにできます。本全体を同じ声で通し、文章が変わってもどの章も数分で作り直せます。難しいのは声ではなく作業の流れです。テキストの準備、章ごとの統一、ストアやプレーヤーが受け付けるファイルの書き出し。
このガイドでは、SuperClonica のカタログと、ふつうのPCで長文をオフライン生成できる無料の SuperClonica エンジンを使って、その流れを紹介します。
何時間でも聴けるナレーターを選ぶ
長時間聴くには、キャラクターではなく、落ち着いた平坦な声（ナレーターや会話調の男性・女性の声）が向いています。候補ごとにページで本の一節を試し（1回30〜100文字）、10文目でも心地よく聞こえる声を選びましょう。
テキストを準備する
オーディオブックでは、ほかの何よりもきれいなテキストが大切です。聴き手は目で戻って単語を確かめられません。
- 本を章ごとに1つの .txt ファイルに分ける。
- ページ番号、柱、注番号、レイアウト上のハイフンを取り除く。
- 珍しい名前、数字、略語は読ませたいとおりに書き、全章で同じ表記になるよう一覧を作る。
- 句読点でリズムを作る。段落と句点がナレーターに息つぎを与えます。
章をオフラインで生成する
声を一度購入してファイルをダウンロードし、無料の SuperClonica エンジンを入れます：python -m pip install superclonica-cpu。あとは章ごとに1行で生成します。例：superclonica --text "$(cat chapter01.txt)" --voice narrator.json --lang ja --output chapter01.wav。エンジンは長文を自然な区切りで分けて章ごとに1つのファイルにまとめ、どの章も同じ声質から始まるので、本全体を通してナレーターの声が変わりません。
私たちの見積もりでは、8コアのデスクトップCPUで実時間の6.4〜9.7倍の速さで生成でき、1時間分の音声はおよそ6〜10分、グラフィックカードは不要です。
聴いて、直して、作り直す
各章を通常速度で、テキストを見ながら聴きましょう。読み間違いがあれば、テキストの表記を変えてその章だけ作り直します。スタジオの再収録ではなく、数分で済みます。
プレーヤーやストア向けに書き出す
エンジンは WAV ファイルを書き出します。ffmpeg などの音声ツールで MP3 や章付きの M4B オーディオブックに変換し、ストアが求める音量にそろえましょう。公開前に、ストアのAIナレーションに関する規定を確認し、テキストと声の権利があることを確かめてください。