文字数クレジットのいらないSpeechGenの代わり
SpeechGenはオンラインの音声生成サービスで、自社の説明では約150言語で5000以上の声があります。4.99ドルからの従量制クレジットで、購入から1年で失効し、少しの無料枠、多数のダウンロード形式、全プランの商用ライセンス、APIがあります。
たくさんの文章を読み上げると、文字単位のクレジットはかさみます。SuperClonicaには制限のない無料のオフラインエンジンと、時間で課金するAPIがあります。このガイドで正直に比べます。
SuperClonicaの違い
無料のSuperClonicaエンジンは自分のパソコンでオフラインかつ文字数制限なしで動くので、長いオーディオブックも電気代だけです。カタログには作者がつくったキャラクター、ナレーター、アナウンサー、ゲームの声があり、各ページで無料で試せます。スタジオでは自分の録音から声を学習させられます。アプリ向けの音声合成APIは文字数ではなく時間で課金します。無料キーは1日1分、月5ドルのスタートは10分ごとの枠で最大3分、上限まで使えば月約216時間です。
SpeechGenの方が向いている場合
SpeechGenの方が声も言語もずっと多く、約150言語あります。SuperClonicaが使うSupertonic 3は31言語で、中国語にはまだ対応していません。インストールなしでブラウザから多くの形式とビットレートで書き出せます。SuperClonicaにない言語で、たまに短いナレーションをつくるならSpeechGenの方が手軽です。
自分の文章でSuperClonicaを試す
カタログでいくつかの声を開き、台本の同じ1文を読み上げ比べます。長い文章はpython -m pip install superclonica-cpuでエンジンをインストールし、.txtファイルを直接MP3やWAVにします。コマンドは「テキストをMP3に」のガイドにあります。今の文字単価と比べてみてください。