# ロボット音声 ジェネレーター: 5つのロボット音声スタイルをプレビュー URL: https://anyvoice.app/ja/tools/robotto-onsei-5-sutairu Type: tool Locale: ja Published: 2026-08-04 Updated: 2026-08-04 --- > 行を入力し、ロボット音声プリセットを選択して、ピッチ、フォルマント、ペーシング数値を含むポーズタグ付きスクリプトをプレビューします。オーディオレンダリングは不要です。 ## ロボット音声 ジェネレーター: 5つのロボット音声スタイルをプレビュー 行を入力してプリセットを選択し、ピッチ、フォルマント、ペーシング数値を含むポーズタグ付きスクリプトを取得します。オーディオレンダリングなしで読み込みをチェックできます。 ## ロボット音声 ジェネレーター プリセットを選択して行を入力し、強度を調整します。出力はポーズタグ付きスクリプトであり、オーディオファイルではありません。匿名実行ビーコン以外は、ブラウザから何も送信されません。 *[Interactive widget — see the live page for the full experience]* ## 各プリセットが実際に変更するもの ### プリセットごとの固定音響署名 各プリセットは独自のピッチシフトとフォルマントシフトを備えています。ボコーダーボットはフォルマント30%カット＋2セミトーンで動作し、ディープ ドローンは-8セミトーンでフォルマント10%ブースト。これらはボコーダープラグインまたはTTSエンジンのピッチタグに入力するスターティング値です。 ### 強度はポーズ密度のみをスケーリング スライダーはポーズタグがどのくらい頻繁に着地するかを変更します（100%時は2単語ごと、0%ではプリセットのベースライン間隔へ）。グリッチスタッターでは音節繰り返し頻度も変更します。ピッチやフォルマント数値には触れないため、音響アイデンティティは予測可能に保たれます。 ### 出力はレンダリングではなくスクリプト [pause 120ms] のようなタグ付きスクリプトを取得します。これはボコーダープラグインやTTSエンジンのSSML break タグに変換するか、ボイスセッション中に読み取る同じマーカー形式です。オーディオは生成されず、ブラウザから匿名実行カウンター以外のものは送信されません。 ## セッションからの質問 ### [pause Xms] タグはTTSエンジンが期待するSSML 構文と一致していますか？ 直接的にはそうではありません。手動で変換するプレーンテキストプレースホルダーです：[pause 120ms] はAmazon Polly、Azure Speech、AnyVoiceの独自APIを含む最もSSML互換エンジンで になります。プレーンテキストはスクリプトドックまたはセッションシートに簡単に貼り付けられます。 ### グリッチスタッターが「the」や「and」などの短い単語をスキップするのはなぜですか？ スタッターは4文字以上のコア文字を持つ単語にのみ適用され、チェック前に句読点は削除されます。4文字未満の機能単語は信号破損ではなくランダムグリッチのように聞こえるため、設計上除外されています。 ### 一度に300行のNPCセリフを処理できますか？ いいえ。これはブラウザで一度に1行をプレビューします。フルレコーディングセッションへのバッチ処理ではなく、TTSパイプラインまたは完全なレコーディングセッションにコミットする前に正しいプリセットを選択するためのスコーピングツールです。 ### 強度スライダーを動かすとピッチやフォルマントシフトが変わりますか？ いいえ。ピッチとフォルマント数値はプリセットごとに固定されているため、スライダー位置に関係なくパネルから読み取るスペックは正確です。強度はポーズ周波数のみを調整し、グリッチスタッターでは音節繰り返し周波数を調整します。 ### 推定ペーシングの150 wpmベースラインはどこから来ていますか？ 毎分150語はオーディオブック制作ガイドラインで一般的に引用されているナレーションペース、ACX形式の配信は毎分150～160語の範囲です。各プリセットはそのベースラインに独自のペーシング乗数を適用します：ディープドローンはより遅い機械的読み込みのために0.6倍で実行します。 ### ここで実際にオーディオが生成されていますか？ いいえ。ツールはテキストのみを出力し、ブラウザで計算されたタグ付きスクリプト。TTSレンダリング、オーディオファイル、外部APIコールはなく、計算全体がクライアント側で実行されます。 ### PA放送と比べて、どのプリセットが大型産業ユニットに最も近く読めますか？ ボコーダーボット（+2 st、フォルマント-30%）は通信チャネルPA音声のように読みます。ディープ ドローン（-8 st、フォルマント+10%、300msポーズ）は遅い大型産業ユニットのように読みます。モノトーン シンセは2つの間に位置し、落ち着いた船上コンピューター読みとなります。 ### ツールは私のスクリプトテキストをどこかに保存または送信していますか？ いいえ。スクリプトはブラウザ内完全に計算され、入力したテキストはサーバーに送信されません。唯一のネットワークコールはページビューを記録する匿名ツール実行ビーコンであり、コンテンツ自体ではありません。 ## 1行以上のスクリプトを作成していますか？ AnyVoiceのボイスクローニングツールは、複数NPCダイアログバッチ、複数章オーディオブックナレーション、これら5つのロボットプリセットを超えた感情制御配信をカバーしています。 *Call to action: AnyVoice を探索する* ## FAQ ### [pause Xms] タグはTTSエンジンが期待するSSML 構文と一致していますか？ 直接的にはそうではありません。手動で変換するプレーンテキストプレースホルダーです：[pause 120ms] はAmazon Polly、Azure Speech、AnyVoiceの独自APIを含む最もSSML互換エンジンで になります。プレーンテキストはスクリプトドックまたはセッションシートに簡単に貼り付けられます。 ### グリッチスタッターが「the」や「and」などの短い単語をスキップするのはなぜですか？ スタッターは4文字以上のコア文字を持つ単語にのみ適用され、チェック前に句読点は削除されます。4文字未満の機能単語は信号破損ではなくランダムグリッチのように聞こえるため、設計上除外されています。 ### 一度に300行のNPCセリフを処理できますか？ いいえ。これはブラウザで一度に1行をプレビューします。フルレコーディングセッションへのバッチ処理ではなく、TTSパイプラインまたは完全なレコーディングセッションにコミットする前に正しいプリセットを選択するためのスコーピングツールです。 ### 強度スライダーを動かすとピッチやフォルマントシフトが変わりますか？ いいえ。ピッチとフォルマント数値はプリセットごとに固定されているため、スライダー位置に関係なくパネルから読み取るスペックは正確です。強度はポーズ周波数のみを調整し、グリッチスタッターでは音節繰り返し周波数を調整します。 ### 推定ペーシングの150 wpmベースラインはどこから来ていますか？ 毎分150語はオーディオブック制作ガイドラインで一般的に引用されているナレーションペース、ACX形式の配信は毎分150～160語の範囲です。各プリセットはそのベースラインに独自のペーシング乗数を適用します：ディープドローンはより遅い機械的読み込みのために0.6倍で実行します。 ### ここで実際にオーディオが生成されていますか？ いいえ。ツールはテキストのみを出力し、ブラウザで計算されたタグ付きスクリプト。TTSレンダリング、オーディオファイル、外部APIコールはなく、計算全体がクライアント側で実行されます。 ### PA放送と比べて、どのプリセットが大型産業ユニットに最も近く読めますか？ ボコーダーボット（+2 st、フォルマント-30%）は通信チャネルPA音声のように読みます。ディープ ドローン（-8 st、フォルマント+10%、300msポーズ）は遅い大型産業ユニットのように読みます。モノトーン シンセは2つの間に位置し、落ち着いた船上コンピューター読みとなります。 ### ツールは私のスクリプトテキストをどこかに保存または送信していますか？ いいえ。スクリプトはブラウザ内完全に計算され、入力したテキストはサーバーに送信されません。唯一のネットワークコールはページビューを記録する匿名ツール実行ビーコンであり、コンテンツ自体ではありません。