自分の声で、AIに講座動画を読ませたい。でも、どこでつまずくのか分からない。そんなことはありませんか？
私は、講座の動画を、自分の声のクローンで読ませて作りました。録音し直さなくても、台本を直すだけで音声を作り直せます。ひとりで講座を作る人には、とても助かる仕組みです。
ただ、そこにたどり着くまでに、何度もつまずきました。この記事では、ボイスクローンの作り方の流れと、私がつまずいた4つの落とし穴、それぞれの直し方を書きます。動画でも同じ内容を解説しています。
結論：声を作る前に、4つのことを決めておく
先に結論です。自分の声のクローンを作る前に、次の4つを決めておきます。
| 決めること | 中身 |
|---|---|
| 選び方 | どのサービスで、どの種類の声を使うか |
| 契約 | ウェブから使うか、プログラムから使うか |
| 保ち方 | 作った声を消さないために、何をするか |
| 直し方 | 抑揚が気になったときに、どう差し替えるか |
声がどれだけ似ているかは、そのあとで十分です。講座の動画は、言葉が正しく聞こえてこそだからです。
ボイスクローンの作り方の流れ
作り方そのものは、むずかしくありません。流れは5つです。
- 自分の声を録る：雑音の少ない場所で録ります
- サービスに声を登録する：録った声を渡して、クローンを作ってもらいます
- 短い文で試す：いきなり台本を全部読ませず、短い文で聞いてみます
- 台本を読ませる：講座の台本を渡して、音声を作ります
- 聞いて確かめて直す：気になる所だけ作り直します
落とし穴は、この途中にあります。ここからは、私が実際につまずいた順に書きます。
落とし穴1：声が似ていても、読み間違いが多いと使えない
1つ目は、サービス選びです。
声のクローンというと、つい「どれだけ自分に似ているか」で選びたくなります。でも、講座の動画で困るのは、似ていないことより、言葉を読み間違えることです。見ている人は、聞き取れない言葉が1つあるだけで、そこで止まってしまいます。
3つのサービスを試した
私は、3つのサービスを試しました。
| サービス | 結果 |
|---|---|
| 1つ目 | 日本語の読み間違いと抑揚が、使える水準に届かなかった |
| 2つ目 | 当時、日本から声を登録できなかった |
| 3つ目 | これに決めた |
消去法で、3つ目に決めました。しかも、同じサービスの中でも、声を作る種類によって、読み間違いの多さが違いました。
同じ文を読ませて、聞き比べる
そこで私は、声の似かたではなく、同じ文を読ませて聞き比べることにしました。
- 講座でよく使う言葉が入った、短い文を用意する
- 同じ文を、候補のサービスや種類ごとに読ませる
- 読み間違いがないか、自分の耳で聞き比べる
決め手は、自分の耳です。数字の表を見比べるより、実際に聞いたほうが、講座で使えるかどうかがはっきりします。
聞き比べに使う文の選び方
聞き比べの文は、きれいな例文ではなく、自分の講座で実際に使う言葉を入れて作ります。例えば、次のような言葉です。
- 講座の中で何度も出てくる専門の言葉
- 英字の略語や、カタカナのサービス名
- 数字が入った言い回し
- 問いかけで終わる文
ふだんの講座で読ませる文で試さないと、本番で初めて読み間違いに気づくことになります。聞き比べの文は、一度作ったら取っておきます。サービスを替えたくなったときにも、同じ文で比べられるからです。
落とし穴2：ウェブ用と、プログラムから使う用の契約が別だった
2つ目は、契約です。
私が使ったサービスは、ウェブの画面で使う契約と、プログラムから使う契約が別でした。しかも、料金の表がそっくりなんです。
ウェブ用だけ契約したら、読み上げだけが止まった
ウェブ用だけを契約して、プログラムから台本を読ませようとしたら、どうなったか？
- 声の登録は通った
- 声の一覧も見えた
- ところが、台本の読み上げだけが、残高不足で止まった
途中までは動くので、原因に気づきにくいのが困りものです。逆に、よく分からないまま両方を契約すると、二重払いになります。
どこから使うかを、先に決める
直し方は、どこから使うかを先に決めて、そちらだけ契約することです。
私は、台本をプログラムから読ませるので、プログラム側だけを契約しました。ウェブの画面で作った声も、作り直さずにプログラムから使えました。
ただし、契約の形は変わることがあります。申し込む前に、必ず公式の説明を確かめてください。
落とし穴3：しばらく使わないと、作った声が消える
3つ目は、作った声が消えることです。
私が使っているサービスでは、作った声を1週間使わないと、削除されると公式の説明に書かれています（2026年11月に公式ページで確認）。
講座の動画は、毎週作るとは限りません。作らない週があると、声が消えてしまいます。知らないと、録音からやり直しになります。
本番の前に、短い文を1つ読ませる
私は、本番の前に、短い文を1つ読ませています。
- 短い文を1つ読ませる
- 声が残っているかを確かめる
- 本番の台本を読ませる
