よくある質問
AI音声読み上げとは何ですか?
テキストを入力すると、クラウド上のAPIが音声ファイルに変換するサービスです。OpenAIと互換性のある仕様で、tts-1やtts-1-hdモデルを使用します。8種類のプリセット音声から選べ、mp3やwavなど複数のフォーマットで出力可能。API連携により、Webサイトやアプリに簡単に音声機能を組み込めます。
無料で使える読み上げサービスはありますか?
Googleアカウントでサインインすると、0.50ドルのトライアルクレジットが提供されます。これは約5万文字分に相当し、7日間有効です。パスワード登録の場合はトライアルなしで開始します。残高が尽きた後はTRONネットワークでのUSDT入金でチャージ可能で、最小5ドルから利用を継続できます。
API経由で音声生成は可能ですか?
可能です。POST https://api.playe67.com/v1/audio/speech へJSONボディを送信すると音声ファイルが返ります。OpenAI SDKのbase_urlを変更するだけで利用でき、認証にはBearerトークンが必要です。60リクエスト/分の制限内で、テキストと音声設定を指定して音声生成が可能です。
対応している言語は何ですか?
英語、日本語、中国語、韓国語、フランス語、ドイツ語、スペイン語など23言語に対応しています。言語を指定しない場合はスクリプトから推測されますが、ラテン文字の非英語テキストでは明示的にlanguageパラメータを設定してください。ベトナム語やタイ語などは現在サポートしていません。
音声ファイルのフォーマットは?
mp3、wav、opus、flac、pcmの5形式から選択できます。各リクエストでresponse_formatを指定することで、用途に合わせた形式で音声データを取得できます。API経由で生成されたファイルは即座にレスポンスとして返され、サーバーには保存されません。
音声の著作権は誰にありますか?
音声はLibriTTS-R(CC BY 4.0)およびLibriVoxのパブリックドメイン録音に基づいています。生成される音声ファイルには合成音声を示す不可視の透かしが埋め込まれています。入力テキストの著作権はあなたにありますが、生成音声の利用条件についてはCCライセンスを参照してください。
APIの利用制限はありますか?
1キーあたり最大60リクエスト/分の制限があります。初回のチャージ前は1分あたり10リクエストです。1リクエストあたり最大4096文字までで、長いテキストは分割して結合する必要があります。処理は逐次行われるため、負荷が高い場合はキュー待ちが発生する可能性があります。
料金プランはどうなっていますか?
100万文字あたり10ドル(1000文字あたり0.01ドル)の従量制です。失敗したリクエストは無料です。月額プランやSeatは存在せず、TRONネットワーク(TRC-20)のUSDTでチャージします。カードやPayPalは利用できず、最小チャージ額は5ドルです。
トライアルクレジットの有効期限は?
Googleアカウントでサインインした場合に付与される0.50ドルのトライアルクレジットは、7日間有効です。メールアドレスとパスワードで登録したアカウントにはトライアルクレジットは付与されません。残高は期限なしでチャージ可能で、有効期限なく使用できます。
音声の速度は変更できますか?
speedパラメータで0.25から4.0の範囲で速度を変更できます。デフォルトは1.0です。速度を変更しても、音声のピッチやトーンはプリセットの声の特徴を維持します。これにより、ナレーションや解説など、用途に合わせて読み上げのテンポを調整できます。
音声ファイルは保存されますか?
生成された音声ファイルはレスポンスとして返され、サーバーには保存されません。入力テキストも音声生成のみに使用され、学習には利用されません。課金のためのメタデータ(時刻、文字数、ステータス)のみが保持されます。音声ファイルはクライアント側で管理する必要があります。
カスタム音声は作成できますか?
カスタム音声のクローニングや独自の音声アップロードは提供していません。8種類のプリセット音声(aria、nova、lunaなど)から選択します。特定の人物の声やカスタムデザインされた音声は作成できません。既存の声のプリセットを使用して、プロジェクトに最適なトーンを選んでください。
SSMMLはサポートされていますか?
SSMLはサポートしていません。音声の制御はspeedパラメータとvoiceプリセットの選択のみです。カスタム発音辞書や感情タグ、ストリーミング、WebSocketも利用できません。シンプルなテキストと設定で音声ファイルを生成する、シンプルなAPI設計となっています。
音声読み上げソフトのおすすめは?
KoeLinkはAPIベースのサービスであり、インストール型のソフトではありません。ブラウザやコードからAPIを呼び出して音声ファイルを生成します。開発者やWeb制作初心者向けに、手軽に音声合成を実現できます。特定のソフトではなく、Webプロジェクトに音声機能を組み込みたい場合に最適です。
最初のリクエスト
curl
curl https://api.playe67.com/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3AI音声読み上げとは?
