オーディオと声

私たちは、英語、中国語、スペイン語、アラビア語、ポルトガル語、ロシア語、日本語、パンジャビ語、ドイツ語、フランス語、韓国語、トルコ語、タミル語、ベトナム語、ヒンディー語、ベンガル語、ウルドゥー語、ペルシャ語、イタリア語、インドネシア語、タイ語、マラーティー語、テルグ語、ウクライナ語、マレー語、ルーマニア語、ポーランド語、オランダ語、グジャラート語、カンナダ語など、30以上の主要な言語をサポートしています。

VisionStoryのライブラリには200以上の声があり、性別、年齢、使用ケースでフィルタリングできます。適切な声が見つからない場合は、音声をアップロードまたは録音することでカスタムAI音声クローンを作成することもできます。

特定の言語で声のオプションが限られているのは、その言語に特化して調整されているためです。ただし、基盤となる言語サポートにより、英語の声などが複数の言語を話すことができ、声の選択に柔軟性を提供します。

ボイスクローンは、特定の声を模倣するカスタムAI音声を作成する機能です。音声をアップロードまたは録音することでクローンできます。声をクローンするには、最適な結果を得るために静かな環境で音声を明瞭に録音することを確認してください。

ボイスクローンは英語、スペイン語、日本語、中国語に対して無料で提供されており、クローンされた声が自分の声に似ているかをテストできます。ただし、クローンされた声を動画生成に使用するには、プロプラン以上のサブスクリプションが必要です。これらの4つの言語以外でのボイスクローンにも、プロプラン以上が必要です。

ボイスクローンは英語、スペイン語、日本語、中国語の4言語で無料でサポートされています。追加の言語も利用可能ですが、プロプラン以上が必要です。サポートされている言語のリストは変更される可能性があるため、最新のオプションについてはボイスクローン機能を確認してください。

プレビューオーディオは、最終的なビデオ作成の前にトーキングビデオの音声を生成する機能です。この機能により、声、発音、ポーズを確認し、期待に合っているかどうかを確認できます。ビデオを生成する前に声を調整することができ、クレジットが必要です。この機能は無料で使用でき、プランによって異なるプレビュークォータが提供されます。

ストップウォッチアイコンと+0.5秒の機能は、生成された音声に0.5秒の間隔を挿入することを可能にします。必要に応じて、複数のストップウォッチアイコンを連続して追加することで、より長い間隔を作成できます。

URLインポートは、指定されたURLから音声をダウンロードして抽出し、動画生成に使用する機能です。現在、YouTubeとTikTokのリンクがサポートされています。さらに多くのサイトのサポートを希望される場合は、お問い合わせください。また、インポートした音声を元のコンテンツを保持しながら変更するために、ボイスチェンジャー機能を使用することもできます。

ノイズ除去機能は、インポートまたは録音した音声からバックグラウンドノイズを除去し、ビデオの音声品質をよりクリアにするのに役立ちます。この機能を使用するには、Proプラン以上のサブスクリプションが必要です。

ボイスチェンジャー機能は、音声の声を変更することができ、元の内容を維持しながらユニークな音声を作成することができます。この機能を使用するには、Proプラン以上のサブスクリプションが必要です。

声の感情は、提供するテキストによって伝えられます。異なるテキストを使用すると、テキスト読み上げ（TTS）システムが自然に適切な感情を適用するため、追加のコントロールは必要ありません。

ストップウォッチ機能を使用する際は、各ストップウォッチが0.5秒のポーズを表し、連続して使用することで最大3秒までの長いポーズを作成できます。ただし、1つのテキストセグメント内で2つ以上の連続したポーズを使用しないようにしてください。そうしないと、AIが予期しない音やアーティファクトを生成する可能性があります。