Fish Audio API でオーディオブックを制作する方法
Kitta AI API から Fish Audio モデルを使う制作ガイドです。API キーとクレジットは当プラットフォームで管理します。
オーディオブックに Fish Audio を使用する理由
Fish Audio の S1 モデルは、感情のコントロールと自然さで知られる TTS-Arena2 で第 1 位にランクされました。オーディオブックの制作には、次の 3 つの重要な利点があります。
音声クローン作成
短い音声サンプルからライセンス付きのナレーション音声を作成し、書籍全体で一貫したナレーションを維持します。
感情のコントロール
オープンドメインの感情アノテーションにより、対話シーンがロボット的ではなく生き生きとしたものになります。
Fish Audio S2.1 Pro: 83 言語
一度トレーニングすれば、複数の言語で出版できるため、国際的なオーディオブックのリリースに最適です。
制作ワークフロー: 5 ステップ
リファレンス音声の準備
10 ~ 30 秒のクリーンなオーディオを録音または収集します。サンプルがきれいであればあるほど(バックグラウンドノイズがないほど)、より優れたクローンが得られます。 MP3、WAV、M4Aをサポートします。
Kitta AI で音声モデルを作成します
Kitta AI にログインし、[音声クローン作成] に移動し、参照オーディオをアップロードし、音声に名前を付けて、[クローン作成の開始] をクリックします。トレーニングは約1分で完了します。
原稿を分割する
原稿を章ごとに分割します。各セグメントは 1,000 ワード未満に抑えてください。 Kitta AI のロング テキスト モードまたはバッチ モードを使用します。システムは分割を自動的に処理します。
オーディオの生成とダウンロード
クローン化された音声モデルを選択し、テキストを貼り付けて、[生成] をクリックします。複数の章をバッチ生成し、MP3 ファイルをダウンロードします。
後処理 (オプション)
Audacity または Adobe Audition を使用して、チャプタ全体の音量を正規化し、それらをつなぎ合わせて最終的なオーディオブック ファイルにします。
品質向上のためのヒント
よくある質問
Fish Audio API はオーディオブックの制作に適していますか?
83 言語での音声クローンおよびオーディオブックのナレーションを承認するには、Fish Audio S2.1 Pro から Kitta AI API を使用します。リファレンスオーディオの要件、テキスト制限、ストリーミングオプションは、選択したモデルによって異なります。モデルプロバイダーのアカウントではなく、Kitta AI API キーとクレジットを使用します。
Fish Audio でオーディオブックを制作するにはいくらかかりますか?
Fish Audio は無料枠 (8,000 クレジット/月、最大 7 分の音声) を提供します。 Fish Audio テクノロジーを使用する Kitta AI を介すると、無料プランには 1,000 クレジットが含まれ、有料プランは 20,000 クレジット/月から始まります。
100,000 ワードのオーディオブックには何クレジットが必要ですか?
標準の Kitta AI 価格では、100,000 文字には約 100,000 クレジットが必要です (1 クレジット = 1 文字)。 Pro プランには月あたり 20,000 クレジットが含まれています。オーディオブック全体を視聴するには、トップアップ プランをお勧めします。
今すぐオーディオブックを始めましょう
Kitta AI は、Fish Audio テクノロジーを採用しています。音声クローンとオーディオブックの作成を無料でお試しください。