GitHub公式のプレビューカード
文章を音声に変える仕組みを、自分のパソコンやサーバーで動かすためのものです。ブラウザ上の画面から使えます。23の言語に対応し、笑い声や咳といった声の表情も入れられます。長い文章を区切って処理するので、書籍まるごとの読み上げ音声も作れます。用意された声のほか、声を似せることもできます。
#APIサーバー#音声合成
ミロンドが自分で確かめたこと
- 2026年8月23日「配布元を見る」の行き先が、今も開けることを確認しました。
- 2026年8月14日利用ルールの原文（LICENSE）を読みました。特別な条件は書かれていませんでした。
- 2026年7月30日公式の説明を読んで、開発が止まったというサインが無いことを確認しました。
- 2026年8月26日ミロンドが毎日数えている記録では、この17日間で お気に入りが45件増えました（今も使われ続けています）。
ミロンドは掲載しているすべての行き先を定期的に開いて、今も使えるかを確かめています。 利用ルールは名前だけで判断せず、原文を読んで確認しています。
「音声生成」119本の中での位置
- APIキーの用意がいらないこの分野で114本
- 入れた内容を外部に送らないこの分野で30本
- 作ったものを仕事に使ってよいと確認できているこの分野で56本
- 黒い画面（ターミナル）の操作が要りますそうでないものが93本 →
上の条件をすべて満たすものは、119本中24本です。
この数字は、ミロンドが掲載している道具を1本ずつ同じ基準で調べた結果から数えています。
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
文章の音声化／23言語に対応／笑い声などの表情の追加／長文の一括処理（本1冊など）／既製の声の利用／声を似せる機能／同じ声を再現する設定／Colabからのお試し
誰に効く？
読み上げ音声をたくさん作りたい人。音声化する文章を外部に送りたくない人
用意するもの
コマンド入力での導入が必要です。速く動かすにはグラフィックボードがあると有利です。Colabなら自分のパソコンの性能に頼らず試せます。
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
- 1Colabのセルを順に実行→Web UIのリンクが表示される
- 2文章や声の設定を入れる→音声生成の準備ができる
- 3生成を実行する→読み上げ音声や長文音声を作れる
作れるもの・できることの例
ナレーション音声、音声クローン、オーディオブック用音声
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。
注意点
**他人の声を、本人の許可なく似せて使わないでください。** 声を似せる機能は、なりすましや詐欺に使われうるものです。使ってよいのは、自分の声か、はっきり許可を得た声だけです。作った音声を公開する場合は、AIによる合成であることを明記してください。誰でも使える形でネットに公開する場合は、パスワードなどの制限を必ず設けてください（制限なしで置くと、他人に悪用されます）。はMITです。
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。
Chatterbox-TTS-Serverについてよくある質問
- Chatterbox-TTS-Server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。
- Chatterbox-TTS-Server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。
- Chatterbox-TTS-Server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。
- Chatterbox-TTS-Serverは仕事（商用）で使えますか？
- ライセンスは MIT で、商用利用も認められています。ただし著作権表示を残すなどの条件が付くので、配布物に含める場合はライセンス本文を確認してください。
似ている道具との違い
同じ用途の道具と、使う前に効いてくる条件を並べました。
| 道具 | 黒い画面 | APIキー | 外部送信 | スマホ | 仕事に使える | 最終更新 |
|---|---|---|---|---|---|---|
| Chatterbox-TTS-Server（このページ） | 要る | いらない | なし | むずかしい | 可 | 2026年5月 |
| Real-Time-Voice-Cloning | 要る | いらない | あり | むずかしい | 未確認 | 2026年3月 |
| Bark | 要る | いらない | なし | むずかしい | 可 | 2024年8月 |
| E2-F5-TTS | いらない | いらない | あり | むずかしい | 可 | 2026年5月 |
「外部送信あり」は、入力した内容がどこかのサーバーに送られることを指します。 社外に出せない資料を扱うときは「なし」を選んでください。
音声生成のほかのツール
Chatterbox-TTS-Serverが合わなかったときの、同じ用途の候補です。
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
はじめやすい・黒い画面（ターミナル）が要る
Bark
テキストから自然な音声を作る
準備がいる・黒い画面（ターミナル）が要る
E2-F5-TTS
数秒の音声から声を写し取って読み上げさせるページ（商用可）
準備がいる・黒い画面（ターミナル）いらない
TTS-Arena-V2
読み上げAIを聞き比べて、どれが自然か投票できるページ
準備がいる・黒い画面（ターミナル）いらない
Zonos
Zonos音声生成モデルのデモ
準備がいる・黒い画面（ターミナル）いらない
Chatterbox-Multilingual-TTS
23言語対応のChatterbox音声合成
準備がいる・黒い画面（ターミナル）いらない