VOICE CLONING（ボイスクローン）

ボイスクローンは、一般にオーディオサンプルからそのデジタルレプリカを作成するために、人の声を複製または合成するプロセスです。このデジタルレプリカは、プレゼンテーション、ポッドキャスト、オーディオブック、ビデオのボイスオーバーといったさまざまな目的で、音声の生成に使用することができます。

インスタントボイスクローン（IVC）は、短い音声サンプルから声を手早く複製しますが品質は劣ります。プロフェッショナルボイスクローン（PVC）では、トレーニングのために30分以上の音声データが必要ですが、元の声にきわめて忠実な音声レプリカが生成されます。最良の結果を得るために、バックグラウンドノイズや音楽その他のサウンドエフェクトが入っていない、ご自分だけが話しているクリーンな音声ファイルをアップロードしてください。

クローン作成できるのはご自身の声、またはお客様がクローン作成する権利を持つ声だけです。セキュリティ強化のため、プロフェッショナルボイスクローンを作成する場合、当社は、所定の時間内にテキストプロンプトを読み上げるという方法でボイスキャプチャメカニズムを完了することをユーザーに義務づけています。これはトレーニング用にアップロードしたトレーニングサンプルとお客様の声が一致することを確認するためです。声が一致した場合、お客様のリクエストは微調整のために送信されます。声が一致しなかった場合はヘルプセンターに連絡し、人の手による声の検証を依頼してください。

インスタントボイスクローンの場合、音声レプリカはすぐに出来上がります。プロフェッショナルボイスクローンの場合は、通常2～4時間かかります。お客様のボイスクローンが完成した時点で通知が送られます。

完璧な音声レプリカを作成する場合、プロフェッショナルボイスクローンを使用されることをお勧めします。必要な音声は30分以上ですが、3時間が最適です。インスタントボイスクローン（IVC）は、品質がやや劣るものの、ほんの1分という短い音声サンプルを使ってお客様の声を複製することができるスピーディで便利な方法です。いずれを使用する場合も、最良の結果が得られるのは、アップロードされたファイルが、バックグラウンドノイズや音楽その他のサウンドエフェクトが入っていない、話者が1名のみのクリーンな音声ファイルで構成されている場合です。

AI 音声クローンには、当社の多言語モデルとの互換性が自動的に備わっているため、サポートされている 32 言語すべてを音声で話すことができます。英語、日本語、中国語、ドイツ語、ヒンディー語、フランス語、韓国語、ポルトガル語、イタリア語、スペイン語、インドネシア語、オランダ語、トルコ語、フィリピン語、ポーランド語、スウェーデン語、ブルガリア語、ルーマニア語、アラビア語、チェコ語、ギリシャ語、フィンランド語、クロアチア語、マレー語、スロバキア語、デンマーク語、タミル語、ウクライナ語、ハンガリー語、ベトナム語、ノルウェー語。