AI音声生成

AI音声生成は、テキストをリアルな声で読み上げるテキスト読み上げモデルです。スクリプトを入力または貼り付け、声を選ぶと、モデルが人間のリズム、間、イントネーションを予測し音声を生成します。Krea では オーディオツール でこれを行い、音楽、効果音、吹き替えも作成可能です。

用途によりますが、Krea は生成ごとにモデルを切り替え可能です。ナレーションには表現豊かな英語読みの ElevenLabs V4 と V4 Turbo、他言語用の Multilingual v2、複数話者会話用の Dialogue v3、言葉で記述した声用の Voice Design と Qwen TTS を搭載。音楽、効果音、吹き替え、動画も同じ場所で扱えるため、ツールを使い分ける必要がありません。

いいえ。無料アカウントでオーディオツールを開きスクリプトを書くことはできますが、ナレーション、音楽、効果音の生成には有料プランが必要です。無料アカウントの 100 日間の計算ユニットは画像生成用で、音声モデルには使えません。すべての音声モデルは有料プランに含まれています。詳細は Krea の料金ページをご覧ください。

ナレーションはスクリプトの長さで課金されます。ElevenLabsの場合、1,000文字あたり約74計算ユニットです。30秒のナレーション（約450文字）は約33ユニット、5秒の効果音は約7ユニットです。音楽も長さで課金されるため、生成のたびに生成ボタンの横に表示される料金をご確認ください。

はい。ChatGPTやClaudeでスクリプトを下書き・推敲し、Kreaのオーディオツールに貼り付けて声を選ぶだけです。音声モデルは入力された文章をそのまま読み上げるため、文は短くし、間を取りたい箇所には句読点を入れましょう。

ナレーションの言語選択では12言語に対応しています：英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ヒンディー語、アラビア語、日本語、中国語、韓国語、インドネシア語。自動検出のままにして、モデルにスクリプトの言語を判別させることもできます。既存の録音や動画を翻訳する場合、吹き替えは25の言語に対応し、元の声を保ったまま変換します。

はい。Trainで1人分のクリアな音声を1〜2分（MP3、WAV、M4A、FLAC、AAC）アップロードし、権利と話者の同意があることを確認すると、Kreaが即座にボイスクローンを作成します。クローン作成に計算ユニットは使いません。クローンした声での読み上げは通常のナレーションと同じく課金されます。各ワークスペースには最大10件のクローン音声を保存でき、オーディオツールの音声選択に表示されます。

はい。Kreaで使えるElevenLabsのモデルは、ほとんどのスクリプトを自然なテンポ、強弱、イントネーションで読み上げます。安定性を下げれば表現豊かに、上げれば落ち着いた均一な読み方になります。最良の結果を得るには、実際に話す言葉どおりにスクリプトを書き、何テイクか生成してみてください。

1回のナレーションで読み上げられるのは最大2,000文字、約2分の音声です。それより長いナレーションは、同じ声と設定で分割して生成してください。会話は最大50行・5,000文字、音楽は最大5分、効果音は最大22秒まで生成できます。

ナレーション、音楽、効果音はMP3ファイルでダウンロードできます。動画の吹き替え、声の差し替え、効果音の追加を行った場合は、新しいサウンドトラック付きのMP4動画になります。すべての結果はKreaのアセットにも保存されるため、動画、Nodes、Agentで再利用できます。

はい。音声生成は有料プランで利用でき、Kreaのすべての有料プランには、マーケティング、製品、クライアントワークを含む生成物の商用ライセンスが付いています。実在する人物の声をクローンしたり差し替えたりするのは、本人の許可がある場合に限ってください。

いいえ。Kreaはダウンロードする音声に、聞き取れるウォーターマーク、ジングル、音声タグを追加しません。ファイルは生成したナレーション、楽曲、効果音そのものです。

クローンした声はあなたのワークスペースに属し、オーディオツールではそのワークスペースだけが使用できます。クローン作成には、その声の権利と同意があることの確認が必要です。Trainでクローン音声を削除すると、Kreaは音声プロバイダーからも削除します。

はい。オーディオツールを音楽に切り替えれば、説明文からオリジナル曲を作曲できます。インストゥルメンタルでもボーカル入りでも、ElevenLabs Musicなら最大5分、Lyria 3.5やMiniMax Music 2.6ならフルソングを生成できます。効果音に切り替えれば最大22秒のあらゆるサウンドを作成でき、動画をアップロードしてMMAudioやThinkSoundに音を付けさせることもできます。

はい。動画や音声クリップをアップロードすれば、同じ声のまま25言語に吹き替えたり、タイミングと話し方を保ったまま話者をストックボイスに差し替えたり、音楽やノイズからセリフだけを分離したりできます。写真や動画の顔にナレーションを話させるには、Krea Lipsyncをご利用ください。

Kreaは、ElevenLabsの音声、音楽、効果音、吹き替えモデルを独自のオーディオツール内で提供しており、Google Lyria、MiniMax Music、Qwen TTS、Kreaの画像・動画ツールと並べて使えます。すべて同じKreaの計算ユニットで支払えるため、1つのプランでプロジェクトの映像と音声をまかなえます。音声作業だけが目的ならElevenLabs自体のアプリが特化していますが、音声がより大きなクリエイティブワークフローの一部である場合はKreaが適しています。

はい。このページではアカウントなしでスクリプトを書けます。その後サインインすると、Kreaがテキスト、モード、声を入力済みの状態でオーディオツールを開きます。音声の生成には有料プランが必要です。