VOICEVOX 連携最終確認日 2026-11-13

音声合成エンジン

VOICEVOX の音声合成を、他のソフトウェアや自作プログラムから呼び出すための仕組み。自分のPCでエンジンが動き、対応ソフトはこの形で声を使っている。

エンジンがPCの中で起動→他のソフトが文章を送る→音声が返ってくる→動画やゲームで使う

エンジンの使われ方（公式の説明をもとに再構成）

何ができるか

VOICEVOX は、画面で操作するエディターと、音声を作るエンジンに分かれている。エンジン（VOICEVOX ENGINE）は、他のソフトウェアやアプリケーションから音声を生成するためのもので、Windows／macOS／Linux の実行ファイルのほか、Docker イメージとしても配布されている。エディター自体もこのエンジンを使って音声を作っている。エディターには、VOICEVOX の API に準拠した別のエンジンを読み込むマルチエンジン機能もある。組み込み用途には、アプリケーションやサービスに組み込めるコアライブラリ（VOICEVOX CORE）も配布されている。

要点

対応する動画編集ソフトなどは、このエンジン経由で VOICEVOX の声を直接使っている
エンジンの設定画面はブラウザから開け（初期設定では 127.0.0.1:50021）、辞書のインポート／エクスポートもここで行う（公式 Q&A）
配布形態は実行ファイルと Docker イメージ。GPU 版のエンジンでは生成が速くなる（Mac 版は GPU モード非対応）
制限：連携や組み込みは開発者向けの仕組みで、使う側のソフトやプログラム側の対応が要る

具体例：こんなことができる

動画編集ソフトから声を使う

対応ソフトは、エディターを開かなくても VOICEVOX の声で読み上げを生成できる。公式サイトでも「他のソフトウェアやアプリケーションから音声を生成できる」と案内されている。

対応ソフトを使う→エディターを開かず生成→VOICEVOXの声で読み上げ

自作の仕組みに組み込む

コアライブラリを使えば、自分のアプリケーションやサービスに VOICEVOX の音声合成を組み込める（公式サイトの案内）。

コアライブラリを使えば、自作のアプリやサービスに音声合成を組み込める

使えるプランと上限

使えるプラン：無料（全員）
上限・条件：ローカル動作。生成の速さは PC の性能と GPU の有無に依存する

日本での提供

日本も対象エンジンも日本語の読み上げ前提。配布に地域制限はない

公式の情報

VOICEVOX ENGINE（GitHub・公式） →