音声生成

Real-Time-Voice-Cloning

数秒の音声から声を写し取り、文章を読み上げさせる

数秒の音声サンプルからその人の声の特徴を取り出し、その声で任意の文章を読み上げさせる仕組みです。もとは修士論文として書かれた研究用の実装で、論文の手法をそのまま形にしたものです。

#音声合成#声クローン

これは何？黒い画面（ターミナル）で動かすツール

できること

短い音声からの声の特徴抽出／その声での文章の読み上げ

誰に効く？

声を写し取る技術の仕組みを学びたい人

用意するもの

コマンド入力との環境が必要です。研究用の実装なので、導入はすぐ使えるアプリに比べて手間がかかります。

時間のめやす

15〜30分(AIに聞きながらコピペ)

使うとこうなる

1ffmpegを入れる→音声ファイルを読める
2uvでdemo_toolboxを実行→画面付きで試せる
3音声と文章を入れる→合成音声が生成される

作れるもの・できることの例

声質サンプル実験、読み上げ音声、音声合成デモ

使えるようになるまでの手順をひらく

「」という文字だけの画面を使います（Windowsなら PowerShell）
GitHubページの「Installation」に書かれたコマンドを順番に実行
つまずいたら、いつも使っているAIチャットに「(ツール名)のインストールを手伝って」と聞くのがおすすめ

こんな人には向かないかも

黒い画面（ターミナル）にまだ抵抗がある人

迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。

むずかしそう？同じジャンルで、もっと始めやすいのはこちら

voicebox — 声を作る・写し取る・話して入力する、全部入りの無料音声アプリ OmniVoice-Studio — 声の複製・吹き替え・音声入力を、自分のパソコンだけで行うアプリ Vibe — インストールするだけの文字起こしアプリ

他人の顔や声を扱う前に

本人の許可なく顔や声を使い、その人が言っていない・していないことをしているように見せる映像や音声を作って公開すると、名誉毀損や肖像権・パブリシティ権の侵害として損害賠償や刑事責任を問われることがあります。性的な内容にした場合や、実在の人物になりすまして金銭をだまし取る目的で使った場合は、さらに重い責任を問われます。使ってよいのは、自分自身の素材か、内容と公開範囲まで説明したうえで許可を得た相手の素材だけだと考えてください。手元のパソコンだけで処理できることと、作ったものを公開してよいことは別の問題です。

注意点

他人の顔や声を無断で使い、本人が言っていない・していないことをしているように見せる映像や音声を作って公開すると、名誉毀損や肖像権・パブリシティ権の侵害として、損害賠償や刑事責任を問われることがあります。性的な内容にした場合や、実在の人物になりすまして金銭をだまし取る目的で使った場合は、さらに重い責任を問われます。使ってよいのは、自分自身か、内容と公開範囲まで説明したうえで許可を得た相手の素材だけだと考えてください。技術面では、これは2019年の修士論文にもとづく研究用の実装です。声を写し取る技術はその後大きく進歩しているので、実用の品質を求めるなら、より新しいツールを検討してください。仕組みを学ぶ目的には向いています。

ひとことメモ

として公開されています。内容は公式ページでもご確認ください。

このツールが活躍する場所

動画・SNS発信 →「音声生成」のツールがこの職種の業務改善で活躍していますライター・編集・取材 →「音声生成」のツールがこの職種の業務改善で活躍しています

公式ページを開く（英語）

導入の目安：はじめやすい

判断材料（9項目・自動判定）▾

最終更新日：半年以内（活発）お気に入り数：非常に多い利用ルール：記載なし作者：組織派生版：9.4k件未解決の相談・不具合：177件APIキー：不要外部通信：ありターミナル操作：あり（AIに聞きながらコピペでOK）

お気に入り数: ★ 60k
最終更新: 2026年3月
利用ルール: 記載なし
仕事で使えるか: 未確認
公開元: CorentinJ
派生版 Fork: 9.4k
未解決 Issues: 177

APIキー不要外部通信ありターミナル操作あり

𝕏 でこのツールをシェア

このサイトはツールの紹介と公式リンクのみを提供し、ファイルの配布は行いません。

Real-Time-Voice-Cloningについてよくある質問

Real-Time-Voice-Cloningは無料で使えますか？: 無料で使えます。自分のパソコンの中で動くタイプなので、使った量に応じた料金もかかりません。
Real-Time-Voice-Cloningを使うのに、インストールや専門知識は必要ですか？: コマンド入力（黒い画面）での操作が必要です。手順どおりに文字を打ち込む作業に慣れていないと、導入でつまずきやすいツールです。
Real-Time-Voice-Cloningはスマホでも使えますか？: スマホには対応していません。パソコンが必要です。
Real-Time-Voice-Cloningは仕事（商用）で使えますか？: 公開元がライセンスをはっきり書いていないため、商用で使ってよいかは判断できません。仕事で使う場合は、公式ページで確認するか、作者に問い合わせてください。