Fish Audio カスタマイズ最終確認日 2026-11-13

声のデザイン

録音を使わず、声の説明を文章で書くと候補の声を生成してくれる。実在しないオリジナルの声が作れるため、キャラクターの声づくりに向く。

声の説明を書く（20〜1,000文字）→候補のサンプルを生成→気に入った声を保存

声のデザインの流れ（公式ドキュメントをもとに再構成）

何ができるか

録音ではなく、言葉の説明から声を作る機能（Voice Design）。声の作り方の選択肢のひとつで、「温かく、少しハスキーな中年のナレーター」のように説明を書くと、候補のサンプルが生成され、気に入ったものを声として保存して読み上げに使える。公式ドキュメントでは、実在の人物のクローンではなく、キャラクターの声づくりに向く方法と位置づけられている。作成のときには、実在の特定の人物になりすます声ではないことの確認が求められる。

要点

説明は、年齢・性別・アクセント・トーン・話す速さ・雰囲気を具体的に書くほど、狙った声に近づく（公式の作例）
候補の生成は約15秒ほどの速さ（公式ブログ）。気に入らなければ、説明を書き換えて作り直せる
制限：無料プランでは使えず、Plus 以上の有料プランが要る（公式ドキュメント）。生成のたびにクレジットを消費する

具体例：こんなことができる

ナレーターの声を作る

公式ドキュメントの作例は、「温かく、少しハスキーな中年のナレーター。柔らかなアメリカ英語のアクセントで、落ち着いた一定の速さ。深夜のオーディオブックに向く」という説明文。1〜2文で具体的に書くのがコツとされている。

声の説明温かく少しハスキーな中年ナレーター

話し方柔らかなアクセント、落ち着いた速さ

向いている用途深夜のオーディオブック

ゲームや物語のキャラクター

実在しない声なので、物語やゲームの登場人物の声を、録音なしで一から作れる。公式ドキュメントでも、キャラクターづくりに最適な方法とされている。

実在しない声を言葉で説明→録音なしで候補を作る→物語・ゲームの人物の声に

使えるプランと上限

使えるプラン：Plus から（Free では使えない）。API では1リクエスト$0.01
上限・条件：説明文は20〜1,000文字（Webアプリ）。生成ごとにクレジットを消費する（金額は生成ボタンの下に表示）

日本での提供

日本提供は公式未発表説明文を日本語で書けるかは、公式に明記されていない（Drama 3 の演出指示は日本語でも書けることが公式に確認できている）

公式の情報

Voice Design（公式ドキュメント） →

Fish Audio のほかの機能

音声読み上げ（音声）
感情・演出タグ（音声）
ボイスライブラリ（音声）
ボイスクローン（カスタマイズ）