01
プリセットの声はいつも「あと一歩」
頭の中には明確な声があるのに、既成の選択肢はどれも少しずつ外れる——トーンは合うのに年齢が違う、訛りは合うのに整いすぎ。ボイスデザインはその最後の一歩を埋めます。聞こえている声をそのまま言葉にし、結果を試聴し、ぴったり合うまで描写を磨く。もちろん「十分近い」で本当に足りるなら、精選された声から始めるほうが速いままです。
まずはボイスライブラリで出発点を選ぶキャラクターを言葉で描く。 その声が聞こえてくる。
ボイスデザインは、書かれた描写を再利用できるオリジナルの声に変えます。録音も参照話者も不要。キャラクターが誰なのかを書き、生成結果を試聴し、保存すれば Breeze Blue 全体で使えます。
あなたが書く描写
六十代の、海に鍛えられた女性船長。低くしゃがれた声、ゆっくりと確かな話し方、かすかなアイルランド訛り、荒っぽさの奥に温かさ。
聞こえてくる声
低くざらついた女性の声。急がない語り口に柔らかなアイルランド訛り——表は厳しく、芯は優しい。
セリフの演技
「ロープをしっかり結びな、坊や——海は二度目を許しちゃくれないよ」
あなたが書く描写
子ども向けアニメのハイテンションなロボット相棒。金属的な響きの高い声、早口で、いつも笑い出す寸前。
聞こえてくる声
明るく弾む合成ボイス。速いテンポとくすくす笑いのエネルギーを持ちながら、早口でも言葉は明瞭。
セリフの演技
「新しい作戦！前のと同じ、でもジェットパックが超増量！」
あなたが書く描写
穏やかな瞑想ガイド。中性的で三十代半ば。柔らかく息の多い声、マイクに近く、ほとんど囁きなのに完全に聞き取れる。
聞こえてくる声
親密で空気感のある声。ゆったりとしたテンポと温かい中低域——静かなのに、明瞭さは失わない。
セリフの演技
「その考えを、広い空を渡る雲のように、通り過ぎさせてあげましょう」
書いた描写から保存済みの声まで、3 ステップ
描写・試聴・保存のループはひとつのワークスペースで完結し、残した声は永続的なアセットになります。
1
描写する
キャラクターが誰なのかを自然な言葉で書きます——年齢、質感、テンポ、訛り、性格。すでにイラストがあるなら、画像をアップロードしてそこから始めることもできます。
2
試聴する
候補の声を生成し、プレビュー用のセリフを演じさせて聴きます。しっくりこなければ描写を調整——もっと低く、もっとゆっくり、もっと荒く——イメージ通りになるまで生成を繰り返します。
3
保存する
気に入った声をボイスリストに保存。その瞬間から再利用可能なアセットです。テキスト読み上げで選び、Studio プロジェクトに配役し、API から ID で呼び出せます。
効果的な描写の書き方
抽象的な性格の言葉より、具体的で「耳に聞こえる」特徴が効きます。良い描写は次のいくつかを直接言い切ります。
- 年齢・性別
- 「六十代の女性」
- 質感
- 「しゃがれた」「息の多い」「金属的な」
- テンポ
- 「ゆっくり確かに」「早口」
- 訛り
- 「かすかなアイルランド訛り」
- 役柄・態度
- 「疲れ切った夜勤の刑事」
1〜2 文で十分です。声がどう聞こえるかを書き、物語の中でキャラクターが何をするかは省きましょう。
ボイスデザインが正解になる場面
クリエイターがボイスデザインに持ち込む 5 つの状況——それぞれで何が起きるかを正確に。
02
キャラクターに参照できる話者がいない
ゲームの NPC、物語の登場人物、バーチャルの司会者——オリジナルキャラクターには、クローンできる録音がそもそも存在しません。ボイスデザインは元音声を一切必要としません。描写こそが素材です。キャラクターシートを 1〜2 文に凝縮すれば、背後に人間の話者がいないオリジナルの声が得られます。
キャラクターの声を一式そろえる方法を見る03
キャラクターは描けたが、まだ声がない
声よりも先にイラストができることもあります。ボイスデザインのワークスペースでは、キャラクター画像そのものから始められます。イラストをアップロードして、見た目に合う声を生成し、画像では伝わらない部分——テンポ、訛り、態度——は文章の描写で補って調整します。
キャラクターのイラストから声をつくる04
API なら 1 リクエストで最大 3 候補
Web では候補を 1 つずつ試聴し、生成のあいだに描写を磨きます。Voice Design API はより大きな単位で動きます。デザインエンドポイントへの 1 リクエストで、同じ描写から最大 3 つの候補ボイスが返るため、パイプラインがプログラムで候補リストを作り、最終的な選定は人が行う、という流れが組めます。
Voice Design API のドキュメントを読むPOST /v1/text-to-voice/design
