ガイド

Windows でテキスト読み上げ：自然な声をオフラインで WAV に

Windows は内蔵の音声でテキストを読み上げられますが、それは画面を読むためのもので、キャラクターの声で音声ファイルを作るためのものではありません。無料の SuperClonica エンジンは、ニューラルモデル Supertonic 3 をあなたのPCに加えます。音声を WAV ファイルに保存し、ふつうのCPUでオフラインに動き、31言語を話します。

このガイドでは、PowerShell からのインストール、1文やテキストファイルまるごとの読み上げ、スクリプトにドロップしてテキストを音声にする方法、声の選び方を紹介します。

音声を見る SuperClonica エンジンをインストール

必要なもの

モデル内蔵の10種類の声（M1〜M5、F1〜F5）はすぐ使えます。カタログの声は JSON ファイルで、--voice で指定します。

  • Windows 10 または 11。
  • python.org の Python 3.10 以降。インストーラーが py ランチャーも入れます。
  • Supertonic 3 モデル用に約400MBのディスク。ダウンロードは1回だけ。
  • グラフィックカードは不要：NVIDIA は速くするだけです。

PowerShell からインストール

PowerShell を開き、1行でエンジンを入れます：py -m pip install superclonica-cpu。NVIDIA のグラフィックカードがあるなら、代わりに superclonica-gpu-cuda を入れます。CUDA と cuDNN は pip が自動で入れます。superclonica コマンドが見つからないときは、py -m superclonica と呼べば必ず動きます。

PowerShell で読み上げ

モデルは初回起動時にダウンロードされ、その後はインターネットなしで動きます。

  • 1文：py -m superclonica --text "Windows からこんにちは。" --voice F1 --lang ja --output hello.wav、続けて start hello.wav。
  • 文書まるごと：メモ帳で .txt として保存し、--text の代わりに --text-file を使います。長い文章は自然な間で分割され、1つの WAV にまとめられます。
  • ほかの言語は --lang を en、de、es などに変えます。
  • 負荷の高いPCでは --threads 4 でCPUスレッドを制限できます。

テキストファイルをドロップで音声に

read.bat というファイルを作り、1行だけ書きます：py -m superclonica --text-file "%~1" --voice F1 --lang ja --output "%~dpn1.wav" && start "" "%~dpn1.wav"。好きな .txt を read.bat にドラッグすると、エンジンが読み上げ、同じ名前の WAV をテキストの隣に保存してプレーヤーで開きます。声や言語は行の中で書き換えてください。

声、グラフィックカード、学習

SuperClonica のカタログの声には、それぞれ30〜100文字のフレーズをオンラインで無料で生成できるページがあります。無料の声はアカウントなしでダウンロードでき、有料の声は一度買えば手元に残ります。さらに Windows では自分の声を学習させることもできます。スタジオ用の SuperClonica ワーカーは、NVIDIA RTX 20 シリーズ以降または GTX 16 を積んだ Windows 10・11 で動きます。