KoeLinkは、テキストを入力するだけで音声ファイルに変換するクラウド型TTS APIです。ブラウザやAPIを通じて、効率的に音声コンテンツを生成できます。
最大4,096文字のテキストを処理可能で、mp3やwavなどの形式で音声データを取得できます。
テキストから音声への変換
KoeLinkは、入力されたテキストデータを音声ファイルに変換するクラウド型TTS APIです。最大4,096文字まで処理可能で、mp3やwavなどの形式で音声データを取得できます。
APIによる自動生成の仕組み
OpenAI互換のAPIエンドポイントを使用します。base_urlを変更するだけで、公式SDKやcurlコマンドから簡単に連携可能です。
ブラウザでのリアルタイム試聴
ブラウザ上で音声の試聴が可能です。
デモで試す
ブラウザ上で直接音声を生成・聴取できるデモ機能で、実際の音声品質を確認できます。入力したテキストがどのように変換されるか、ブラウザ上で音声ファイルを生成・聴取できます。
8種類のプリセット音声と23言語、速度調整やフォーマット変更など、必要な設定をすぐに変更して最適な結果を得られます。
8種類のプリセット音声
aria、nova、luna、sage の女性4声と、felix、milo、atlas、orion の男性4声から選べます。テキストの性格や用途に合わせて、適切なトーンを選ぶことができます。
音声はLibriTTS-R(CC BY 4.0)およびLibriVoxの録音を基にしています。
- 女性: aria, nova, luna, sage
- 男性: felix, milo, atlas, orion
23言語のサポート
英語、日本語、中国語など23言語に対応しています。ラテン文字のテキストはデフォルトで英語として扱われるため、他の言語の場合は言語コードを明示的に設定してください。
音声ファイルには合成音声を示す不可聴の透かしが埋め込まれます。
- 英語、日本語、中国語、韓国語、フランス語、ドイツ語など
速度とフォーマットの変更
音声の速度は0.25から4.0の範囲で調整可能です。また、mp3、wav、opus、flac、pcmの5つのフォーマットから選べます。
軽量なmp3やwavは一般的な利用に、flacやopusは高品質な保存に適しています。
API連携の簡単さ
KoeLinkのAPIはOpenAIのspeechエンドポイントと互換性があり、ベースURLを変更するだけで既存のSDKやツールをそのまま利用できます。複雑な独自仕様を覚える必要なく、すぐに音声合成の連携が開始できます。
OpenAI SDKなどのbase_urlを https://api.playe67.com/v1 に設定し、APIキーを設定するだけで動作します。REST APIの仕様に基づいているため、多くの開発環境で標準的に扱える形となっています。
OpenAI互換エンドポイント
エンドポイントは POST https://api.playe67.com/v1/audio/speech です。JSONボディは OpenAI の speech エンドポイントと同じ形状をしており、model、input、voice などのパラメータを指定するだけで音声ファイルを生成できます。これにより、OpenAI SDK をそのまま流用することが可能です。
curlコマンドでの即座に開始
コマンドラインからすぐに試すことができます。以下のコマンドを実行するだけで、テキストから音声ファイルが生成されます。APIキーは Authorization: Bearer tts-... の形式でヘッダーに設定します。
curl -X POST "https://api.playe67.com/v1/audio/speech" \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d "{\"model\": \"tts-1\", \"input\": \"こんにちは世界\", \"voice\": \"nova\"}"
SDKを活用した開発
OpenAI SDKのbase_urlを https://api.playe67.com/v1 に書き換えることで、KoeLinkのAPIを利用できます。Python、Node.js などの主要な言語で、標準的なクライアントライブラリを通じて音声生成を自動化できます。
APIキーはアカウントごとに1つ有効で、必要に応じて新しいキーを発行できます。古いキーは即座に無効になるため、セキュリティの管理も容易です。
対応フォーマット
テキストから音声ファイルへの変換時に、MP3、WAV、OPUS、FLAC、PCMの5つの形式から選べます。各形式は用途に応じて最適化されており、APIリクエストのresponse_formatパラメータで指定するだけです。
