このサイトについて

texttospeech.tools は、英語と中国語の文章を自然な音声に変換します。テキストを貼り付けるか読み込み、アメリカ英語・イギリス英語の16種類の音声、または100種類の標準中国語の音声から1つを選び、結果を聞くか、MP3、WAV、SRT字幕としてダウンロードできます。アカウント、文字数制限、透かし、料金はありません。

すべてはブラウザ内で動作します。テキストはお使いの端末上で音声に変換され、音声ファイルは直接ディスクに書き込まれます。サーバーには何も送信されません。初回利用時に音声エンジンを一度だけダウンロードします（多くのパソコンで約330 MB、スマートフォンや高速なグラフィック機能のない端末では約90 MB）。ブラウザがこれを保存するため、次回以降はすぐに起動します。

この仕組みにした理由

オンラインの音声読み上げサービスは自社のサーバーで音声を生成しており、1文字ごとにコストがかかります。無料プランに上限があり、ダウンロードに透かしが入り、アカウントが必要になるのはそのためです。処理をお使いの端末に移せばそのコストがなくなり、「無制限」と「無料」がお試しではなく本当のことになります。また、プライバシーに関する主張も確かめられるようになります。生成中にブラウザのネットワークパネルを開いても、テキストを含むリクエストはひとつもありません。

目標は、ツールのあらゆる部分を単に動くだけでなく、最良の代替手段と同等の品質にすることです。残りを生成している間に始まる再生、原稿全体を再生成せずに1文だけを編集できる機能、正確な位置に入れられるポーズ、実際の音声にタイミングを合わせた字幕などです。

期待できること

音声はナレーション、解説、長文の読み上げに自然で、数字、日付、金額、一般的な略語を読み上げ用の形で読みます。英語と標準中国語に対応しており、それぞれ専用のページがあります。珍しい名前やブランド名は発音を誤ることがあります。その場合は聞こえるとおりに綴り、そのパートだけを再生成してください。音声のクローンやカスタム音声の機能はありません。

このサイトは無料で、ページ上の広告によって運営されています。何かを販売することも、メールアドレスを収集することも、アフィリエイトリンクを掲載することもありません。何がどこによって計測されているかはプライバシーポリシーに正確に記載しています。お問い合わせページから送られたメッセージはすべて読み、不具合は修正します。

既知の問題

スマートフォンや古いパソコンでは、音声の生成が再生より遅くなります。その場合、少し待ってから再生が始まり、長いテキストのダウンロードには時間がかかります。パソコンで最初に生成するときは、最大1分ほどの一度きりの準備が必要な場合があります。非常に長いテキスト（数時間分の音声）は大量のメモリを使います。ブラウザのタブが重くなる場合は、1章ずつ生成してください。テキスト層のないスキャンPDFは読み込めません。

このツールが利用しているソフトウェアコンポーネントとそのライセンスは、ライセンスページに掲載しています。