動画ファイルから1分以内に音声をクローン

ボイスクローニングは、話者の短いサンプルでAIモデルを学習させ、その話者の声で新しいテキストを読み上げられるようにするプロセスです。Muselyでは、10〜30秒のクリーンな単一話者の発話クリップをアップロードすると、システムが音色・ペース・アクセントを学習し、新しいTTS音声を生成できるようになります。クローンされた音声は、元の録音の保存コピーではなく、Muselyアカウントに紐づくモデルです。

MP4・MOV・WebMファイルをVoice Cloneドロワーにアップロードします。Muselyは音声トラックを抽出し、10〜30秒のクリーンな単一話者の発話セグメントをスキャンし、同意チェックボックスと公人デニーリストを実行した後、約30秒で音声モデルを学習します。クローンは音声ライブラリに保存され、名前やタグを付けて、MuselyのTTS・吹き替え・動画ツール全体で30以上の言語の新しい原稿を読み上げるのに使えます。

はい。声をクローンできるのは、自分自身の声である場合、または話者から明示的な書面による許可を得ている場合に限ります。Muselyはクローン作成前に同意のチェックボックスを表示し、悪用を報告するためのMuselyサポート経由の悪用報告チャネルも提供しています。許可なく作成されたクローンは削除され、アカウントが停止される場合があります。

いいえ。Musely Voice Cloneはデニーリストにより、知られた公人（政治家、著名人、経営者）の声をモデルレベルでブロックします。認識された公人の音声サンプルをアップロードしようとすると、同意ゲートで拒否されます。

Muselyは無料プランで最大500 MBまでのMP4・MOV・WebM動画ファイルを受け付けます。システムは音声トラックを抽出し、10〜30秒のクリーンな単一話者の発話セグメントを検索します。アップロード前にクローンしたい部分をトリミングして、音楽・拍手・背景の声をサンプルから除外することもできます。長くてノイズの多いクリップよりも、短くてクリーンなクリップのほうが通常よりよいクローンが得られます。

動画から声がクローンされると、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語、中国語、日本語、韓国語、ヒンディー語、アラビア語、ロシア語など30以上の言語で原稿を読み上げさせることができます。アジア言語の対応はMuselyの主要な差別化要因の1つです。クローン音声は話者の音色を保ちながら、各言語の音韻に適応します。

音声サンプルおよび生成された音声は、Muselyプライバシーポリシーに従ってMuselyのクラウドサーバーで処理されます。音声クローンはMuselyアカウントに紐づき、共有しない限りご本人のみがアクセスできます。MuselyはHIPAAやエンドツーエンド暗号化を主張するものではなく、サービスはクラウド製品です。機密性の高い用途では、アップロード前にプライバシーポリシーをご確認ください。

Muselyはボイスクローニングのテスト用に十分な無料枠を提供しています。本格的な利用にはCreator Planが月額$19.9から利用でき、月間のクローン数および生成TTS時間の上限が増えます。サービスの濫用を防ぐためフェアユースポリシーが適用されます。料金詳細と最新の枠はMuselyの料金ページに記載されています。