ファイルサイズや音質のバランス、あるいはプログラミング言語との相性を考慮してフォーマットを選択してください。すべての形式で、生成された音声は同じエンジンから出力されます。
MP3、WAV、OPUS
MP3はWebや動画での利用に最適で、ファイルサイズが小さく扱いやすい形式です。WAVは非圧縮の波形データです。OPUSは効率的な圧縮を実現し、帯域幅が限られた環境でも高音質を維持します。
これら3つの形式は、一般的なWeb開発やメディア配信で最も広くサポートされています。MP3は多くのブラウザやプレイヤーで再生可能であり、WAVは音声加工前の素材として信頼性が高いです。
- MP3: 軽量化された音声ファイル、Web配信に最適
- WAV: 高品質な波形データ、編集作業向け
- OPUS: 効率的な圧縮、低帯域環境でも高音質
FLAC、PCMの対応
FLACはロスレス圧縮形式で、音質を落とさずにファイルサイズを削減します。PCMは非圧縮の生データであり、音声処理の中間データや、厳密な音響解析が必要な場合に適しています。
FLACはアーカイブ用途に、PCMは開発時のデバッグや、他の音声処理ツールへの入力データとして活用できます。両方とも、音声の忠実性を保つために設計されています。
- FLAC: ロスレス圧縮、高品質な保存用
- PCM: 非圧縮生データ、処理用や解析向け
用途に合わせた選択
MP3はWebページやアプリでの再生に、WAVはポッドキャストやラジオ風のコンテンツ作成に適しています。OPUSはリアルタイム性が必要なケースや、データ通信料を抑えたい場合に有効です。
FLACは音質を重視するアーカイブ用、PCMは音声認識エンジンへの入力や、音声加工ソフトでの再利用に適しています。プロジェクトの要件に合わせて、適切な形式を選択してください。
音声の品質と特徴
生成される音声は合成音声です。ただし、1回のリクエストあたりの文字数は4096文字が上限であり、それ以上の長さのテキストを利用する場合は、複数の音声ファイルを生成して結合するワークフローが必要です。
短く短い文の生成には数秒を要しますが、長時間のテキストではほぼリアルタイム(秒間約25文字分)の処理速度が期待できます。負荷が高い場合はキュー待ちが発生する場合もありますが、一貫した品質が保たれます。
自然な発音とリズム
音声は、人間の話者らしい自然な発音とリズムを再現しています。ただし、1回のリクエストあたりの文字数は4096文字が上限であり、それ以上の長さのテキストを利用する場合は、複数の音声ファイルを生成して結合するワークフローが必要です。
短く短い文の生成には数秒を要しますが、長時間のテキストではほぼリアルタイム(秒間約25文字分)の処理速度が期待できます。負荷が高い場合はキュー待ちが発生する場合もありますが、一貫した品質が保たれます。
多様な声のバリエーション
男女各4種の計8種類のプリセットから、プロジェクトのニュアンスに合った声を選べます。LibriTTS-RおよびLibriVoxの録音データに基づいており、各音声は明確な性格を持っています。
例えば、ナレーションには「aria」、ニュース読み上げには「atlas」、ドキュメンタリーには「orion」などが適しています。これらは単なる声優ではなく、特定のトーンや役割を想定した設計です。
23言語をサポートしており、どの声でもどの言語でも話せます。言語を指定しない場合は、スクリプト(文字種)から自動で判断されます。
- aria(暖かくクリアなナレーター)
- nova(明るく活気のある声)
- atlas(ニュートラルなニュース読み上げ用)
- orion(深みのあるドキュメンタリー用)
合成音声の識別
生成されるすべての音声ファイルには、聴覚的にはほぼ検知できないが、機械的に検出可能な不聴 watermark が埋め込まれています。これにより、生成された音声が人工的なものであることを示すことができます。
この特徴は、音声の著作権や生成履歴の管理において、人間による確認ではなくシステムによる識別を可能にします。

利用シーン
KoeLinkは、アクセシビリティ向上やコンテンツ制作を支援する音声合成APIです。ブラウザでの即時試聴からAPI連携まで、開発者やWeb制作初心者にとって必要な音声生成を強力にサポートします。
テキストを音声に変換するだけでなく、API連携によりプロジェクトにシームレスに統合できます。OpenAI互換の仕様により、既存のツールやSDKを活用した開発も可能です。
Webコンテンツのアクセシビリティ
テキストコンテンツの音声読み上げを提供し、視覚に訴える効果的なコンテンツ構築を可能にします。ブラウザでのリアルタイム試聴デモから、API連携まで、あなたのプロジェクトに必要な音声生成を支援します。
23言語に対応し、多様なユーザー層にリーチします。音声ファイルは合成音声であることが識別可能で、信頼性の高いアクセシビリティソリューションを提供します。
- ブラウザでの即時試聴で音声を確認可能
