究極の
音声から音声へ
AIプラットフォーム
あらゆる声を数秒でクローンし、テキストを音声に変換し、音声を文字起こしし、ある声を別の声に変換。すべて最先端のオープンソースモデルで実現します。
最先端のオープンソースモデルを搭載
音声AIに必要なすべてがここに
あらゆる音声アプリケーションに対応する充実のツール
使い方
3つのかんたんなステップで音声を変換
オーディオをアップロード
音声サンプル (10-30秒) をアップロードしたり、ブラウザで直接録音したりできます。MP3、WAV、FLACなどをサポートします。
AIで処理
自社のGPUサーバーが、Chatterbox、Kokoro、Whisper、OpenVoiceなどのオープンソースモデルで音声を処理します。
ダウンロードまたはストリーミング
結果を即座に取得します。複数のフォーマットでダウンロードしたり、リアルタイム API を使って直接ストリーミングしたりできます。
最高のオープンソースモデルを搭載
最先端の音声AI研究を活用し、貢献しています
OpenVoice v2
オプションの音声変換エンジンとクローンモデル
- 音色変換
- 言葉とタイミングを維持
- MITライセンス
Chatterbox
音声クローン、吹き替え用の声、デフォルトの音声変換 (Chatterbox VC)
- ゼロショットクローン
- 23 言語
- 商用利用可能
Kokoro 82M
高速で自然なテキスト読み上げ
- 54 種類の音声
- 8 言語
- Apache 2.0 ライセンス
Whisper Large v3
多言語の文字起こし
- 言語の自動検出
- 100言語
- 単語単位のタイムスタンプ
あらゆる用途に対応
コンテンツ制作から企業向けアプリケーションまで
コンテンツ制作
動画、ポッドキャスト、オーディオブック、SNSコンテンツのナレーションを大量に作成できます。
カスタマーサービス
自然に話し、複雑な会話にも対応できる音声エージェントを構築できます。
ローカライズ
元の話者の声を保ったまま、コンテンツを複数の言語に吹き替えできます。
アクセシビリティ
声を失った人々に声を与え 個別の音声合成を作成します
ゲーム&エンターテインメント
NPC の多彩な音声、キャラクターの台詞、インタラクティブな体験を作成できます。
教育
自然なナレーションで魅力的な教育コンテンツを作成できます。
API で開発
すべてのツールに使えるシンプルなREST API。APIキーを付けてリクエストを送り、結果をポーリングします。
-
RESTful API
すべての機能に使えるシンプルな HTTP エンドポイント
-
Webhook
文字起こしジョブは完了時に結果をあなたのURLへ POST できます
/v1/voice-clone/
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "reference_audio=@sample.mp3" \
-F "text=Hello, this is my cloned voice." \
-F "model=chatterbox"
# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
-H "Authorization: Bearer YOUR_API_KEY"
{"status": "completed", "result_url": "https://.../output.wav"}
シンプルで明確な料金
無料ではじめて、成長に合わせて拡張
よくある質問
Speech to Speech AI について知っておきたいこと