各AI解説 ＞ Fish Audio の解説 ＞ 音声読み上げ

音声読み上げ

何ができるか

Fish Audio の中心にある機能。文章を渡し、声とモデルを選ぶと、その声で読み上げた音声が返ってくる。モデルは、標準の S2.1 Pro（前世代の S2 Pro も選択可）と、演技の演出に振った新しい Drama 3。声は、利用者が公開した200万を超えるボイスライブラリや用意された声から選べるほか、自分でクローンしたりデザインしたりした声も使える。S2 系と Drama 3 では、話者を切り替えるタグを本文に書くことで、複数人の会話劇を1回の生成でまとめて作れる。日本語も対応言語に含まれている。

要点

• モデルは用途で使い分ける：安定した読み上げは S2.1 Pro、演技や掛け合いの演出は Drama 3
• 複数人の会話劇も、話者タグで切り替えながら1回で生成できる（S2 系と Drama 3）
• 消費はクレジット制で、1分の生成に約600〜625クレジット（公式の料金ページ）
• 制限：無料プランは月8,000クレジット（約7分）までで、作った音声の商用利用はできない。商用利用は有料プランから

具体例：こんなことができる

使えるプランと上限

• 使えるプラン：全プラン（Freeから）。商用利用は Plus から
• 上限・条件：1回の生成は Free 500文字／Plus 15,000文字／Pro 30,000文字。消費は1分あたり約600〜625クレジット

日本での提供

日本も対象 日本語は、読み上げの対応言語に公式に含まれている（公式トップのよくある質問）

最近の変化

この機能を取り上げたアップデートは、まだ当サイトにはありません。

公式の情報

Fish Audio 公式サイト →

Fish Audio のほかの機能

• 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）
• 声のデザイン（カスタマイズ）