最適な状態でご利用いただくために、JavaScriptを有効にしてください。
-40% ブラックフライデー:年間最大のセール 31 12月 2026 まで プランを見る

Moknahプラットフォームガイド - 音声クローン(Voice Cloning)

高品質なカスタム音声を生成するには、入力音声(学習データ)が極めてクリアである必要があります。

Moknahプラットフォームガイド - 音声クローン(Voice Cloning)

音声クローニング (Voice Cloning)

高品質なカスタム音声を生成するには、入力音声(学習データ)が極めてクリアである必要があります。

  1. 録画場所 (Recording Location):
  2. 部屋の反響や残響を抑えましょう。防音ブースやクローゼットを使ったり、毛布で「要塞」のような空間を作ったりして、部屋の音を吸音してください。
  3. 機器 (Equipment):
  4. マイク:プロ仕様のXLRマイク(Audio-Technica AT2020やRode NT1など、150〜300ドル程度のもの)の使用が推奨されます。
  5. オーディオインターフェース: USBインターフェース(Focusriteなど)を使用してください。
  6. ポップフィルター(Pop-Filter):破裂音(空気がマイクに当たることによる音)を防ぐために不可欠です。
  7. ソフトウェア (Software/DAW):
  8. REAPERやAudacityのようなソフトウェアを使用してください。
  9. 設定: WAVファイルをサンプリングレート44.1kHzまたは48kHz、ビット深度24-bitで録音してください。
  10. レベル:音声のピーク(Peaks)を-6 dB~-3 dBの範囲に、平均音量を-18 dBに設定することを目指してください。
  11. ポジショニング (Positioning):
  12. マイクから約20cm(こぶし2つ分に相当)の距離を保ってください。
  13. マイクに直接息がかからないよう、斜めの角度から話してください。
  14. パフォーマンス (Performance):
  15. 一貫性:常に同じエネルギーやトーンを維持してください。学習用データ内で、ささやき声と叫び声を混在させないようにしましょう。

AIは、息遣い、言葉のつかえ、ためらいの音(「えーっと」など)を含め、すべてを再現します。そのパフォーマンスが、まさに再現したいものであることを確認してください。

Moknahガイドの次の記事へ移動


関連記事

テキストに声を与える準備はできましたか? Moknah のプランを見る

この記事を楽しんでいただけましたか?

新しい記事と製品のお知らせをメールでお届けします。スパムは送りません。

お客様のプライバシーを尊重いたします。いつでも配信を停止できます。