アイデアと素材を、完成した動画に

登録

ひとつのワークスペースで、動画に自然なAIナレーションを付け、新しい音声に口の動きを合わせ、テキストや画像から動画クリップを生成できます。

読み込み中…

GPT Image 2.5 新登場

想像を作品に

無料で試す

Kitta AI デモ

プロのアナウンサーから著名人まで、Fish Audio 技術によるリアルな AI 音声クローンを体験

1つのワークスペースでAI音声コンテンツを作成・編集・ローカライズ

今すぐ試す

自然な音声の生成、台本のナレーション化、表現力豊かな音声クローン、動画・オーディオブック・ポッドキャスト・グローバル施策向けの音声制作をまとめて行えます。

惑星オーロラの外気圏では、宇宙に浮かぶステンドグラスのように空が砕けた光を放っていた。

センサーは、どのアルゴリズムでも解釈できない不規則なパターンで脈打っていた。

シーンを説明して映画のようなナレーションを生成...

統合AIエディター

同じ制作フローで台本を書き、シーンを設計し、完成度の高いナレーションを生成します。

古代ユードリアの平原では、空が黄金色に燃え、森の風が秘密をささやいていた。ゼフィロスという竜は、古い星のように穏やかで賢く輝きながら地平線を見つめていた。

中国語
Amy
再生

超リアルな音声

83言語に対応した、制御可能で表現力豊かな音声を作成します。

音楽

スタイル、シーン、感情、声、楽器からBGMを生成します。

効果音

効果音、環境音、トランジションを作成し、ライブラリから検索できます。

声色

音声クローン、キャラクター音声の設計、多彩な音声スタイルの探索ができます。

画像と動画

動画、ショートドラマ、アニメ向けのナレーションと多言語音声を制作します。

Kitta AI API

1つの強力なAPIですべての音声ワークフローを構築

ドキュメントを見る

テキスト読み上げAPI

モデル選択、安定性制御、低遅延、多言語出力に対応した本番向け音声合成。

Kitta AI では、Fish Audio、MiniMax、Qwen などのサードパーティー製音声モデルを、1つのワークスペースで選んで利用できます。

Fish Audio S2.1 Pro

幅広い言語に対応した表現力豊かで制御可能なプレミアム音声。

MiniMax Speech 2.8

キャラクター会話やナレーション向けの表現力豊かで安定した音声。

Qwen Audio 3.0

大規模生成に適した高コスト効率の音声。

音声文字起こしAPI

話者を識別した文字起こしと分単位課金に対応する高精度な音声・動画ASR。

Fish Audio ASR

音声と動画の信頼性の高い多言語文字起こし。

リップシンクAPI

音声と動画から口の動きを同期し、吹き替えやアバター制作に利用できます。

const response = await fetch('https://kittaai.com/api/open/tts', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    reference_id: 'YOUR_VOICE_MODEL_ID',
    text: 'Turn this product walkthrough into a clear, natural voiceover.',
  }),
});

const audioBlob = await response.blob();
const response = await fetch('https://kittaai.com/api/open/v1/media/lip-sync/jobs', {
  method: 'POST',
  headers: { Authorization: 'Bearer YOUR_API_KEY' },
  body: JSON.stringify({
    video_url: 'https://example.com/video.mp4',
    audio_url: 'https://example.com/audio.mp3',
  }),
});

const task = await response.json();

Kitta AI の主な機能

プロ品質の音声クローン

AI 音声クローンで約 99% の類似度。Fish Audio の先進モデルにより、自然なナレーション向けに複数のトーンに対応。

スマートなテキスト読み上げ

8 言語以上の AI ナレーションと TTS。約 1 分でモデルを学習し、プロ向けナレーションや教育・ポッドキャストに最適。

多言語 AI ナレーション

Fish Audio 技術により 8 言語以上でナレーションとクローンに対応。一度学習すれば多言語展開が容易。

プロ向けオーディオ処理

ノイズ低減、音量均一化、音質向上など、自然な AI 音声向けの処理を提供。

高速生成

クラウド処理により約 20 秒で高品質なナレーションを生成。バッチ処理にも対応。

幅広い用途

漫画動画・ショートドラマ吹き替え・動画ナレーション・オーディオブック・教育・ポッドキャスト・ゲーム音声などに。

柔軟な料金

テキスト読み上げニーズに合ったプランを選べます

無料プラン

$0/月

1,000 登録クレジット

約8分の音声を生成

登録時に1000クレジット付与
基本ボイスモデル
AI音声生成は1回最大200文字
音声文字起こしは200クレジット/分

Plus 月額

$4.49/月

20,000 月間クレジット

約177分の音声を生成

音声クローンと音声デザイン
数十万種類のボイスライブラリ
AI音声生成は1回最大10K文字
複数話者台本と一括音声生成
音声文字起こし(ASR)
リップシンク動画生成
AI画像
AI動画
人気

Pro 月額

$14.99/月

100,000 月間クレジット

約888分の音声を生成

音声クローンと音声デザイン
数十万種類のボイスライブラリ
AI音声生成は1回最大10K文字
複数話者台本と一括音声生成
音声文字起こし(ASR)
リップシンク動画生成
AI画像
AI動画

Max 月額

$34.99/月

300,000 月間クレジット

約2,666分の音声を生成

音声クローンと音声デザイン
数十万種類のボイスライブラリ
AI音声生成は1回最大10K文字
複数話者台本と一括音声生成
音声文字起こし(ASR)
リップシンク動画生成
AI画像
AI動画

生成前に、公開サービス、モデル、課金単位、クレジット料金を比較できます。 クレジットルールをすべて見る →

Kitta AI よくある質問

AI 音声クローンとテキスト読み上げについて

Kitta AI とは?

Kitta AI は Fish Audio の音声技術を基盤とした、音声クローンとテキスト読み上げのプラットフォームです。約 1 分で声をクローンし、40 以上の言語で自然な音声を生成できます。動画ナレーション、オーディオブック、ポッドキャスト、ショートドラマ吹き替え、リアルタイム音声エージェントなどに利用できます。ElevenLabs に対するコスト効率の良い選択肢です。

音声をクローンするには?

1) 10〜30 秒のクリアな音声をアップロード(長いほど品質向上)、2) 約 1 分でモデルが学習、3) 任意のテキストを入力してクローン声で生成。専門知識は不要で、クローンした声は 40 以上の言語で利用できます。

無料で使えますか?

はい。無料枠では月 1000 クレジット(おおよそ 10 分相当の生成)が付与されます。プロ用途には月 2 万クレジットからの有料プランがあります。始めるのにクレジットカードは不要です。

対応言語は?

テキスト読み上げと音声クローンは 40 以上の言語に対応しています(英語、中国語、日本語、スペイン語、フランス語、ドイツ語、韓国語など)。一度モデルを学習すれば多言語で利用できます。

ElevenLabs との違いは?

どちらも AI 音声クローンと TTS を提供します。Kitta AI の強みは、より低い料金、より短いクローン用サンプル(10〜15 秒程度)、そして強力な多言語対応です。ElevenLabs は英語ネイティブ向けの大規模ライブラリと品質で知られています。

どんな用途に使えますか?

YouTube や TikTok のナレーション、オーディオブック、ポッドキャスト、ショートドラマ、E ラーニング、ゲーム音声、リアルタイム AI エージェントなど。個人クリエイターからエンタープライズ API 連携まで幅広く対応します。

生成音声をもっと自然にするには?

段落と句読点を整え、話し方を明確に指定しましょう。短いプレビューで確認し、文章、口調、速度、音量、声を調整してから全体を生成してください。