音声や動画から文字を起こし、翻訳して、別の言語の音声に吹き替えるところまでを、ひとつの画面でつなげて行える道具です。歌と伴奏を分ける機能や、短い見本から声を似せる機能も入っています。日本語の説明も用意されています。
#Gradio#吹き替え
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1,291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。
「議事録・文字起こし」68本の中での位置
- APIキーの用意がいらないこの分野で55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54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46本 →
- 入れた内容は公開元に送られますそうでないものが34本 →
上の条件をすべて満たすものは、68本中45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
高精度の文字起こし（Whisper系の複数方式）／翻訳／音声の吹き替え／声と伴奏の分離／短い見本からの声の再現／字幕の書き出し／多言語の画面表示
誰に効く？
動画に別言語の音声や字幕を付けたい人。音声の下ごしらえをまとめて行いたい人
用意するもの
Windows向けで、コマンド入力が必要です。快適に使うにはグラフィックボードが推奨されます。
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
- 1Webアプリを開く→音声処理の画面が表示される
- 2動画や音声を入れる→認識や翻訳の処理を選べる
- 3TTSや声クローンを選ぶ→別言語音声の作成に進む
作れるもの・できることの例
動画字幕、翻訳テキスト、読み上げ音声・吹き替え素材
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
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
YouTubeの動画を取り込む機能が含まれていますが、YouTubeの利用規約は許可のない動画のダウンロードを認めていません。自分の動画や、権利者の許可があるものに限って使ってください。他人の声を似せる機能も、本人の許可なく使わないでください。吹き替えた音声を公開する場合は、元の動画・音楽・声のそれぞれについて権利の確認が必要です。はGPL-3.0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。
このツールが活躍する場所
voice-proについてよくある質問
- voice-pro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。
- voice-pro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。
- voice-pro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。
- voice-proは仕事（商用）で使えますか？
- ライセンスは GPL-3.0 です。使うだけなら商用でも問題ありませんが、これを組み込んだものを配布する場合は、同じライセンスで公開する義務が生じることがあります。社内利用にとどめるか、配布前に確認してください。
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 |
|---|---|---|---|---|---|---|
| voice-pro（このページ） | 要る | いらない | あり | むずかしい | 可 | 2026年7月 |
| whisper-diarization | 要る | いらない | なし | むずかしい | 可 | 2026年2月 |
| WhisperLive | 要る | 要る | あり | むずかしい | 可 | 2026年8月 |
| whishper | 要る | いらない | なし | むずかしい | 可 | 2026年7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。
議事録・文字起こしのほかのツール
voice-proが合わなかったときの、同じ用途の候補です。
whisper-diarization
会議の録音を「誰が話したか」で分けて文字にする
はじめやすい・黒い画面（ターミナル）が要る
WhisperLive
話している内容をほぼその場で文字にし続ける
準備がいる・黒い画面（ターミナル）が要る
whishper
通信なしで文字起こしと字幕作成をまとめて行う一式
準備がいる・黒い画面（ターミナル）が要る
faster-whisper-GUI
文字起こしを画面から操作できるようにしたもの
上級者向け・黒い画面（ターミナル）が要る
Scriberr
通信なしで動く、自分のサーバーの文字起こし
準備がいる・黒い画面（ターミナル）が要る
Whisper-WebUI
文字起こしを画面から操作して字幕まで作る
上級者向け・黒い画面（ターミナル）が要る