AIで自分の声をクローンする方法

• すべてのコンテンツで一貫したブランドの声を保ちたい動画クリエイター

• 複数言語のオーディエンスにリーチしたい多言語クリエイター

• 拡張性のある音声制作フローを組みたいポッドキャスターや教育者

• 録音スタジオを使わずにスクリプトをボイスオーバーにしたいライターやマーケター

noiz.aiにログインし、左サイドバーを開きます。Playground内のVoice Cloneをクリックしてください。

Voice Cloneは3つのステップで進みます：Add Voice → Preview → Save。まずステップ1から始めます。

方法A — ファイルをアップロードする。 アップロードパネルにファイルをドラッグするか、クリックして選択します。Noiz AIは動画ファイル（MP4、MOVなど）と音声ファイル（MP3、WAV、M4A）に対応しており、動画をアップロードした場合は自動的に音声トラックを抽出します。

方法B — 直接録音する。 録音パネルをクリックしてブラウザ内レコーダーを開きます。自然に3秒以上話してから停止してください。

重要：話者は1人だけにする。 アップロードするクリップには、はっきりとした話者が1人だけ含まれている必要があります。2人のホストによるインタビューやグループでの会話のような複数話者のクリップは、精度の低い、あるいは声が混ざったような結果になります。

可能であればヘッドセットや外部マイクを使いましょう。ノートPC内蔵マイクはファンの音や部屋の反響を拾いやすく、クローンの品質を下げる原因になります。

アップロードまたは録音が終わると、Noiz AIが音声を解析し、推奨クリップを表示します。これは通常、声が最も明瞭に録れている部分です。クリップ名、開始・終了の時間、再生プレーヤーが表示されます。

まず推奨クリップを聴いてみましょう。大きな音楽や背景ノイズが重なっていない、自然でクリアな声のサンプルになっているか確認します。

推奨クリップの出来が良ければNextをクリックします。ポッドキャストのエピソードのような長い録音で、別の部分を使ったほうが良いクローンになりそうな場合は、Select manuallyをクリックして自分で時間範囲を選んでください。

長い音声ファイルの場合、話者が落ち着いて明瞭に、表現豊かに話している部分を手動で選ぶと、冒頭のわずかな部分だけを使うより豊かなクローンになることが多いです。

Previewのステップでは、Noiz AIが声の準備が完了したことを確認します。保存する前にサンプルを聴いたり、別のプレビュー文で試したりできます。

Listenでクローンの声を聴くか、Try another textで自分の文章を入力して試してみましょう。プレビュー用の文章は自由に編集できます。満足できない場合はBackをクリックして別のクリップを選ぶか、再録音してください。

試聴は保存済みクローンの数には影響しません。クローンが確定するのは、最後のステップでSaveをクリックしたときだけです。

声に名前を付けます（必須）。任意で言語、性別、年齢層を入力できますが、これらはライブラリで絞り込むためのメタデータタグであり、声の発音そのものを制約するものではありません。

Labelsを追加してライブラリを整理しましょう。たとえば「明るい」「ソーシャル動画向け」「ゲーム・フィクション向け」といったタグです。Labelsは検索可能で、整理のためだけに使われます。

内容に問題がなければSaveをクリックします。保存が完了すると確認画面が表示され、Use this voiceでText-to-Speechに進むか、Clone another voiceで別の声のクローンを続けられます。

Text-to-Speechを開き、My Voices内のVoice Libraryのドロップダウンから保存したクローンを選びます。

スクリプトの言語とクローンサンプルの言語を一致させる必要はありません。Noiz AIは8言語での生成に対応しています：英語、中国語、広東語、日本語、韓国語、フランス語、ドイツ語、スペイン語。

長いスクリプトの場合は、+ Add Speakerでコンテンツをセグメントに分割します。表現力のある読み上げにしたい場合はSmart Emotionを有効にし、複雑なプロジェクトでより細かく制御したい場合はPro Editorを開いてください。

フルスクリプトを生成する前に、実際に使う最初の一文をText-to-Speechで一度テストしてみましょう。クローンの品質は最初の一文で最もはっきり分かります。

Voice Cloneを試す →

推奨されること：

• ヘッドセットや外部マイクを使う

• 反響の少ない静かな部屋で録音する

• 自然な抑揚で話す——クローンはあなたの話し方の特徴を引き継ぐ

• 単一の話者がはっきり分かるクリップを使う

避けるべきこと：

• 騒がしい環境でノートPC内蔵マイクを使う

• BGMや複数の声が重なったクリップ

• 平坦で単調な話し方——元の音声にある感情がクローンにそのまま反映される

• 2人の対話やグループでの録音

元のクリップに含まれるエネルギーはクローンにも引き継がれます。落ち着いた録音からは落ち着いたクローンが生まれ、明るくはっきりとした読み方は、宣伝用の読み上げに適した参照をモデルに与えます。

Noiz AIのボイスクローンを試す →

• Text-to-Speechの使い方

• Voice Designの使い方

• AIボイスオーバー用スクリプトの書き方