客服IVRの音声、どう録る？ショート動画のナレーションとポッドキャストのオープニングを比べてみた
先週、妹がやってる小さなカフェの電話自動応答（IVR）を録り直そうとして、三回もやり直した。最初は「まあ、適当に読めばいいだろう」と思ってたのに、出来上がりを聞くとまるでテレアポの営業トーク。お客さんが聞いた瞬間に切られそうな雰囲気で、正直焦った。
同じ「マイクに向かって喋る」でも、ショート動画のナレーションとポッドキャストのオープニングでは求められるスキルが全然違う。去月、あるグルメ系TikTokのナレーションを頼まれたとき、台本はたった80文字。なのに録音にほぼ2時間かかった。難しいのは「映像に合わせる」こと。カットのタイミングで語尾を伸ばしたり、食材がフライパンに落ちる音に合わせて間を取ったり。0.5秒遅れただけで視聴者はスワイプしていく。
一方、ポッドキャストのオープニングは「一発録り」が鉄則。先週、独立系ポッドキャストの冒頭30秒を録ったけど、深夜ラジオのような親密さを出すのが地味にきつい。部屋には自分しかいないのに、ついニュース読みみたいなトーンになっちゃう。何度も録り直して、やっと「部屋の空気感」が出せた気がする。
ショート動画ナレーションで一番怖い「読み上げ感」
15秒で商品のウリ、感情の起伏、アクション喚起を詰め込むから、つい「テレビショッピング」みたいになる。BGMが被さると、せっかく綺麗に録った声が半分消える。プラットフォームの審査でNGワードが出ると、台詞も声も変えなきゃいけなくて、最後は自分でも聞きたくない出来になる。
ポッドキャストオープニングの別の壁
映像がない分、声そのものが丸裸。息遣い、唾の音、緊張で震える声まで全部拾われる。リスナーの耳は意外と鋭い。五回録り直しても「台詞間違い」じゃなくて「トーンがコールセンターっぽい」って理由でボツ。自分が「部屋にいる感」を出せないと、ただの業務連絡に聞こえちゃう。
IVRが求める声って何？
IVRはショート動画でもポッドキャストでもない、独自の「癖」がある。お客さんがかける理由は返品、クレーム、問い合わせ。声が張り切りすぎると「プロっぽくない」、かと言って暗すぎると「適当」に聞こえる。どっちもダメ。
一番大事なのは「繰り返し聞いても疲れない」こと。同じガイダンスが1日数百回流れる。少しでも耳障りな高域があると、用件を話す前に切られる。だから中立で温かみのある、少しゆっくりめの合成音声が一番合う。語速を落として、ボタン操作や考える余白を残す。機関銃のように早口で流すのはNG。
自宅録音環境のリアルな苦労
最初は「デスクトップマイクで十分」と思ってた。でも初回テストでPCファンの音、窓の外の防災無線、隣の部屋のエアコン音が全部入ってた。聞き返した瞬間「これじゃお客さんに失礼」と即却下。
マイクとの距離も罠。近すぎると「パ行」が破裂音みたいに鳴るし、遠すぎると部屋鳴りが目立つ。IVRみたいに「無駄な装飾ゼロ」の音声を作るなら、録音環境への要求はほぼプロ級。わずかなホワイトノイズも、何百回もループすればノイズストームになる。
録音アプリの設定も見落としがち。無料アプリの多くはデフォルトで高圧縮、高域カットされてて、声が平板になる。最終的に「無圧縮WAVで取り直す」のが最低ラインだと気づいた。後からEQいじっても元が潰れてたらどうしようもない。
なぜショート動画のナレーションをIVRに流用できないのか
知り合いのショート動画クリエイターから「前のナレーション素材、IVRに使えない？」と聞かれた。試しに当てはめてみたら、即座に問題が露見。動画用ナレーションは「盛り上げ」のためにピッチを上げたり、売り文句の前でわざと間を取ったりする。「演技」がIVRでは邪魔になる。お客さんは「どのボタン押せばいい？」って思ってるのに、声がドラマチックだと頭が痛くなる。
IVRは「24時間365日対応の電話コンシェルジュ」。ラジオ体操の指導員みたいに、聞き取りやすく、でもドラマ性ゼロ。語速は動画より遅め、間は「ボタンを押す・次の指示を待つ」ための余白。無理に流用すると、結局ゼロから録り直し、ピッチ調整、リサンプリング…手間が倍増。一番確実なのは、IVR専用の中立で聞き取りやすいサンプルを用意して、電話回線向けにチューニングした声を作ること。
VoxCloneで無料クローンしてIVR音声を作る
プロの声優もスタジオも雇えないし、外注する時間もない。最近は VoxClone を使ってる。ブラウザ開くだけで 登録不要 音声合成 ができて、もちろん無料。
手順はシンプル。
- 好みのカスタマーサービス音声サンプルを用意（自分で録ったクリーンな30秒でもOK）
- 無料音声クローン ページにアップロードして、自分のAI声をクローン
- オンライン文字読み上げ でIVRスクリプトを入力。例：「ありがとうございます。○○株式会社です。ご注文の確認は1、オペレーターへ繋ぐのは2を押してください」
- 生成された音声をダウンロードして、PBXやクラウド電話システムにアップロード
これだけで 無料 TTS と 音声クローン オンライン の両方が完結。インストール不要、ウォーターマークなし、文字数制限なし。小規模事業者なら数分でIVRガイダンスを更新できる。あとで自社システムに組み込みたいときは、詳しいチュートリアル にある 無料語音合成API も使える。
よくある質問
IVR音声にクローン声を使っても大丈夫？
問題ありません。クローンした声がクリアで発音が標準的なら、そのままIVRに使えます。生成音声に環境音が混じらないよう、語速を適度に落としておけばお客様もスムーズに聞き取れます。
無料TTSで作った音声は商用利用できる？
VoxCloneは 永久無料 音声クローン プラットフォームで、生成された音声はカスタマーサポート電話、ショート動画、ポッドキャスト、オーディオブック音声作成など商用シーンでも自由に使えます。著作権の心配は不要です。
スマホで30秒の挨拶を録って、VoxCloneにアップロードしてクローンしてみて。生成された声が、自分で台本を読むより自然に聞こえるか、ぜひ試してみてください。