ボイスクローンTTS8種類比較 オリジナルの音声キャラを作る方法

オリジナルの音声キャラクターを作りたい人向けに 最新のオープンソースTTSモデル8つ （Qwen3-TTS / OmniVoice / Fish Speech / Chatterbox / CosyVoice / GPT-SoVITS / F5-TTS / XTTS） で実際に私たちの声を生成して、日本語や英語を読ませて比較！ このチャンネルの声は商用サービスでもゆっくりでもずんだもんでもなくオープンソースのTTSで作ったオリジナルです。 同じことをしたい人のために日本語がまともに喋れたモデル生成速度や対応言語・利用条件の違い そして避けて通れない「ガチャ」（同じ声を頼んでも別人が出てくる問題）まで半年の運用で溜めたノウハウを公開！ ・ハズレを減らす工夫（参照音声の整え方、ダミー語で冒頭ノイズを切る方法） ・出たハズレを捨てる工夫（Whisperでの照合、声質の機械判定、人の耳での最終チェック） ・いま日本語で選ぶならどのモデルがおすすめか 0:00 私たちの声はTTSで作ったオリジナル 1:10 8モデルを同じ条件で試す 3:54 使えそうなモデルを聴き比べ 6:17 音声生成はガチャ 7:47 日本語における読み方問題 8:58 量産時のトラブル 10:05 ハズレを減らす工夫 11:50 ハズレを見分ける工夫 14:21 今選ぶならどれがおすすめか ▼関連リンク Qwen3-TTS https://github.com/QwenLM/Qwen3-TTS OmniVoice https://github.com/k2-fsa/OmniVoice Fish Speech https://github.com/fishaudio/fish-speech voicebox https://github.com/jamiepine/voicebox お問い合わせはこちら: chronoitchannel@gmail.com