# 自分のPCでテキストをオフライン読み上げする方法 更新日 2026-10-23 オフラインのテキスト読み上げとは、Webサービスではなく自分のPC上のプログラムが音声を生成することです。テキストはPCの外に出ず、文字数で課金されることもなく、一度インストールすればインターネットなしで動きます。 このガイドでは、普通のCPUで動くオープンな音声合成モデルSupertonic 3と、SuperClonicaのカタログの音声を使って、一連の流れを説明します。音声の選び方、Windows・macOS・Linuxへのエンジンのインストール、最初の音声ファイルの作成、長文の扱い方です。 ## オフライン音声合成に必要なもの Windows、macOS、LinuxのいずれかのPCがあれば十分です。Supertonic 3はCPUで動き、開発元によるとグラフィックボードは必要ありません。NVIDIAのGPUがあれば速くなりますが、必須ではありません。 - 標準のSupertonic 3クライアントにはGitとPython 3.11が必要です。SuperClonicaエンジンはPython 3.10以降で動きます。 - ベースモデル用に約400MBの空き容量。ダウンロードは一度だけです。 - 音声：音声のプロファイルを収めたJSONファイル1つ。 - インターネットはインストール時だけ必要です。その後はオフラインで音声を生成できます。 ## ステップ1：音声を選ぶ Supertonic 3にはいくつかのプリセット音声が付属しています。落ち着いたナレーター、ゲームのキャラクター、会話向きの声など、特定の声が欲しい場合はカタログを見てください。どの音声にもデモと作者による説明があり、無料のものもあります。 まず言語を確認しましょう。Supertonic 3は日本語、英語、韓国語、スペイン語、フランス語、ドイツ語、ロシア語などを含む31言語に対応していますが、中国語にはまだ対応していません。 購入後は「マイライブラリ」を開き、音声をJSON形式でダウンロードします。ほかの場所でSupertonic 3向けに作られた音声ファイルも同じように使えます。 ## ステップ2：Windows・macOS・LinuxにSupertonic 3をインストール 標準のSupertonic 3クライアントは今すぐ使えます。ターミナル（WindowsではPowerShell）を開き、当サイトの「仕組み」ページにあるコマンドを順番に実行します。GitHubからsupertonicリポジトリをクローンし、その中にPython 3.11の仮想環境を作成し（Windowsはpy -3.11 -m venv.venv、macOSとLinuxはpython3.11 -m venv.venv）、huggingface_hubをインストールし、hfツールでsupertone-oss-archive/supertonic-3モデルをassetsフォルダにダウンロードし、py/requirements.txtのパッケージをインストールしてpyフォルダに移動する、という流れです。 ページにはWindows用とmacOS・Linux用のコマンドがそのまま載っていて、コピーボタンもあります。時間がかかるのはモデルのダウンロードだけで、それも一度で済みます。 ## ステップ3：テキストを音声にする ダウンロードした音声をsupertonic/pyフォルダにvoice.jsonという名前で保存します。次に仮想環境からexample_onnx.pyを実行し、音声、テキスト、言語コードを渡します：--voice-style "./voice.json" --text "読み上げたい文章" --lang ja --n-test 1。resultsフォルダにWAVファイルが作られます。 ほかの言語にするときは、テキストとコードを変えます（例：--lang enや--lang ko）。スクリプトには--speedオプションもあり、既定値は1.05で、値を大きくすると話す速さが上がります。 ここから先はネットワークが要りません。接続を切っても、好きなだけテキストを読み上げられます。 ## より速く：SuperClonicaエンジン SuperClonicaはSupertonic 3をベースにした当社のエンジンです。同じJSON音声ファイルを変換なしで読み込み、同じ設定でCPUでは平均61%（Ryzen 7 5800Xで計測）、グラフィックボードでは平均73%（RTX 5070 Tiで計測）速く動きます。無音部分にノイズが乗らず、文末もきれいに収まります。 パッケージはPyPIで公開済みで、インストールはコマンド1つです：python -m pip install superclonica-cpu、NVIDIA GPUならsuperclonica-gpu-cuda（CUDAとcuDNNはpipが一緒に入れます）。読み上げも1行で済みます：superclonica --text "こんにちは。" --voice voice.json --lang ja --output hello.wav。ベースモデルは初回実行時にダウンロードされます。PythonからはSuperclonica().synthesize()に同じ引数を渡します。完全な例はインストールページにあります。 ## 長文を読み上げるコツ 本や記事、長い台本は、少し準備するだけで仕上がりが良くなります。 - テキストを章や節に分け、それぞれ別のファイルに書き出しましょう。うまくいかなかった箇所だけをすぐにやり直せます。 - 標準クライアントでは、1回に段落1つか数文ずつ渡し、音声編集ソフトでつなげます。SuperClonicaエンジンは長文を自動で短く区切って読み上げるため、言葉の繰り返しや途切れが起きにくくなっています。 - 数字、日付、単位、略語は、読み上げてほしい形で書きます。 - 長すぎる文は区切りましょう。間の取り方は句読点で決まります。 - 時間の見積もりも大切です。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。 ## ほかのガイド - [ボイスクローン：録音の声に近い音声を手に入れる方法](https://superclonica.com/ja/guides/voice-cloning) - [2026年、ローカルで使える無料の音声合成モデル](https://superclonica.com/ja/guides/best-free-tts-models) - [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](https://superclonica.com/ja/guides/text-to-speech-for-videos) - [Supertonic 3 の音声：カスタム音声の入手先と使い方](https://superclonica.com/ja/guides/supertonic-3-voices) - [Pythonで音声合成：オフライン・無料・自然な声で](https://superclonica.com/ja/guides/python-text-to-speech) - [Dockerで動かすセルフホスト音声合成API](https://superclonica.com/ja/guides/text-to-speech-api-docker) ## 音声合成と比較 - [自分のPCで動く音声合成・テキスト読み上げ](https://superclonica.com/ja/text-to-speech) - [Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに](https://superclonica.com/ja/compare/supertonic) - [Fish Audio・Fish SpeechとSuperClonicaの比較](https://superclonica.com/ja/compare/fish-audio) - [OmniVoiceとSuperClonica：言語の多さか、速度か](https://superclonica.com/ja/compare/omnivoice) - [ローカル音声合成ならQwen3-TTSかSuperClonicaか](https://superclonica.com/ja/compare/qwen3-tts) - [VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か](https://superclonica.com/ja/compare/voxcpm) - [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](https://superclonica.com/ja/compare/f5-tts) - [オフラインで使えるElevenLabsの代替](https://superclonica.com/ja/compare/elevenlabs) - [Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ](https://superclonica.com/ja/compare/kokoro) - [Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か](https://superclonica.com/ja/compare/piper) - [Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として](https://superclonica.com/ja/compare/xtts) - [Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか](https://superclonica.com/ja/compare/chatterbox) ## よくある質問 ### 無料でオフラインのテキスト読み上げはできますか？ できます。Supertonic 3はプリセット音声付きのオープンなモデルで、カタログには無料の音声もあります。クライアントとベースモデルをインストールすれば、音声合成にインターネットも文字数課金も要りません。 ### オフラインの音声合成にグラフィックボードは必要ですか？ 必要ありません。Supertonic 3とSuperClonicaはCPUで動き、当社の推定ではデスクトップ向け8コアCPUでSuperClonicaは実時間の6.4〜9.7倍の速さで読み上げます。GPUがあればさらに速くなります。NVIDIA GPUが必須なのは、新しい音声を学習させるときだけです。 ### Macでも使えますか？ 使えます。標準クライアントはmacOSでもLinuxと同じコマンドで動き、環境はpython3.11 -m venv.venvで作成します。 ### どの形式の音声ファイルになりますか？ WAVです。Supertonic 3の標準サンプルもSuperClonicaエンジンもWAVファイルを保存します。MP3などが必要なら、音声編集ソフトや動画編集ソフトで変換できます。 - [カタログで音声を選ぶ](https://superclonica.com/ja/explore) - [SuperClonicaエンジンをインストール](https://superclonica.com/ja/superclonica) ## 出典 - [Supertonicクイックスタート（GitHub）](https://github.com/supertone-oss-archive/supertonic#quick-start) - [Supertonicのサンプルスクリプト：オプションと出力](https://github.com/supertone-oss-archive/supertonic/blob/main/py/example_onnx.py) - [Supertonic 3のモデルカード（Hugging Face）](https://huggingface.co/supertone-oss-archive/supertonic-3) - [SuperClonica](https://superclonica.com/ja/) - [テキスト読み上げ用AI音声カタログ](https://superclonica.com/ja/explore) - [Supertonic 3 カスタム音声の依頼](https://superclonica.com/ja/requests) - [仕組み：音声、ローカル合成、学習](https://superclonica.com/ja/guide) - [高速な Supertonic 3 エンジンのインストール](https://superclonica.com/ja/superclonica) - [私たちについて：音声合成が好きなチーム](https://superclonica.com/ja/about) - [お問い合わせ・サポート・音声の通報](https://superclonica.com/ja/contacts) - [プライバシーポリシー](https://superclonica.com/ja/privacy) - [利用規約](https://superclonica.com/ja/terms) - [音声合成](https://superclonica.com/ja/text-to-speech)