AIで声を作る方法は、
大きく2つ。

01 / TEXT OR AUDIO?

文章があるならTTS。
録音した表現を使うならRVC。

TTS（Text-to-Speech）は文章を音声へ変える技術です。ShizukaLabのTTSモデルはStyle-Bert-VITS2向け。RVCは音声を入力し、モデルの声質へ変換する仕組みです。RVCモデルだけに文章を渡しても読み上げ音声は作れません。

SBV2用モデルとRVC用モデルは別形式です。「同じNeneだからどちらのソフトでも使える」という意味ではありません。購入前に対応方式を確認してください。

02 / WHAT DO YOU WANT TO MAKE?

作りたいものから、入口を探す。

「動画のナレーションを作りたい」

原稿から作るならTTSが入口です。説明の長さ、読み間違い、間の取り方を確かめながら調整できます。自分で読み上げた抑揚を使いたいなら、録音をRVCで変換する方法もあります。

文章から作る声を探す →

「かわいい女性声・キャラクターボイスが欲しい」

まず声のサンプルを聴き、作品の台詞や距離感に合うかを確かめてください。台詞を文章から作るならTTS、自分の演技をもとにするならRVC。Neneは両方の方式があります。

NeneのTTS / RVCを見る →

「落ち着いたナレーション声を探している」

声の高さだけでなく、長文を聴いたときの疲れにくさ、語尾、説明の伝わり方も比較材料になります。ShizukaLabではSumineや、低音男性ナレーション向けのKataribe Sakutoなどを案内しています。

Sumineを見る →　Kataribe Sakutoを見る →

「自分の歌声を別の声に変えたい」

RVCの領域です。歌を入力として使うため、まず歌唱音声が必要です。伴奏を含む完成曲をそのまま変換するのではなく、ボーカルを分けて短い区間から比較するのが作業の出発点になります。

歌唱の変換で確認すること →

「ゲームの台詞や会話を作りたい」

大量の原稿を順に音声化するならTTS、自分や許諾を得た演者の演技を生かすならRVCを検討できます。音声ファイルの制作と、ゲーム中のリアルタイム生成・変換は別の実装です。モデル購入だけでゲーム連携が完成するわけではありません。

03 / LISTEN, COMPARE, CHECK

声モデルを選ぶ、4つの基準。

1. 方式が合うか。 文章なのか音声なのか。使用ソフトとモデル形式を先に照合します。
2. 作品の内容に合うか。 サンプルを聴き、台詞・ナレーション・歌など、近い用途で判断します。
3. 使いたい表現を出せるか。 声質だけでなく、読み、語尾、音域、長さを確認します。サンプルの結果がすべての入力で再現されるわけではありません。
4. 利用条件を満たすか。 商用利用、クレジット、配布形態、禁止事項などを商品ごとに確認します。

商品名や「高品質」という言葉だけでは判断しにくい部分があります。説明・サンプル・対応環境・利用条件をセットで見てください。

04 / ONE VOICE, TWO WAYS

Neneで見る、2つの制作経路。

同じキャラクターでも、入力方法や調整手順、商品に含まれるモデルは異なります。Neneの紹介から、用途に合う版を確認できます。

05 / BEFORE PRODUCTION

利用条件と入力素材を、別々に確認する。

モデルの利用許諾は、他人の音声・楽曲・台詞を自由に使える許諾ではありません。公開や販売の前に、モデルの規約、入力素材の権利、公開先のルールをそれぞれ確認してください。声の変換を使って本人の発言であるように誤認させる使い方も避けてください。

「商用利用できるか」は一律に答えられません。用途や配布方法を書き出し、各BOOTHの利用条件と照合してください。不明な場合は販売者へ確認するのが確実です。

06 / START CREATING

作り方が決まったら。

技術の参照元：Style-Bert-VITS2公式 / RVC公式。ソフトウェアの動作条件・画面は版によって異なります。