Notevibes

Notyはスタジオの入口だ。「このPDFをポッドキャストにして」「このスライドをスペイン語で読んで」と普通の言葉で書けば、台本を書き、声を選び、再生できる音声を返す。クレジットを使う前に確認を求め、カードごとに生成の価格が表示される。直したいときも言葉で伝える。名前の読み間違いや平板な1行は1文の指示で直り、全部を再生成しなくていい。

Naturalライブラリには2,600以上の声、148言語と地域変種が入り、どれにも音の印象を短く書いた説明が付く。アクセント、年齢、キャラクターで絞り込むか、対応言語をすべて話す30のスター音声から始めればいい。対応範囲はよくある欧州系のはるか外まで広がり、広東語、タガログ語、マレー語、ベンガル語、スワヒリ語、さらに数十の小規模言語を含む。聴き手がグローバルではなく地域単位なら、この広さが小さなライブラリではなくここを選ぶ実務的な理由になる。

10〜30秒の音声を録音するかアップロードし、同意文を1つ読み上げる。声が本人のものだと確認するためだ。クローンはライブラリの声と並び、どの台本も同じように読む。ワークスペースに共有しない限り非公開で、有料プランならどれでも使える。StarterとCreatorは1つ、Proは無制限。複数クライアントを抱える代理店なら差はすぐに効いてくる。

PDF、EPUB、DOCX、MOBI、AZW3、TXTの書籍を上げると、章に分け、台詞のある登場人物を探す。人物ごとに固有の声と、トーンと間合いを決める短い人物設定が付き、シーン指示が章や一節の空気を決める。ジャンルに合わせた人物肖像も描き、読み上げに合わせて単語を強調するRead Along表示も用意する。個人出版の著者にとっては、出演者を雇わない座組みそのものだ。

2人進行の形式が2種類ある。記事を渡せば台本付きの対話が返り、自分で台本を書いて話者ごとに声を割り当てもできる。80以上の感情タグと44のトーン修飾が、ささやきから笑いまでを覆う。聴けるポッドキャストと、交互に読むだけの2台のロボットの差はここで決まる。多声の音声は語学教材、ラジオドラマ、ナレーション付きの事例紹介にも使える。

音声か動画を上げるか、ブラウザで口述すれば、70以上の言語でタイムスタンプ付きのテキストが返る。翻訳は逆方向で、話し方を別の言語に移しつつ元のテンポと抑揚を残し、両方の書き起こしを返す。音声エディタはノイズ除去、音量の均一化、無音のカット、ステム分離までこなす。スマホ録音の粗い素材も、ナレーションの元にする前に救える。