オーディオと声

VisionStoryは、英語、中国語、スペイン語、アラビア語、ポルトガル語、ロシア語、日本語、パンジャブ語、ドイツ語、フランス語、韓国語、トルコ語、タミル語、ベトナム語、ヒンディー語、ベンガル語、ウルドゥー語、ペルシャ語、イタリア語、インドネシア語、タイ語、マラーティー語、テルグ語、ウクライナ語、マレー語、ルーマニア語、ポーランド語、オランダ語、グジャラート語、カンナダ語など、世界中の主要30言語以上に対応しています。

VisionStoryのボイスライブラリには200種類以上の声があり、性別・年齢・用途で絞り込みが可能です。ご希望の声が見つからない場合は、音声をアップロードまたは録音することでカスタムAIボイスクローンを作成することもできます。

一部の言語では、音声の選択肢がその言語専用に最適化されているため、数が限られています。しかし、VisionStoryの音声エンジンは、英語などの音声が複数の言語を話せるように設計されているため、柔軟に音声を選択することが可能です。

ボイスクローンとは、特定の声を模倣するカスタムAI音声を作成できる機能です。音声をアップロードまたは録音することで、声をクローンできます。最適な結果を得るためには、静かな環境でクリアに録音された音声を使用してください。

英語、スペイン語、日本語、中国語でのボイスクローンは無料でご利用いただけますので、ご自身の声に似ているかテストできます。ただし、クローンした声を動画生成に使用するにはProプラン以上のご契約が必要です。また、これら4言語以外でのボイスクローンもProプラン以上が必要となります。

ボイスクローンは、英語、スペイン語、日本語、中国語の4言語で無料でご利用いただけます。その他の言語については、Proプラン以上のご契約が必要です。対応言語は変更される場合がありますので、最新の対応状況はボイスクローン機能内でご確認ください。

プレビュー音声は、最終的な動画を生成する前に、話す動画用の音声を事前に作成できる機能です。この機能を使うことで、声の種類や発音、ポーズ（間）などが希望通りか事前に確認できます。動画生成前に音声を調整できるため、より満足のいく仕上がりにすることが可能です。プレビュー音声の利用にはクレジットが必要ですが、Proプラン以上のご契約でご利用いただけ、プランごとに利用可能なプレビュー音声の上限が異なります。

ストップウォッチのアイコンと「+0.5秒」機能は、生成される音声に0.5秒のポーズ（間）を挿入するためのものです。必要に応じて複数のストップウォッチアイコンを連続して追加することで、より長いポーズを作ることもできます。

URLインポートは、指定したURLから音声をダウンロード・抽出し、動画生成に利用できる機能です。現在、YouTubeとTikTokのリンクに対応しています。他のサイトへの対応をご希望の場合は、お問い合わせください。また、インポートした音声はボイスチェンジャー機能を使って内容を保ったまま声を変更することも可能です。

ノイズ除去機能は、音声をインポートまたは録音する際にバックグラウンドノイズを除去し、動画の音声品質をよりクリアにするための機能です。この機能を利用するにはProプラン以上のご契約が必要です。

ボイスチェンジャー機能は、音声の声質を変更できる機能です。元の内容を保ちながら、ユニークな音声バリエーションを作成することができます。この機能を利用するにはProプラン以上のご契約が必要です。

声の感情は、入力するテキストによって表現されます。異なるテキストを使用すると、テキスト読み上げ（TTS）システムが自動的に適切な感情を反映するため、特別な操作は必要ありません。

ストップウォッチ機能を使用する場合、1つのストップウォッチは0.5秒のポーズを表します。連続して使用することで最大3秒までの長いポーズを作ることができます。ただし、1つのテキストセグメント内で3つ以上連続してポーズを入れると、AIが予期しない音やノイズを発生させる場合があるため、2つまでに留めてください。