「この声、本当に俺の声？」って、最初は半信半疑だった。YouTubeで見かける、あの滑らかなナレーション。どう考えても素人には出せない声質だ。でも、無料の音声クローンがあるって聞いて、藁にもすがる思いで飛びついたんだ。
結論から言うと、無料の音声クローンは、使い方を間違えなければ、本当に使える。ただ、最初の1回目は、ほぼ確実に失敗する。俺もそうだった。
この記事では、実際に無料の音声クローンで「ポッドキャストのオープニング」と「ショート動画のナレーション」を作った経験から、失敗しない録音のコツ7選を紹介する。読み仮名の指定方法、テンポの調整、録音環境の作り方まで、全部実体験ベースだ。
コツ1: 録音する前に「台本」を音読する
これ、地味に一番大事。
俺は最初、パソコンの画面に書いた文章をそのまま読んだ。そしたら、クローンされた声が、ところどころ「カクッ」と詰まるんだ。原因は、俺自身が文章を目で追いながら読むのに必死で、言葉の抑揚が死んでたから。
だから、録音する前に、必ず声に出して台本を読む。1回でいい。そうすると、自然な区切り、強調したい場所、息継ぎの位置が体に染み込む。
コツ2: 読み仮名は「楽しい」を「ガクしい」にしない
日本語のTTSあるあるだけど、読み仮名の誤りが一番の敵だ。
俺が最初に作ったポッドキャストのオープニングで、「楽しい」を「ガクしい」って読まれた。え、なんで？ って思ったけど、どうやら「楽」の漢字を「ガク」と読むパターンと混同したらしい。
無料の音声クローン（俺が使ってるのは ウェブ版 だけど）には、読み仮名を直接指定する機能がある。
「楽しい」を「たのしい」とひらがなで書く。これだけで、読み間違いは9割防げる。
コツ3: テンポは「少し遅め」に設定する
ショート動画のナレーションを作ったとき、最初はデフォルトのテンポで出力した。そしたら、早口で聞き取りづらい。
無料の音声クローンには、声の高さやテンポを調整する詳細設定が付いてる。
俺の体感だと、デフォルトから10%くらい遅くするのがちょうどいい。特に、ポッドキャストのオープニングは、聞き手が「さあ、これから聞くぞ」と構えてる時間。ゆったりしたテンポの方が、プロっぽく聞こえる。
コツ4: 録音は「静かな部屋」じゃなくて「狭い部屋」で
録音環境の話。
「静かな部屋」って言うと、広いリビングとかを想像するだろ？ でも、広い部屋は反響がすごい。声が「ワンワン」響いて、クローンに変なノイズが乗る。
俺がうまくいったのは、クローゼットの中。衣類が音を吸って、デッドな音になる。
どうしても部屋で録音するなら、布団や毛布を周りに立てかける。それだけで、音のクリアさが全然違う。
コツ5: 5秒の録音じゃ足りない。30秒は録れ
無料の音声クローンは、数秒〜数十秒の音声で学習してくれる。
でも、5秒でクローンした声は、やっぱり薄い。
俺が使ってるツールだと、30秒以上録音すると、かなり自然な発音になる。
特に、母音の長さが再現されるようになる。日本語は母音が命だから、ここはケチらない方がいい。
コツ6: 出力後に「聞き直す」時間を必ず取る
これ、一番面倒だけど、一番大事。
テキストを入力して、ボタンを押して、出力された音声を聞く。
「あ、ここ変だ」って思ったら、その部分だけテキストを修正して再生成する。
無料ツールだから、何度でも生成できる。俺は、ショート動画のナレーションを1本作るのに、平均5回は生成し直してる。
コツ7: 出力した音声は「そのまま」使わない
最後の仕上げ。
無料の音声クローンから出力された音声は、音量が小さいことが多い。
俺は、スマホの無料アプリで音量を上げて、軽くノーマライズしてる。
それだけで、聞きやすさが段違い。
さて、ここまで読んで「無料の音声クローン、試してみようかな」と思った人に、一つだけ言っておきたい。
最初から完璧な声を求めないでほしい。
俺の最初のクローン声は、正直、ロボットみたいだった。でも、録音のコツを掴んで、読み仮名を細かく指定するようになって、今では「それっぽい」声になってる。
無料の音声クローンは、ここのサイト で誰でも使える。登録もいらないし、無料だ。
まずは、自分の声を30秒録音してみてくれ。
そして、その声が「テキスト」に変わって、また「自分の声」に戻ってきたときの、あの不思議な感覚を味わってみてほしい。
きっと、次の動画作りの強い味方になるはずだ。
追記: この記事で紹介した手順は、無料の音声クローンページ からすぐに試せる。もし、読み仮名の指定方法が分からなかったら、動的な記事一覧 に詳しい使い方を載せてるから、そっちも見てみて。