TL;DR
PodcastifyにおけるAIキャラクターボイスは、登場人物ごとに1人ではなく、2人の演者で実現します。ホストが語りかけて問いを投げ、ゲストが台詞を演じます。登場人物はタグ、ペース、言い回しで描き分け、Hobbyでは最大2つの声をクローンできます。
- ピッチとペースの異なるホストとゲストを配役する。
- すべての台詞で話し手の名前を書く。
- 1エピソードにつき1場面に保つ。
小説家はこの問題を紙面で解決しています。タグ、リズム、言葉選びが、誰が話しているかを読者に伝えます。合成ナレーターは、原稿がその工夫を音声に持ち込まない限り、それを無視します。
Podcastifyはテキスト、PDF、読み取り可能なURLからホストとゲストの会話を組み立てます。役割ごとに1つの声を使うため、実用的な方法は、2人の演者に向けて書かれた2ボイス版への脚色です。
なぜ聴き手は登場人物を聞き分ける必要があるのか？
聴き手は名前ではなく声で話し手を追います。 米国議会図書館のNLSナレーション基準 では、ナレーターは地の文と台詞、そして登場人物同士を区別しなければならないとされています。また、本が明確に異なる視点に分かれる場合は、複数のナレーターを使うことも認めています。
小説がそこまできれいに分かれることはほとんどありません。1つの章に、語り手、2人の主人公、バーテンダー、そして群衆が登場することがあります。全員に同じ声を与えれば、聴き手は文脈から場面を組み立て直すことになります。
AIナレーションにできること、できないことは何か？
AIナレーションは、明瞭で安定した読み上げを生成できます。ただし、すべての登場人物に声の枠が割り当てられない限り、アンサンブル全体を配役することはできません。
Amazon KDPの Virtual Voice は、対象となる電子書籍向けの招待制ベータで、KDPは著者が電子書籍の音声権利を保有していることを求めています。 Apple Booksのデジタルナレーション は、優先パートナーであるDraft2Digital、Ingram CoreSource、PublishDriveを通じて電子書籍から制作され、Appleは制作する権利をあなたが持っていることを要求します。どちらも1本のトラックを生成するのであって、登場人物ごとに1つの声を作るわけではありません。
米国の業界団体 Audio Publishers Association の報告によると、2025年の米国オーディオブック売上は24億3,000万ドルで前年比9%増でした。一方、AIナレーションのオーディオブックは売上の0.03%でした。
Podcastifyは違います。ホストとゲストのやり取りを書き、役割ごとに1つの声を割り当て、Hobbyでは最大2つの声をクローンできます。登場人物ごとの割り当てはありません。ホストとゲストのペアの選び方は、 作家向けAIナレーションをご覧ください。
双子ではなく、対照的なペアを配役するには？
聴き手が一瞬で区別できるペアを選びます。ピッチ、ペース、アクセント、そして年齢の印象のすべてが手がかりになります。低くゆっくりのホストと、明るく速いゲストを組み合わせれば、耳に2つの基準点が生まれます。
アクセントは慎重に使います。背景を示すことはできますが、モデルが誇張した物真似に寄せてしまうことがあります。年齢の方が安全です。若い登場人物には軽い音色を、年配の登場人物にはゆっくりした話し方を割り当てます。
デモ用の一文ではなく、自分の文章で声を試しましょう。 ポッドキャスト向けベストAI音声 のランキングでは、自然さと抑揚を比較しています。ここでは声の数よりも、その2つが重要です。
章を2ボイスの場面に変えるには？
ホストが枠組みを担い、読者が疑問に思うことを質問します。ゲストは、複数の登場人物の台詞を含めて台詞を演じるため、配役はテキスト側が担うことになります。
- 話し手の名前をタグに残す。 「マラが言った」は生き残りますが、「彼女が言った」は3人が同じ部屋にいる場面では消えてしまいます。
- タグを繰り返す地の文は削る。 怒りの台詞に副詞は要りません。
- 登場人物ごとに口癖を持たせる。 1人は短く切った文で話し、もう1人はどんな主張にも但し書きを付けます。
- 次の場所に移る前に場面を終える。 1エピソードにつき1場面にすれば、ゲストが語調を変える回数を抑えられます。
章を テキストをポッドキャストにする ワークフローに貼り付け、ペアを選んで下書きを生成します。話し手が混同していないか聴き、トランスクリプトを編集して再生成します。たいていはタグを明確にすれば解決します。
手元の原稿から始めるには？
自分が書いたファイルから始めます。テキストベースのPDFを書き出すか、章を貼り付けます。スキャンしたPDFは先にOCRが必要です。文章をコピーできないなら、ツールが見ているのは文字ではなく画像です。
原稿は章または場面ごとに分割します。小説全体を一度に通すと、筋の見えない長いエピソードになります。 PDFをポッドキャストにする コンバーターがテキストを抽出してエピソードを組み立てます。一連の手順は PDFをポッドキャストに変える方法で確認できます。
Podcastifyはテキスト、PDF、画像、読み取り可能なURLに対応しています。音声ファイルや生の動画は受け付けませんが、公開されているYouTubeのリンクは字幕を通じて利用できます。
AIキャラクターボイス：公開前に確認すべきことは？
配役より先に同意があります。自分が所有する声、または使用許可を得た声だけをクローンします。 ElevenLabs はProfessional Voice Cloningのルールとして、同意があっても他人の声はクローンできず、本人確認が必要だと明記しています。
ストアのルールも確認します。KDPとApple Booksはそれぞれのプログラムに参加条件を設けており、開示のルールは販売店によって異なります。
Podcastifyの ポッドキャスト音声クローン ワークフローは、自分のサンプルから始まります。借り物の声は法的な問題として扱ってください。
- 権利：音声権利を保有し、すべてのクローンが許諾済みである。
- テキスト：すべての台詞に話し手の名前がある。
- 開示：販売店のAIに関するルールを満たしている。
AIキャラクターボイスは、フルキャストの録音には及びません。Podcastifyはそれを装いません。2ボイス版の脚色として、この形式はインディー作家に再現性のある音と、公開できるMP3を提供します。
よくある質問
Podcastifyは登場人物ごとに別の声を割り当てられますか？
いいえ。Podcastifyはホストに1つ、ゲストに1つの声を割り当てます。登場人物は台詞のタグ、ペース、言い回しで区別され、追加の声の枠では区別されません。
Hobbyではいくつの声をクローンできますか？
2つです。Hobbyでは、クリーンな10〜90秒のサンプルから最大2つの声をクローンできます。自分が所有する声、または使用許可を得た声だけをクローンしてください。
AIナレーションの本はフルキャストのように聞こえますか？
いいえ。2ボイス版の脚色は、ドラマ化されたフルキャストの録音ではなく、ナレーション付きの会話のように聞こえます。章の試聴、読書会の伴走エピソード、著者ポッドキャストに向いています。