オーディオブック、eラーニング、広告のためのプロフェッショナル・ボイスクローン

ボイスクローニングとは、短い音声サンプルから話者の声質とペーシングを学習し、その声で新しいテキスト読み上げをレンダリングするAI音声生成のことです。Musely プロフェッショナル・ボイスクローンは、同意を得た10〜30秒のサンプルから個人用の音声モデルを構築し、30以上の言語でオーディオブックの章、eラーニングナレーション、広告枠を生成できます。

明示的な書面の許可がある10〜30秒の音声サンプル（MP3、WAV、M4A、FLAC）をアップロードします。Muselyはクラウドサーバー上でサンプルを処理し、約30秒でスタジオティアのニューラル音声モデルを構築します。クローンは非公開のボイスライブラリに保存されます。そこから30以上の任意の言語でスクリプトを貼り付け、プロソディ、ペーシング、ポーズタグを設定して音声をレンダリングします。

はい。クローンしてよいのは、ご自身の声、または書面で同意した方の声など、明示的な書面の許可がある声に限られます。すべてのアップロードは同意ゲートを通過します。悪用はMuselyの不正利用報告窓口に通報でき、違反が確認されたクローンはアカウントから削除されます。

いいえ。Musely ボイスクローンは、既知の公人（政治家、有名人、経営者）の声をモデルレベルでデニーリストによりブロックしています。認識された公人の声サンプルをアップロードしようとしても、同意ゲートで拒否されます。

インスタントボイスクローンはクイックプレビュー向けにスピードを優先します。プロフェッショナルティアは制作向けに調整されており、自然さ、ペーシングや強調タグを伴うプロソディ制御、章レベルのオーディオブックナレーションなど長尺出力での一貫性に重点を置いています。どちらのティアも同じ10〜30秒のサンプル要件と同じ同意ゲートを使用します。

英語、スペイン語、中国語、日本語、韓国語、ドイツ語、フランス語、ポルトガル語、イタリア語、アラビア語などを含む30以上の言語に対応しています。1つのクローンを学習させれば、対応するすべての言語でレンダリングでき、これが多言語eラーニングコースやグローバル広告キャンペーンの中核ワークフローとなります。

音声サンプルおよび生成音声は、Muselyプライバシーポリシーに基づきMuselyのクラウドサーバーで処理されます。ボイスクローンはMuselyアカウントに紐付き、共有しない限りご本人のみがアクセスできます。MuselyはHIPAA、SOC 2、エンドツーエンド暗号化を主張していません。これらの要件がワークフローで重要な場合は、プライバシーポリシーをご確認ください。

Muselyは、トライアルや軽めの制作利用向けに余裕のあるクォータの無料プランを提供しています。オーディオブックのバッチ制作や多言語eラーニングなど、大量制作向けのCreatorプランは月額19.9ドルから。すべてのプランにフェアユースポリシーが適用されます。