EPUBの電子書籍やPDF、テキストを、自然な合成音声で読み上げて音声ファイルにする道具です。章ごとに分けて出力できるので、オーディオブックのように聴けます。複数の声を混ぜて好みの声を作る機能もあります。日本語を含む複数の言語に対応します。
#PDF#有声書
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31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25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49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
EPUB・PDF・テキストの読み上げ／章ごとの分割出力／複数の声の混合／読み上げ速度の調整／再生しながらの出力／日本語を含む多言語
誰に効く？
本や資料を耳で読みたい人。長文の資料を移動中に聴きたい人
用意するもの
コマンド入力との環境、読み上げ用のモデルが必要です。画面はなく、コマンドで操作します。
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
- 1ツールとモデルファイルを用意する→読み上げ実行の準備が整う
- 2本やPDFを指定する→内容を音声に変換できる
- 3章分けや保存形式を選ぶ→MP3やWAVとして出力できる
作れるもの・できることの例
電子書籍の音声化、PDF資料の読み上げ、章ごとのMP3
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
自分が買った本を自分で聴くために変換するのは私的な利用の範囲ですが、**作った音声を配ったり公開したりすると著作権の侵害になります**。保護（DRM）のかかった電子書籍は変換できません。合成音声なので、固有名詞や漢字の読み間違いは起こります。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。
kokoro-ttsについてよくある質問
- kokoro-tts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。
- kokoro-tts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。
- kokoro-tts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。
- kokoro-tts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 |
|---|---|---|---|---|---|---|
| kokoro-tts（このページ） | 要る | いらない | なし | むずかしい | 可 | 2026年4月 |
| abogen | 要る | いらない | あり | むずかしい | 可 | 2026年8月 |
| Whisper | 要る | いらない | なし | むずかしい | 可 | 2026年7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 |
「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
kokoro-ttsが合わなかったときの、同じ用途の候補です。
abogen
電子書籍やPDFを読み上げ音声と字幕に変える
はじめやすい・黒い画面（ターミナル）が要る
Whisper
音声を文字に書き起こす
はじめやすい・黒い画面（ターミナル）が要る
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
whisper.cpp
軽量・高速の文字起こしエンジン
はじめやすい・黒い画面（ターミナル）が要る
Coqui TTS
声を再現できる音声合成ライブラリ
準備がいる・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