どうも、過去に読み上げソフトをつかっていたポテイモ(@poteimoblog)です。
僕は動画を作る際、自分の音声を収録するのは苦手で、機械音声にまかせたいと思っているんですよね。
ただ、普通の音声ソフトだと声が不自然で気になってしまうところ。
そんな中、iMyFoneからAIを使った読み上げソフトである「VoxBox」を紹介されたため、レビューしていきます。
有料版でも読み上げできる文字数や時間に制限はありますが、自然な読み上げができたり、動画や画像から文字の抽出ができる良いソフトと感じています。
「VoxBox」について
ここでは「VoxBox」がどんなソフトなのかを説明していきます。
VoxBoxとは
「VoxBox」は中国のWebシステム・アプリ開発を行うiMyFoneがリリースした、テキスト読み上げソフトです。
単にテキストを読み上げるのではなく、AIによって自然な読み上げや、画像や動画、音声からのテキスト抽出を実現しています。
- 画像/PDF/テキストを音声に変換可能
- 46種類以上の言語に対応
- 3200個以上のボイスを使える
- MP3、WAVなど多様な出力＆入力フォーマットをサポート
- 文字起こし以外にも機能を搭載
用意されているプラン
「VoxBox」の支払いプランはサブスクと買い切りの2種類に分かれます。以下の表にプランをまとめました。
| サブスクリプションプラン | 買い切りプラン | |
|---|---|---|
| 値段 | 月間：2,280円 年間：5,780円 | 10,780円 |
| 設定できるPC数 | 3台 | 3台 |
| サポート | 期間中のみ無料更新&サポート | 永続無料更新&サポート |
どのプランも期間以外に内容は同じなので、自分が使う期間に合わせて選びましょう。
基本的に3ヶ月以上使う場合は「年間ライセンス」、2年以上使う場合は「永久ライセンス」がおすすめ。
「VoxBox」でできること（機能）
「VoxBox」でできること（機能）を紹介します。
テキスト読み上げ機能
自分が入力したテキストをボイスに変換する機能です。AIを使用しているので比較的自然に読み上げてくれます。
単に読み上げるだけでなく、効果音や速度調整もできるのでカスタマイズもできます。あと、日本語から英語へといった変換も可能。
保存もできるので、紹介動画やYoutube動画に使うのもおすすめ。
画像からの文字抽出機能
画像やPDFから文字を抽出する機能です。資料や画像の文字を起こしたい時に使えます。
また、抽出した文字はテキスト読み上げ機能で使えるため、効果音やボイスへ変換することも可能。
文字おこし機能
動画や音声から文字をテキストにしてくれる機能です。
「1分以内のファイル」という制限がありますが、AIが音声内から人の声を抽出し、文字を起こしてくれます。
ボイスクローン機能
音声ファイルから声をAIによって抽出する機能です。抽出した声はテキスト読み上げのボイスとして使用できます。
ただ、日本語では使用できない点に注意。
その他
読み上げ機能や文字おこし機能がメインですが、他にもおまけ機能が3点あります。
- 録音
- 動画・音声ファイルの形式変換
- 音声編集機能
音声関連であれば「VoxBox」で事足りるように機能が用意されています。
「VoxBox」の無料版と有料版の違い
「VoxBox」の無料版と有料版の違いを以下の表にまとめました。
| 無料版 | 有料版 | |
|---|---|---|
| 読み上げる文字数 | 3000文字 | 25万文字 |
| 文字おこしの時間 | 3分 | 120分 |
| 録音の長さ | 1分 | 制限なし |
| 音声変換形式 | ファイルの半分 | 制限なし |
| 無料アップデート | あり | あり |
| 編集した音声の出力 | できない | できる |
| 3200種類のボイスと46+言語を選択 | 制限あり | 制限なし |
主な違いは、読み上げできる文字数や使えるボイスの種類です。また、読み上げ機能の効果音などの制限の有無もあります。
有料版の機能が気になっている方は30日以内の返金保証もあるので、一旦有料版を使ってみてから考えるのもおすすめです。
「VoxBox」の使用感
実際に「VoxBox」を使って感じたことを4つ紹介します。
操作画面が見やすい
ソフトの画面がかなりシンプルで、操作も簡単になっています。初めてソフトを開いてからすぐに使い方を理解できたレベル。
環境設定の必要もなく、ソフトの設定欄もかなりシンプルなので、パソコン初心者でもすぐに使えるように仕上がっています。
抽出の精度が高い
画像や動画から文字を抽出は、AIを使っているだけあって精度はかなり高いです。
完璧ではないものの、画像では細かい文字、動画では聞き取りにくい声でもちゃんと抽出してくれますよ。
有料版でも制限がある
「VoxBox」では有料版に切り替えても、読み上げできる文字数と文字おこしできる時間の制限があります。
無料版と比べて文字数や時間はかなり多いですが、有料版なのに制限があるのは個人的に残念。
日本語だとボイスが限られる
テキスト読み上げ機能で使えるボイスが、日本語の場合はかなり限られます。
実際、英語ではフルに使えるところ、日本語では12種類とほとんど使えないんですよね。
オリジナルのボイスを追加できるボイスクローン機能も日本語では使えないので、日本語ではかなり制限が強いのが残念。
まとめ
この記事では音声読み上げソフト「VoxBox」をレビューしました。
AIを使った読み上げソフトというだけあって、自然に読み上げることができるようになっています。
もし動画に機械音声を使いたい方は、チェクしてみると良いですよ。
コメント