- 23言語の音声生成に対応
- アクセシビリティ向上に貢献
動画ナレーションの作成
動画制作におけるナレーション作成を効率化します。8種類のプリセット音声から選べるため、コンテンツのトーンに合わせた最適な音声を選びやすくなります。
MP3、WAV、OPUS、FLAC、PCMのフォーマットに対応しており、用途に合わせた音声ファイルの出力が可能です。API連携により、大量のテキストを自動生成することも可能です。
- 8種類のプリセット音声から選択
- MP3、WAV、OPUS、FLAC、PCMに対応
- API連携で効率的なナレーション作成
アプリ内の音声フィードバック
アプリ内の音声フィードバックや音声読み上げ機能を実装します。API連携により、アプリの開発プロセスにシームレスに音声合成を組み込むことが可能です。
60リクエスト/分のレートリミット内であれば、安定した音声生成が可能です。API連携により、アプリのユーザーエクスペリエンスを向上させる音声機能を容易に実装できます。
- API連携によるシームレスな実装
- 安定した音声生成
- アプリのUX向上に寄与
価格プラン
KoeLinkは、クレジットカードや月額プランのないシンプルな課金モデルを提供します。Googleアカウントでサインインすると、7日間有効な0.50ドルの無料トライアルクレジット(約5万文字分)が得られます。
無料トライアルの利用
Googleサインインで作成されたアカウントには、初めに0.50ドルのクレジットが付与されます。これは約5万文字分に相当し、7日間で有効期限が切れます。メールアドレスで登録した場合は、このトライアルクレジットは付与されません。
- Googleサインインで50ドルのクレジットを入手
- トライアルは7日間有効
- メール登録の場合はクレジットなし
文字数ベースの課金
基本料金は100万文字あたり10ドル(1文字あたり0.00001ドル)です。スペースや句読点も含め、すべて文字数で計算されます。音声合成に失敗した場合は、料金が全額返金されます。
- 100万文字あたり10ドル
- 失敗したリクエストは無料
USDTによるチャージ
残高のチャージはTRONネットワーク(TRC-20)上のUSDTのみで受け付けています。最小チャージ額は5ドルで、送金後数分で自動的に残高に反映されます。クレジットカードやPayPal、請求書での支払いはありません。
- USDT(TRC-20)のみ対応
- 最小チャージ額は5ドル
- 自動反映で即座に利用可能
よくある質問
API連携や音声生成の基本的な疑問にお答えします。技術的な仕様や利用上の注意点について、具体的な数値とルールを基に解説します。
ブラウザでのデモ利用から本格的な開発まで、スムーズに進めるための重要な情報をまとめました。
音声の著作権について
生成された音声ファイルには合成音声を示す不可聴の透かしが入ります。音声データ自体の利用には制限はありませんが、元の録音データはLibriVoxのCC BY 4.0ライセンスに基づいています。
APIのレートリミット
1つのAPIキーあたり1分間あたり60リクエストまで可能です。初回利用時は1分間10リクエストの制限があり、チャージ後に制限が緩和されます。
長文の処理ではテキストを分割して生成するため、キュー待ちが発生する場合があります。
言語のサポート状況
23言語に対応していますが、ベトナム語やタイ語などは現在サポートしていません。
ラテン文字の場合は言語指定を明示的に行うことを推奨します。
お問い合わせ
KoeLinkはAPI開発者やWeb制作初心者に向けたサービスです。電話やチャットではなく、メールでのサポートに特化しています。
技術的な質問から機能の提案まで、いつでもお気軽にご連絡ください。
メールでのお問い合わせ ['一般的な料金やアカウントに関するご質問は、公式メールアドレス宛てに送信してください。担当者が確認次第、返信いたします。', 'アカウント作成やAPIキーの発行に関する基本的なご質問にも迅速に対応します。'] []
技術的なサポート ['API連携時のエラーや、OpenAI互換エンドポイントでの挙動についてのご相談も承ります。', 'curlコマンドやSDK利用時の具体的な設定値など、開発者目線でのサポートを提供します。'] ['エラーコードと再現手順の併記がおすすめ', '使用している言語やSDKのバージョンも記載ください']
フィードバックの送付 ['音声の質やフォーマット、価格体系など、サービス改善のためのご意見をお聞かせください。', 'ユーザーの声は開発の参考にさせていただきます。', {'h3': 'お問い合わせ'}]
8つの音声を確認
以下の各サンプルは、同じ文章をこのAPIで生成したものです。 あなたのアイデアをコードなしで自由に形に変えていきましょう。
23言語
どの音声でも、これらの言語のいずれかを話します。