先に確かめておけば、消えていても、本番の前に作り直せます。台本を全部流してから気づくより、ずっと早く手を打てます。
録った声は、手元に残しておく
もう1つ大事なのは、声を登録するときに使った録音を、手元に残しておくことです。サービスの側で声が消えても、元の録音があれば、同じ声をもう一度登録できます。
逆に、元の録音をなくしてしまうと、録り直すしかありません。録り直すと、声の調子が前と変わることもあります。講座の途中で声の感じが変わると、見ている人は気になります。元の録音は、決まった場所に保管して、人には渡さないようにしています。
講座の動画づくりの全体の流れは、講座動画を47本作った流れの記事にまとめています。
落とし穴4：同じ文でも、抑揚が毎回違う
4つ目は、抑揚です。
実際に、同じ文を2回読ませました。返ってきたのは、別の音声でした。同じ文でも、抑揚は毎回違います。
書き方では、直せなかった
最初は、文の書き方で抑揚を直そうとしました。
- 抑揚を決める設定は、ありませんでした
- 言葉の書き方を5通り試すと、文が変わるたびに、結果が逆になりました
書き方では、直せなかったんです。
特に、語尾が下がって聞こえやすいのは、英字の略語です。ある講座の動画では、「AI」という言葉の9回のうち4回で、語尾が下がっていました。略語ほど、聞いて確かめます。
気になる所だけ、同じ文のまま読ませ直す
直し方は、気になる所だけ作り直すことです。
- 聞いて、気になる所を見つける
- その文を、同じ文のまま、もう一度読ませる
- よくなった音声を、その部分だけ差し替える
抑揚は毎回違うので、同じ文を読ませ直すだけで、自然な音声が返ってくることがあります。全部を読ませ直す必要はありません。
ここで、文を書き換えないのがポイントです。書き換えると、今度は別の所の抑揚が変わったり、画面の文字と声が食い違ったりします。同じ文のまま何度か読ませて、いちばん自然なものを選びます。それでも直らないときだけ、文の書き方を見直します。
気になる所は、メモしながら聞く
気になる所は、一度通して聞きながら、メモしておきます。聞きながら直そうとすると、どこまで確かめたか分からなくなるからです。
- 通して聞いて、気になる文に印をつける
- 印をつけた文だけ、まとめて読ませ直す
- 差し替えたあと、その前後をもう一度聞く
前後をもう一度聞くのは、差し替えた所だけ声の大きさや間が浮いていないかを確かめるためです。
なお、音声をつないだあとは、部品ではなく完成した動画で確かめます。部品ごとに問題がなくても、つないだあとで音がずれることがあるからです。確かめ方は、AI動画講座の音ズレ・読み間違いを防ぐ検品に書いています。
自分の声で守っている2つのこと
自分の声を使うときに、守っていることが2つあります。
| 守ること | 具体的にやっていること |
|---|---|
| 元の声のデータは配らない | 道具を人に配るときも、声の元データは外す |
| AIの音声だと表示する | 動画に「音声はAIで生成しています」と一言入れる |
元の声のデータがあれば、誰でも私の声で話させることができてしまいます。だから、どんなに便利な道具でも、声の元データは一緒に渡しません。
AIで作った音声だと表示するのは、見る人に隠さないためです。自分の声だからこそ、ここは丁寧にしておきます。
本人の声に聞こえるからこそ、「本人がその場で話している」と受け取る人もいます。あとから知って、だまされたと感じさせてしまったら、講座の中身まで信用されなくなります。表示は一言で済みます。その一言を惜しまないことが、長く講座を続けるための土台になると考えています。
任せる所と、自分で決める所
最後に、線引きをまとめます。
| 機械に任せる所 | 自分の耳で決める所 |
|---|---|
| 台本を読ませる | どの声を使うか |
| 同じ文を作り直す | どこが気になるか |
| 気になる部分を差し替える | 仕上がりで出してよいか |
読ませる、作り直す、差し替える。ここは機械に任せます。どの声を使うか、どこが気になるか。ここは、自分の耳で決めます。
機械は、何度でも同じ作業をくり返してくれます。でも、「この抑揚は自然か」「この言葉は聞き取れるか」は、見る人の立場で聞かないと分かりません。だから私は、作業は任せても、聞いて決める所だけは自分で持っています。ここを手放さなければ、自分の声で作る講座動画でも、安心して数を増やせます。
AIや自動化を仕事全体の中でどう使うかは、仕組み化・自動化の完全ガイドにまとめています。
まとめ
- サービスは、声の似かたではなく、同じ文を読ませて聞き比べて選ぶ
- ウェブから使うか、プログラムから使うかを決めて、そちらだけ契約する
- 作った声は1週間使わないと消えるので、本番の前に1つ読ませて確かめる
- 抑揚は毎回違うので、気になる所だけ同じ文のまま作り直して差し替える
- 元の声のデータは配らず、AIの音声だと表示する
まずは、使ってみたいサービスで、同じ短い文を読ませてみてください。声の似かたより、言葉が正しく聞こえるかを確かめます。そこが、声選びの出発点です。
