音声モデルとは

コンテンツをより自然で親しみやすく、特定のブランドボイスにより近い印象にしたいと思ったことがあるなら、音声モデルがそれを可能にします。

HeyGenでは、AIが生成するナレーションによって、音声がスクリプトやアバターに命を吹き込みます。選択する各音声は、自然で表現力豊か、かつ言語的に正確な発話を生成するよう設計されたモデルである音声エンジンによって動作します。適切なエンジンを選ぶことで、メッセージのトーン、話す速さ、感情に合った音声を作成できます。

音声モデルとは

音声モデルとは、音声を生成する基盤となるAIシステムです。声の響き方や表現力、話す速さ、さまざまな言語での性能を左右します。

HeyGenは、トレーニング、マーケティング、ストーリーテリング、ローカライゼーションなど、さまざまな用途に最適化された複数の音声エンジンを提供しています。

自動音声エンジン

「Auto」設定では、動画の言語と内容に基づいて、HeyGenが最適な音声エンジンを自動的に選択します。モデルを手動で選ばずに安定した結果を得たい場合におすすめです。

ElevenLabs音声エンジン

ElevenLabsは70以上の言語でスタジオ品質のナレーションを提供しており、ほとんどの動画・音声プロジェクトに適しています。

カスタム音声を使用する場合は、その音声に使用する音声モデルを選択でき、トーンやリアリティをより細かく調整できます。デフォルトでは、HeyGen は、自然な表現力と優れた多言語対応で知られる ElevenLabs の多言語 V3 モデルを使用します。

Turbo音声モデル

より高速な生成が必要なプロジェクトでは、Turboモデルのいずれかに切り替えることができます。これらのモデルはレイテンシーが低く、処理も高速ですが、主に英語コンテンツ向けに最適化されています。

Starfish音声エンジン

Starfishは、中国語、日本語、韓国語をはじめとするアジア言語向けに最適化されています。地域に特化したコンテンツでも、自然な発音と話すテンポを実現します。

Panda音声エンジン

Pandaは、感情豊かな表現と高度な制御を実現するために設計されたHeyGenの表現力豊かな音声エンジンです。Voice DirectorやVoice Mirroringなどの機能に対応し、タイミング、強調、トーンを細かく制御できます。

Fish音声エンジン

fish.audioを搭載したFishは、表現力豊かな英語のボイスオーバーに特化しています。ストーリーテリングや会話形式の動画、繊細な表現が求められるコンテンツに適しています。

音声エンジンとモデルを組み合わせることで、トーンや感情表現、話す速度、言語的な正確さに至るまで、動画の音声を自在にコントロールできます。