ニューラル音声スタジオ
テキストを入力または貼り付けて、最高品質の音声を瞬時に生成・再生できます。
スタジオ制作アーキテクチャとニューラル音声合成
ゼロ遅延ストリーミングと確定型キャッシュを備えた高性能オーディオ制作ワークベンチ。
OpenTTSスタジオは、ユーザー登録、有料サブスクリプション、APIキーを一切必要とせず、ブラウザ上で直接プロ品質の音声合成を提供します。2層構造のメモリ構成により、同一テキストのクエリはTier 1 RAM LRUキャッシュから1ミリ秒未満で返され、新規テキストも16KBチャンクバッファで即座にストリーミング再生されます。
当社の音響ボコーダーパイプラインは、最大24,000Hzまでの全可聴周波数帯域をモデル化し、フォルマントの自然な曲線、呼吸の推移、子音の立ち上がりを忠実に再現します。長編オーディオブック、ハイテンポなYouTube動画、会話型ダイアログなど、ピッチ・速度・音量を歪みなく自在にコントロールできます。
自然なポーズ・呼吸構文ガイド
複雑なSSMLタグを使わず、角括弧タグで原稿にリアルな呼吸間隔と語りの間を挿入できます。
オーディオマスタリング・コーデック仕様
デジタルストリーミング、ポッドキャスト、映像編集(DAW)向けに校正された出力仕様。
開発者向けクイックスタート: REST API連携
認証ヘッダー不要のパブリックREST APIを使用して、プログラムから直接音声を生成できます。
curl -X POST "http://localhost:8000/api/v1/tts" \
-H "Content-Type: application/json" \
-d '{
"text": "OpenTTSへようこそ。[pause:medium] プロ品質の音声を瞬時に生成できます。",
"voice": "voice-179",
"pitch": 0,
"speed": 0,
"volume": 100,
"format": "mp3"
}' --output output.mp3OpenTTSスタジオに関するよくある質問
技術仕様、商用ライセンス、効率的なスタジオ編集のヒント。
はい!OpenTTSスタジオで生成されたすべての音声は100%ロイヤリティフリーであり、YouTube、ポッドキャスト、商用アプリ、広告ナレーションで自由に収益化できます。
1回のリクエストにつき最大2,000文字まで入力できます。長編小説や長い原稿は、[pause:long]タグを用いて段落ごとに分割生成することをおすすめします。
OpenTTSはフェーズボコーダー技術によりピッチと速度を独立して変調します。音調を変えても再生時間は変わらず、速度を変えても声が甲高くなることはありません。
タイムラインでの高音質編集には非圧縮の16-bit 48kHz WAV形式が最適です。ファイルサイズを抑えたい場合は高音質MP3を選択してください。
キャッシュされたリクエストはTier 1 RAM LRUメモリから1ミリ秒未満で配信されます。新規テキストでも体感ゼロ遅延でストリーミングが開始されます。