AIでどんなボイスもクローン
数本のクリーンなボーカルクリップを、再利用できるAIボイスに。インスタントクローンなら数秒でゼロショットボイスが手に入り、最高品質なら専用モデルをトレーニングして限りなく近い声に——すべてブラウザで、インストールは不要です。
すでにモデルをお持ちですか？Hugging FaceやGoogle Driveのリンクからそのままインポートできます。作成したボイスはすべてライブラリとカバースタジオに追加され、歌唱・ラップ・ナレーションにすぐ使えます。
ボイスクローンの概要
- セットアップ
- ブラウザで動作
- スピード
- インスタントまたはトレーニング
- ソース
- アップロードまたはインポート
- 出力
- スタジオ品質のカバー
AIボイスクローンとは？
ボイスクローンは、サンプル音声から声のモデルを作り、与えたものを何でもその声で歌い直したり話し直したりできるようにします。VoiceDubでは、クリップから即座にクローンする、より高い忠実度のために専用モデルをトレーニングする、手持ちのモデルをインポートする、のいずれも可能です。
- たった1本のクリーンなクリップからクローン
- 数秒で作れるインスタントのゼロショットボイス
- 専用モデルをトレーニングして最も近い声に
- リンクから既存のモデルをインポート
- 自分の声をスタジオ全体で使う
- インストール・プラグイン・GPU不要
ボイスをクローンする方法
インスタントクローンまたはトレーニング済みモデル
クローンには2つの方法——上部のメソッドピッカーからインスタントクローンか最高品質を選び、作成前ならいつでも切り替えられます。
作れるもの
自分をクローンすることから、コミュニティモデルのインポートまで——ボイスクローンで広がることをご紹介します。
ボーカルまたはアコースティック
最高品質はメソッドピッカーで2つの形——Best · VoiceとBest · Acoustics——として用意されているので、ソースに合う方を選んでください。
トレーニング設定の解説
最高品質クローンでは、シンプル/詳細の切り替えでモデルの学習方法を細かく調整できます。（インスタントクローンには調整できる設定はありません。）
- ボーカルを分離
- リードボーカルをインストゥルメンタルから分離するので、完全な曲からトレーニングできます。素の乾いたボーカルならオフにしましょう。
- スマートトレーニング
- 品質がピークに達すると自動で停止するので、過学習も学習不足も防げます。上限を自分で管理したい場合はオフにしましょう。
- 最大分数
- スマートトレーニングがオフのとき、トレーニングの実行時間の上限を設定します。
- 最大エポック数
- スマートトレーニングがオフのとき、モデルがデータを学習する回数の上限を設定します。
すでにモデルをお持ちですか？インポートしましょう
「リンクを使う」を選べば、既存のボイスモデルを再トレーニングせずにVoiceDubに取り込めます。
優れたクローンを生む条件
モデルの出来は与える素材次第——この4つが最も効きます。
ボイスクローンの仕様
クローンが対応する内容のクイックリファレンス。
| クローンモード | インスタントクローン＆最高品質（トレーニング） |
|---|---|
| リファレンスクリップ | 最大5ファイル、合計200MB |
| ファイルごとの上限 | 1クリップあたり50MB |
| 音声フォーマット | mp3, wav, m4a, mp4, mov |
| インポート元 | Hugging Face, Google Drive |
| モデル形式 | .pth（任意で .index も）、.zip / .rar |
| スタイル | ボーカルまたはアコースティック |
| ボーカル分離 | 内蔵——インストゥルメンタルを除去 |
| スマートトレーニング | 品質がピークに達すると自動停止 |
| レンダリング時間 | インスタントは数秒、トレーニングは数分 |
対応する音声・モデル形式
トレーニング用に一般的な音声・動画をアップロードするか、リンクからモデルファイルをインポートしましょう。
自分の声を活躍させよう
ボイスが完成するとライブラリとカバースタジオに表示されます。できることは次のとおりです。
最高のクローンのコツ
- 最もシャープなクローンには、BGMのないクリーンで乾いたボーカルを使いましょう。
- バリエーションのある歌唱またはスピーチが30〜60秒あれば、インスタントクローンには十分です。
- 最高品質を狙うなら、スマートトレーニングをオンのままにしましょう——品質がピークに達すると自動で停止します。
- クリップにインストゥルメンタルの混入がある場合は、「ボーカルを分離」をオンのままにしましょう。
- 声ではなく楽器や音をモデル化するなら「最高品質 · アコースティック」を選びましょう。
- ボイス画像を追加しておくと、あとでライブラリ内でモデルを見つけやすくなります。
VoiceDubでクローンする理由
カスタムボイスを作って使うのに必要なすべてが、ひとつのブラウザタブに。
ボイスをクローンする vs 既存のボイスを使う
VoiceDubでカバーを作る方法は2つ——プロジェクトに合うほうを選びましょう。
責任を持ってクローンを
ボイスクローンは強力です——同意を得て使いましょう。
ボイスを取り巻くすべて
クローンはVoiceDubスタジオの一部にすぎません。残りのツールキットも見てみましょう。
ボイスクローン——よくある質問
ボイスをクローンするには音声クリップが何本必要ですか？
インスタントクローンならクリーンなクリップが1本あれば十分。トレーニング済みモデルには、最大5本（合計200MB）まで用意すると学習の材料が増えます。
インスタントクローンと最高品質の違いは？
インスタントクローンはゼロショットで——数秒で準備でき、スピーチにも歌唱にも使えます。最高品質は専用モデルをトレーニングするため時間はかかりますが、ソースにより近い音になります。
すでに持っているボイスモデルをインポートできますか？
はい。「リンクを使う」を選んで、.pthファイル（または.pthと.indexファイルを含む.zip/.rar）へのHugging FaceまたはGoogle Driveリンクを貼り付けてください。
トレーニングにはどのくらい時間がかかりますか？
インスタントクローンは数秒で準備できます。トレーニング済みモデルは音声の長さや設定によりますが、スマートトレーニングが可能な限り短く抑えます。
クローンに最適な音声は？
BGMのないクリーンでドライなボーカルを用意しましょう。クリップにインストゥルメンタルの混入がある場合は「ボーカルを分離」をオンのままにし、一貫した単一のソースを使ってください。
クローンした声で何ができますか？
完成するとマイボイスとカバースタジオに表示されます——どんな曲もYouTube/TikTokリンクも録音もテキストも、その声のカバーに変えられます。
高性能なパソコンやインストールは必要ですか？
いいえ。クローンはどんなデバイスでもすべてブラウザ内で動きます——ダウンロードもインストールも設定も不要です。
誰の声ならクローンしてもよいですか？
自分の声、または使用許可のあるボイスをクローンしてください。他人の声を同意なくクローンせず、当社の利用規約に従ってください。