{
"voice_description": "A weathered sea captain in her
sixties, low and gravelly, with a faint Irish accent.",
"text": "Tie that line down, lad.",
"preview_count": 3
}05
声はもう気に入った——欲しいのは新しい演技
それならデザインは完了です。同じ声にこのセリフは囁かせ、次のセリフは叫ばせたいなら、声はそのままに演技を演出しましょう。Breeze TTS 2 はセリフごとに自然な言葉の指示を受け取ります。ボイスデザインは「誰が話すか」を決め、ボイスディレクションは「このセリフをどう演じるか」を決めます。
テキスト読み上げで演技を演出するデザイン、ライブラリ、クローン、ディレクション？
4 つのツール、4 つの出発点。手元に何があるかで選びましょう。
ボイスデザイン
描写から始める——このページです。声が頭の中やキャラクターのイラストにしか存在しないとき、デザインは録音も参照話者もなしにオリジナルの声を生み出します。
形容詞ではなく、証拠を
公開の Voice Design Benchmark は、1,000 件のキャラクターボイスデザイン課題で主要モデルを横断評価しています（2026 年 8 月評価）。Breeze TTS 2 はロール適合度と声の多様性で第 1 位：
78.02
Role Fit（ロール適合度）
生成された声が描写されたロールにどれだけ合致するかを 100 点満点に正規化——評価対象モデル中の最高スコア。
708
独立ボイスクラスタ
全課題を通した WavLM 話者クラスタの独立数——今回の評価で最も広い声の多様性。
98.5%
台本通過率
生成クリップのうち、意図したセリフを明瞭に話せている割合。
Voice Design Benchmark の完全なリーダーボードと評価方法を見る
Voice Design Benchmark · 2026 年 8 月評価
ブラウザから API まで
Web アプリでデザイン
キャラクターを描写するか、イラストをアップロードし、候補を試聴して、気に入った声を保存。保存した声はすぐにボイスリストに加わり、テキスト読み上げで選択でき、Studio プロジェクトでは他のキャラクターと並べて配役できます。
よくある質問
AI ボイスデザインとは何ですか？
ボイスデザインは、録音の代わりに文章の描写やキャラクター画像からオリジナルの声をつくる機能です。話者の年齢、質感、テンポ、訛り、性格を描写し、生成された声を試聴して、テキスト読み上げ・Studio プロジェクト・API で再利用できるアセットとして保存します。
声のサンプルや録音は必要ですか？
不要です。ボイスデザインは元音声も参照話者も必要としません——入力は描写だけです。もし欲しい声そのものの許諾済み録音を持っているなら、その場合はボイスクローンのほうが適したツールです。
デザインされた声は誰の声ですか？
誰のものでもありません。デザインされた声はあなたの描写から生成されたもので、実在の人物の録音ではなく、特定の話者の再現を目的にもしていません。似た描写からは似た結果が生まれることもあるため、デザインした声は「唯一無二が保証された音」ではなく、オリジナルの創作物として扱ってください。
1 つの描写から複数の候補ボイスを得られますか？
Web アプリでは候補を 1 つずつ試聴し、試行のあいだに描写を磨きます。API 経由なら、デザインエンドポイントへの 1 リクエストで最大 3 候補が返せるため、プログラムで候補を絞り込み、最終選定を人が行うパイプラインに向いています。
保存したデザインボイスはどこで使えますか？
Breeze Blue 全体で使えます。保存すると声はボイスリストに現れ、テキスト読み上げで選択、複数キャラクターの Studio プロジェクトに配役、API 呼び出しでは ID で参照——同じ声、同じキャラクターを、あらゆる場面で。
同じデザインボイスで異なる感情を表現できますか？
できます——ただしそれはボイスディレクションであって、ボイスデザインではありません。保存した声はそのままに、テキスト読み上げでセリフごとに指示を出します。この行は囁いて、次の行は昂ぶらせて。デザインは「誰が話すか」を固定し、ディレクションは「各セリフをどう演じるか」を変えます。
ボイスデザインの料金は？
ボイスデザインは Breeze Blue の他機能と同じクレジット残高で動き、無料枠から始められます。現在のプランとクレジットの換算は料金ページをご覧ください。