音声クローン
参照音声からボイスをクローンして再利用できるプライベート話者にし、その話者 ID を ListenHub のボイスを指定できるあらゆる場所で使います。
1–6 個の参照録音を、専用の ID を持つプライベート話者に変えます。いったん確認すれば、その ID は ListenHub のボイスを指定できる場所ならどこでも使えます — /tts、/podcast、解説動画とスライドの Skill、そして API です。
トリガー
/voice-clone でこの Skill を呼び出すか、次のいずれかのフレーズを使用します：
| フレーズ | 言語 |
|---|---|
clone my voice / voice clone / custom voice | 英語 |
克隆我的声音 / 克隆音色 / 声音克隆 | 中国語 |
用我的声音 / 自定义音色 / 复刻声音 | 中国語 |
ListenHub Skills のインストールが必要です — はじめに を参照してください。
簡単な例
Clone my voice from ./recording.m4a and read this with it: "Welcome back to the show."AI がクローンを実行し、プレビューを再生したうえで、ボイスを残すかどうかを尋ねます — クレジットを消費する可能性があるのは確認のステップです。
どちらのクローンを使うか
ボイスをクローンできる Skill は 2 つあり、生成されるものが異なります。
/voice-clone | /listenhub-voice | |
|---|---|---|
| 生成されるもの | ID を持つ永続的なプライベート話者 | このリクエスト 1 回分の音声 |
| 保存 | される — プランのボイス枠を 1 つ占有します | 何も残りません |
| 再利用 | 話者 ID を受け取るすべての Skill と API 呼び出しで可能 | 不可 |
| 費用 | プランの期間ごとの確認回数が残っている間は無料、その後は確認 1 回につき 300 クレジット | 生成そのもの以外はかかりません |
| 使いどころ | このボイスで今後もまた話す場合 | クリップが 1 つ必要なだけの場合 |
クローンの流れ
参照音声を渡す
ローカルファイルを 1–6 個 — .mp3、.wav、.m4a、.flac、.ogg、.aac。背景音楽の入っていないクリーンな発話が最もよくクローンできます。1 ファイルだけというのが一般的なケースです。
同意と言語を確認する
録音があなた自身の声でない場合、Skill はその話者本人の許可を得ているかを尋ね、得ていなければそこで処理を中止します。そのうえで、録音の言語を尋ねます — ログイン経由では zh または en です。API キー経由ではさらに多くの言語に対応しています。API リファレンスを参照してください。
クローンして試聴する
クローンはタスクとして実行され、一時的なボイスのプレビューが返ります。この時点では何も保存されず、課金も発生しません。
残すか、残さないか
Skill がボイスに名前を付けて永続的な話者として確認するのは、あなたが「残す」と伝えたときだけです。未確認のタスクは 7 日後に期限切れになります。
話者 ID を使う
Skill は新しい speakerInnerId を読み出してあなたに渡します。ボイスを指定する箇所にそのまま渡してください。
費用が発生するのは確認のステップです。プランの期間ごとのクォータ内は無料で、それを超えた後は 1 回につき 300 クレジットです。Skill が自らの判断で確認を実行することは決してありませんし、あなたの明示的な「はい」なしにクレジットの課金を承認することも決してありません。
制限
| 項目 | 値 |
|---|---|
| 参照ファイル | 1 クローンあたり 1–6 個 |
| ファイルサイズ | この Skill 経由では 1 ファイル ≤5MB、合計 ≤20MB（API 自体は 1 ファイルあたり 20MB を受け付けます） |
| プラン | 音声クローンには有料プランが必要です — 無料アカウントでは確認のステップでアップグレードを求めるエラーになります |
| ボイスの枠 | 同時に保持できるクローン済みボイスの数は、プランによって上限が決まります |
枠の上限に達している場合は、ボイスを 1 つ削除して枠を空けてください。削除すると枠は空きますが、すでに消費した確認回数は戻りません。
クローンしたボイスの管理
Skill は、プランの枠の上限と残りの確認回数を添えてボイスを一覧表示し、1 件の詳細を確認し、名前の変更や性別の変更を行い、1 つ削除して枠を空けることができます。やりたいことを普通の言葉で伝えてください —「クローンしたボイスを一覧して」「このボイスの名前を変えて」「古い方を削除して」。
クローンしたボイスはあなたのアカウント専用で、話者を一覧したときに公式カタログと並んで表示されます。
同意
他人のボイスをクローンする前に、その話者本人の許可を得ていなければなりません。録音があなた自身のものでない場合、Skill はその許可を得ているかを尋ね、「いいえ」と答えればそこで処理を中止します。回避策はなく、答えの真偽を検証することもありません — 責任はあなたにあります。
API リファレンス
エンドポイント、タスクのライフサイクル、確認時の課金、話者管理の呼び出しについては ボイスクローン API リファレンス を参照してください。