ガイド

ゲーム開発向けテキスト読み上げ：スタジオなしでNPCの声を

インディーゲームやプロトタイプには、声優の予算がつくずっと前から何百ものセリフが必要です。NPCのかけ声、チュートリアルの案内、クエストの会話、アナウンス。テキスト読み上げがその穴を埋めます。台本の行を変え、音声を作り直し、ゲームをビルドし直すだけです。

このガイドでは、開発マシンやビルドサーバーでオフラインに動く Supertonic 3 と無料の SuperClonica エンジンでの進め方と、リリースに使える声の入手方法を紹介します。

音声を見る SuperClonica エンジンをインストール

オフラインTTSがゲーム開発に向く理由

ゲームには、台本とともに何度も変わるセリフが、チームのどのマシンでも必要です。

  • 文字数課金なし：台本が変わるたびに何度でもセリフを作り直せます。
  • ふつうのCPUで動くので、グラフィックカードのないビルドマシンにも向きます。
  • 同じ音声ファイルは毎回同じ声質になるので、数週間離れて作ったセリフもそろいます。
  • 1つの声で31言語。ローカライズの試作に便利です。

セリフを一括で生成する

python -m pip install superclonica-cpu でエンジンを入れ、セリフを ID・言語・テキストの簡単な表で管理します。短い Python やシェルのスクリプトで各行について superclonica --text "..." --voice npc.json --lang ja --output lines/npc_greeting_01.wav を呼べば完了です。リポジトリには音声ではなくスクリプトを置き、ビルド時に WAV を生成しましょう。

コードから呼ぶ方法や、エディターツール向けの HTTP サービスとして動かす方法は、Python での読み上げと Docker での自前 API のガイドで紹介しています。

Unity、Godot、Unreal に取り込む

エンジンは標準的な WAV ファイルを書き出し、どのゲームエンジンでもオーディオクリップとして取り込めます。会話システムが見つけられるようファイル名をセリフIDにし、セリフは短めに。1ファイル1〜2文なら、タイミング合わせ、字幕、作り直しが楽です。

リリースに使える声

プロトタイプなら、台本を聴くのにカタログのどの声でも構いません。リリースするゲームには権利のある声を使いましょう。同意した俳優の5〜10秒のきれいな録音から、NVIDIA のグラフィックカードを積んだPCでスタジオで学習するか、取引所でオリジナルの声を注文します。ファンが作ったキャラクターや有名人の声はパロディやファン作品向けで、商用ゲームには使えません。

NPCのセリフを生き生きと

人が話すようにセリフを書き、句読点でリズムを作りましょう。叫びには感嘆符、ためらいには三点リーダー、上がり調子には疑問符。NPCの種類ごとに声を分け、世界の固有名詞の読み方リストを作っておくと安心です。