ガイド

音声読み上げの時間：このテキストは読むと何分？

台本を音声化する前に、たいてい長さを知る必要があります。30秒の CM 枠、60秒のショート、10分のポッドキャスト、授業時間に収めたい教材。言語や声ごとに話す速さが違うので、文字数だけでは分かりません。

私たちは SuperClonica のエンジンで、同じ物語を7言語、標準の速さで読ませて測りました。音声化する前に長さを見積もり、そのあと Python 1行で正確な秒数を出せます。

音声を見る SuperClonica エンジンをインストール

測定した話す速さ

落ち着いた物語の段落を、標準ボイスの男性と女性の声で、標準の速さで測りました。2つの声の差は3%未満でした。

  • 日本語：1分あたり約320文字。
  • 英語：1分あたり約190語、約1000文字。
  • スペイン語、ドイツ語、フランス語：1分あたり約165語。
  • ポルトガル語：1分あたり約150語。
  • ロシア語：1分あたり約130語。

無料でオンラインで速さを聞く

どの声のページでも、30〜100文字の文を入力して生成ボタンを押せば、その声の日本語での速さが数秒で分かります。アカウントは不要です。

ざっくりした目安

数秒の余白を残しましょう。枠を最後の1秒まで埋めた台本は、音楽や間を足すと早口に聞こえます。

  • 30秒の CM：日本語で約160文字。
  • 60秒のショート動画：約320文字。
  • 10分のポッドキャストや動画：約3200文字。
  • 1000文字：約3分。

台本の正確な長さ

速さを変えると長さもほぼ比例して変わります。標準は 1.05 で、--speed 0.85 にすると同じテキストが約4分の1長くなります。正確な長さを知るには、無料エンジンを python -m pip install superclonica-cpu で入れ、台本を script.txt に保存して実行します：from superclonica import Superclonica; tts = Superclonica(); audio, rate = tts.synthesize(open('script.txt', encoding='utf-8').read(), 'M1', 'ja'); print(round(len(audio) / rate, 1), 'seconds')。Docker サーバーも X-Duration-Seconds ヘッダーで同じ値を返します。

思ったより長くなる理由

数字は言葉に直して読まれるので、1250 や 2027 は何語分にもなります。略語はフルで読まれることがあります。句点が多い文や、あいだに無音を入れた行は時間が延び、読点の少ない長い文は速く読まれます。平均に頼らず、実際の台本で一度測りましょう。