人の声そのものを主力商品として扱っている配信で、チャット欄の片隅に付いた飾りではない。見本の文章をひとつ読ませれば自分の声が複製され、文章を一行書けば存在しなかった声が生まれる。ついでにリアルタイムの音声通話まで備えていて、話の途中で割り込むこともできる。以下では声の層だけを扱う。映像や画像の側は他所で十分に語られているからだ。

紛らわしい点がひとつある。いまトップを開くと最も目立つ場所にあるのは短い映像のコーナーで、生成されたクリップと厳選された作例が並ぶ。声の道具は独立した音声の作業台にまとめられ、その案内には声のライブラリ、音声合成、楽曲生成、声の設計、声の複製、声の抽出が並んでいる。これが現在の姿だ。映像、画像、音声、楽曲がそれぞれ一角を持ち、音声がそのうち最も厚い層になっている。

2026 年 9 月の時点で、ウェブと携帯の両方で動き、iOS と Android がそれぞれの線を持つ。パソコンではブラウザを開けばよく、デスク側に別の何かを入れる必要はない。本当に見る価値があり、まだほとんど試されていないのは、複製と設計の二つである。

一段落読ませれば、返ってくるのは自分の声

複製の手順は思ったより短い。声の複製の頁に入ると、冒頭の一行がすべてを説明している。文章を読み上げれば、あなただけの声が複製される、と。その下に用途の選択肢が並ぶ。おまかせ、オーディオブック、映像の吹き替え、日々の記録、教育と研修、ラジオ、自動応答。読みやすいものを選べばよい。隣には試聴用の文章があり、標準中国語で読み、右下で文字数がリアルタイムに数えられる。

用意する素材も控えめだ。十秒から五分の音声を録るか送るかすればよく、一ファイル 50 メガバイトまで。似せ具合を上げる小さな切り替えが二つあり、訛りの最適化と、見本から背景の雑音を除く処理を選べる。普通の部屋で録る人にはありがたい。

先に断っておくべきことがひとつある。一晩を無駄にしないために。声の複製は会員向けの機能だ。無料の利用者も結果を試聴できるが、実際に使うために保存するには購読が要る。ボタンの隣の小さな文字がそれを率直に書いている。試聴には独立した枠があり、一日五回まで声の見本を無料で聞ける。しかもこの回数は声の複製と声の設計の二つの頁で共有していて、どちらで聞いても一回を消費する。使い切ったあとは規則に従って点数を引かれる。

会員の側は余裕がある。購読すると最大百の複製枠が開き、生成できる長さの上限も二十時間まで伸びる。オーディオブックや連載を作る人なら、古い声を消して場所を空ける作業を毎日しなくて済む量だ。

音声合成：しるしひとつで語り口が変わる

複製が答えるのは、自分に似ているかどうか。合成が答えるのは、聞いていて心地よいかどうか。現在の版は高精細の音声モデルを既定で使い、入力欄の左下に本文へ直接打ち込めるしるしが並ぶ。感情、間、語気の助詞。これらを文中に書くのだ。節の前に感情を置き、疑問符が来る場所に間を挿す。すると生成された音声がその起伏を帯びて戻ってくる。あらかじめ用意された気分を一覧から探すのとは別のやり方である。

右側は調整台になっていて、話速、音程、音量の三本のつまみに、音色の効果を加える調整が付く。声を替えてもう一度合わせれば、目指す感じにすぐ届く。ライブラリの選択肢も十分にある。ニュースの女性、落ち着いた管理職といった仕事向けの声、寝る前のささやき、怪談の語り、小鬼の取引、サイエンスフィクション調といった内容と娯楽向けの声が並び、札には言語と向く用途が記されている。

長い文章は明確な強みだ。一度に入れられる上限は、高精細で五千字、高速で一万字。足りなければ長文の切り替えを入れれば、一回で二十万字まで扱える。小説一冊でも教材一式でも、切って繋ぐ作業をせずにそのまま放り込める範囲に入る。代わりに待ち時間がかかるが、右下が点数の消費をリアルタイムに見積もるので、あとから驚くことはない。

複製しないなら、一行から声を作る

声の設計はもうひとつの道で、私がより好む機能でもある。音声の素材は一切要らない。文章の記述だけで済む。頁の例は具体的だ。怪談を語る配信の頁で、声は低く響きがあり、話速は速くなったり遅くなったりして、緊張と神秘の空気を作る、と。要するに、欲しい声の特徴を一行に書けば、それに合う声を組み上げてくれる。

言葉を考えるのが面倒なら、あらかじめ用意されたものを押せばよい。老いた賢者、熱のこもった実況、怪談の語り手、子守唄の女性、厳しい女教師。語り、実況、寝かしつけという典型的な場面を覆う。試聴の文章は自分で書いてもよく、頁に作らせてもよい。既定では、この声は最新の設計モデルが生成したという一文になっている。

先に触れた枠はここでも同じように効く。一日五回の無料試聴を複製の頁と共有する。右下には残りの声の枠も表示され、複製した声も設計した声もひとつを占める。つまり購読後の百枠は二つの機能で分け合うので、まとめて作る前に見当をつけておきたい。

声の抽出と楽曲：片手間だが代えがたい二つ

作業台には日常的に使う道具も二つ入っている。ひとつは声の抽出で、音声や映像の環境雑音や背景の音を下げ、元の声をきれいに取り出してから持ち上げる。配信の収録、歌の録音、取材音声の処理に使える。画面の制限は、ファイルが五百メガバイトまで、長さが三百秒までとなっている。もうひとつは楽曲の生成で、電子、リズム・アンド・ブルース、ポップ、ジャズ、カントリー、ブルースといった方向に分かれ、短い映像や発表に、他所と同じにならない背景の曲を添えるのが狙いだ。

さらにリアルタイムの音声通話がある。画面には声による遮りや冒頭の一言といった設定項目、マイクの許可や接続中の状態表示が見える。話の途中で声を出して遮れること、つまり相手が言い終わるのを待たなくてよいことが、これが台本の読み上げではなく会話として成り立つかどうかを決める。

押さえておきたい仕様

開発は MiniMax。対応はウェブ、iOS、Android で、ウェブ側は実は二つの独立したビルドに分かれている。本体と音声の作業台だ。だから探すと無関係な二つの番号が見えるが、版が乱れているのではなく、二つのアプリが別々の公開線を走っているだけで、携帯側にも独自の線がある。複製の素材は十秒から五分、一ファイル 50 メガバイトまで。無料の試聴は一日五回で、複製と設計の二つの頁が分け合う。

無料でどこまで使えるか

課金の単位は点数と呼ばれる。新規の利用者は一万点から始まり、公式の説明では十二分以上の音声生成に相当する。すべての機能を一度ずつ押して、短い文章をいくつか試すには足りる。その後は必要な分だけ点数を買い足せばよく、会員の段階を選ぶ必要はない。購読すれば複製の枠と生成の上限を同時に開けられる。

許諾の条件は別に見ておきたい。個人の用途、たとえば交流の場への投稿や非営利の集まりでは、公式の表示か出所の注記を添えることを条件に、生成した音声を無料で使える。収益のある内容や顧客の案件となると、標準の会員以上が要る。線はかなり明確に引かれているので、商業的な制作の前に、自分がどちら側にいるかを確かめておくほうがよい。

声の話を二本の道に分けた。自分の声を複製する道は一段落で足り、欲しい声を作る道は一行で足りる。注目すべきはどれだけ本物らしいかではなく、この二つの方法が、音声編集の経験をまったく要らないところまで敷居を下げたことのほうだ。