PORTFOLIO ③ VOICE

声も、作って選ぶ

ビジネス動画のナレーションやキャラクターの声は、声の生成AIで作ります。複数の声を同じ台本で作り比べ、発音の良い声を選びます。

制作はすべて Claude Code を司令塔に、声の生成AIをつないで進めています。

1声の選び方

題材は「Claude Code 知らないと損する3つのワザ」（約30秒・5行）。

  1. 台本を決める同じ5行を、すべての声で読ませる
  2. 声を作る手元のPC5種類＋オンライン1種類
  3. 文字に起こして採点聞き取った文字と台本の一致率を機械で測る
  4. 耳で選ぶ点数と、聞いた印象の両方で決める
  5. 採用して動画へナレーション・キャラのセリフに使う

26種類の結果

点数は、声を文字に起こして台本と比べた一致率です（1.000＝全部一致。緑は0.97以上、黄は0.93以上）。

声場所平均点ひとこと費用
Irodori（彩り）　★採用ローカル0.989採用。5行とも点数が高く、全体の長さも30秒の枠にいちばん近い。手元のPCで動かすので追加料金なし
MOSS-TTS v1.5ローカル0.9831行の生成に約29分かかる。5/5行ができたところ。採点は5行そろってから（更新で自動反映）。手元のPCで動かすので追加料金なし
CosyVoice 3ローカル0.982平均点は2位。2行目だけ発音がやや落ちる。手元のPCで動かすので追加料金なし
IndexTTS-2.5ローカル0.981平均点は3位。安定していて大きな崩れはない。手元のPCで動かすので追加料金なし
Gemini TTSオンライン0.977ネット経由で作る。発音は良いが2行目が少し落ちる。有料（下の費用の欄）
VoxCPM2ローカル0.9743行目で聞き取りの一致率がいちばん低い。手元のPCで動かすので追加料金なし

3実際に聞き比べる

再生ボタンを押すと、その声で聞けます。

L1Claude Code使ってる人、これ知らないと損してます！
Irodori（彩り）
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
CosyVoice 3
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
IndexTTS-2.5
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
Gemini TTS
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
VoxCPM2
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
MOSS-TTS v1.5
1.000
聞き取り：クロードコード使ってる人、これ知らないと損してます
L21つ目、Shift＋Tab。押していくと「プランモード」に切り替わって、いきなり書かせずに、まず計画を立てさせられます。
Irodori（彩り）
0.981
聞き取り：1つ目、Shift＋Tab、押していくとプランモードに切り替わって、いきなり欠かせずにまず計画を立てさせられます。
CosyVoice 3
0.936
聞き取り：1つ目、Shift＋Tab、押していくとプランモードに切り替わって、いきなり欠かせずにまず計画をやかたさせられます。
IndexTTS-2.5
0.981
聞き取り：1つ目、Shift＋Tab。押していくとプランモードに切り替わって、いきなり欠かせずにまず計画を立てさせられます。
Gemini TTS
0.945
聞き取り：1つ目、Shift＋Tab。押していくとプランモードに切り替わって、いきなり欠かせずにまず計画を立ち上げさせられます。
VoxCPM2
0.981
聞き取り：1つ目、Shift＋Tab、押していくとプランモードに切り替わって、いきなり欠かせずにまず計画を立てさせられます。
MOSS-TTS v1.5
0.981
聞き取り：1つ目、Shift＋Tab、押していくとプランモードに切り替わって、いきなり欠かせずに、まず計画を立てさせられます。
L32つ目、Escを2回。入力が空のときに押すと、巻き戻しメニューが開いて、前の状態に戻せます。
Irodori（彩り）
0.962
聞き取り：2つ目、エスケープを2回入力が空の時に押すと、巻き戻しメニューが開いて前の状態に戻せます
CosyVoice 3
1.000
聞き取り：2つ目、エスケープを2回、入力が空のときに押すと巻き戻しメニューが開いて、前の状態に戻せます。
IndexTTS-2.5
0.962
聞き取り：2つ目、エスケープを2回、入力が空の時に押すと巻き戻しメニューが開いて前の状態に戻せます
Gemini TTS
0.962
聞き取り：2つ目、エスケープを2回入力が空の時に押すと巻き戻しメニューが開いて前の状態に戻せます
VoxCPM2
0.925
聞き取り：2つ目、エスケープを2回入力がさらの時に押すと巻き戻しメニューが開いて前の状態に戻せます
MOSS-TTS v1.5
0.962
聞き取り：二つ目、エスケープを二回入力が空の時に押すと、巻き戻しメニューが開いて、前の状態に戻せます
L43つ目、行の頭に「!」。コマンドをそのまま実行して、結果をClaudeに読ませられます。
Irodori（彩り）
1.000
聞き取り：3つ目、行の頭にビックリマークコマンドをそのまま実行して結果をクロードに読ませられます
CosyVoice 3
0.974
聞き取り：3つ目、上の頭にビックリマークコマンドをそのまま実行して、結果をクロードに読ませられます
IndexTTS-2.5
0.962
聞き取り：3つ目、今日の頭にビックリマークコマンドをそのまま実行して結果をクロードに読ませられます
Gemini TTS
1.000
聞き取り：3つ目、行の頭にビックリマークコマンドをそのまま実行して結果をクロードに読ませられます
VoxCPM2
0.962
聞き取り：3つ目、おこの頭にビックリマークコマンドをそのまま実行して結果をクロードに読ませられます
MOSS-TTS v1.5
0.974
聞き取り：3つ目、用の頭にビックリマークコマンドをそのまま実行して結果をクロードに読ませられます
L5どれも今日から使えるので、保存して試してみてください！
Irodori（彩り）
1.000
聞き取り：どれも今日から使えるので、保存して試してみてください。
CosyVoice 3
1.000
聞き取り：どれも今日から使えるので保存して試してみてください
IndexTTS-2.5
1.000
聞き取り：どれも今日から使えるので保存して試してみてください
Gemini TTS
0.980
聞き取り：どれも今日から使えるので保存して試してみてくださいね
VoxCPM2
1.000
聞き取り：どれも今日から使えるので保存して試してみてください
MOSS-TTS v1.5
1.000
聞き取り：どれも今日から使えるので保存して試してみてください

4かかった費用と時間

Gemini TTS（有料）／15秒の音声約0.5円（約0.0034ドル）公式の料金表の計算です。音声1秒＝25トークン、音声出力は100万トークン9ドル（2026年末まで・2027年1月から18ドル）。1ドル＝150円と仮定。
今回の5行（約30秒）約1円（約0.0067ドル）29.76秒ぶん。実際の請求額は請求画面で未確認です（無料枠で使った可能性もあり、確認が必要）。
手元で動かす声（5種類）追加料金なし電気代のみ。サービスの利用料はかかりません。
声を5種類作って聞き比べるまで33分12秒約30秒の5行を作り比べる時間。MOSS-TTSは別に1行あたり約29分。
← 入口へ