解説動画のナレーションも、ゲーム・ノベルのキャラのセリフも、台本は最後まで動きます。ところが音声だけは、一度作ると直すのにお金と時間がかかる。そこだけが制作のボトルネックになります。

Azayaka-IST は、「キャラ名: セリフ」と書いたテキストから、セリフごとの音声・つないだ 1 本の音声・ 音とぴったり合う字幕(SRT / VTT)までをまとめて出力する、自分の PC の中だけで動くツールです。台本を直したら、もう一度ボタンを押すだけで作り直せます。

発売記念価格 3,980 円

買い切りですので、購入後に追加のご請求は一切ありません。値上げする場合は、事前にこのページと X でお知らせします。値上げ後も、先にお求めいただいた方の価格は変わりません。

発売記念価格でのご購入には、早期購入特典(用途別サンプル台本集＋キャラクターレシピ 9 体)を無料でお付けします。

こんな人のための商品です

解説・ナレーション動画を作っていて、原稿を直すたびに録り直しになっている人
ゲーム・ノベルでキャラごとのセリフが数十〜数百行あり、外注だと予算も納期も合わない人
音声と字幕を別々に作っていて、タイミング合わせが毎回手作業になっている人
複数キャラの声を作品を通して同じ声色に保ちたい人
生成のたびに API 従量課金が乗るのを避けたい人(このツールは自分の PC で動きます)

逆に、こんな人には向きません

実在する人物(声優・著名人など)の声を再現したい人。 モデル提供者が明確に禁止しており、このツールでもやらないでください
プロの声優の演技をそのまま置き換えたい人。 感情表現は絵文字で方向づけできますが、演出意図どおりの芝居が一発で出る道具ではありません。何度か生成して選ぶ使い方になります
CUDA 12.8 対応の GPU が無く、待ち時間を一切許容できない人。 CPU や Mac でも動きますが、GPU に比べてはっきり遅くなります
初回セットアップ(10〜30 分)と、モデルの初回ダウンロード(約 3.1 GB)を許容できない人
クラウドで完結させたい人。 これはローカル専用のツールです
コマンドを 1 行も触りたくない人 — WebUI だけで完結しますが、最初にインストーラーをダブルクリックする手順はあります

中身

制作ガイドに沿って、次の順番で 1 本を作り切れる形にしてあります。

準備 — Windows / Mac それぞれのインストールと起動
STEP 1 台本を用意する — 小説・シナリオ形式から読み上げ用への書き直し方 (1 行 1 セリフ化 / 演出のコメント化 / 読み間違い対策のかな開き / 字幕には元の表記を残す書き方)
STEP 2 キャラの声を決める — 参照音声を渡す方法と、文章で声を注文する方法の使い分け
STEP 3 テスト生成 — 先頭数行だけ作って、声・話速・感情表現を確かめる
STEP 4 一括生成して仕上げる — 行ごとの作り直し・波形トリミング・結合からの除外
STEP 5 音声と字幕を書き出す — 尺合わせ、字幕の表記復元、6 種類の書き出し
STEP 6 動画編集ソフトへ渡す — 音声と字幕を同期させたまま持ち込む

同梱物

Azayaka-IST 本体 — Windows / Mac 両対応。インストーラーと起動ファイルをダブルクリックするだけ
エンドユーザー向けマニュアル 3 冊
- 制作ガイド(この目次の通し手順)
- インストールマニュアル(Windows / Mac、つまずいたときの対処つき)
- 使い方ガイド(機能ごとの詳細。WebUI の「使い方」タブにも同じものが入っています)
Claude Code スキル 2 本
- script-to-tts — 小説・シナリオ形式の台本を、読み上げ用フォーマットへ自動で校正する
- emoji-annotate — セリフの感情を判定して、スタイル制御絵文字を自動で付ける
サンプル台本 — そのまま実行して動作確認できる短い台本

サンプル(実際に生成したものです)

入力した台本は、これだけです。

: 夕暮れの教室に、二人だけが残っていた。
ミナ: まだ帰らないの?
アリス: うん、もうちょっとだけ。
ミナ: ……明日、はちじにはここを出ないと間に合わないよ。|……明日、8時にはここを出ないと間に合わないよ。
アリス: えっ、そんなに早いの!?
ミナ: 言ったでしょ。みっか前にも。|言ったでしょ。3日前にも。
アリス: ……ごめん、忘れてた。
ミナ: ふふ、知ってた。
アリス: もう!

同時に出力された字幕(字幕.srt)の該当箇所です。

4
00:00:09,840 --> 00:00:13,680
……明日、8時にはここを出ないと間に合わないよ。

6
00:00:17,120 --> 00:00:19,760
言ったでしょ。3日前にも。

音は「はちじ」「みっか前」、字幕は「8時」「3日前」。 読み間違いを防ぎながら、字幕は元の表記のまま出せます。

声は 3 つとも文章で注文したもので、実在の人物の声はクローンしていません。 アリスは「若い女性の声、元気でハキハキ」、ミナは「18 歳の女性。明るくよく通る声で、発音がはっきりしている」。参照音声を使わない声は本来なら行ごとに変わってしまいますが、声アンカーが自動で働くので 9 行を通して同じ声色に保たれています。

生成にかかった時間(実測): GTX 1660(VRAM 6GB)で、本編 9 行が約 78 秒(1 行あたり約 8.7 秒)。このほかに初回だけ声アンカーの生成に 118 秒かかりますが、一度作ればキャッシュされます。 GTX 1660 は 2019 年発売のミドルクラスなので、これより新しい GPU なら短くなります。

思った音声にならなかった行は、その行だけ作り直せます。

波形を見ながら前後のトリミング・中間カットで、不要な部分を取り除くこともできます。

絵文字ひとつで、演技が変わります

同じセリフ・同じ話者・同じシードで、末尾の絵文字だけを変えて 4 回生成しました。

アリス: そっか。わかった。            
アリス: そっか。わかった。😭          
アリス: そっか。わかった。👂👂👂      
アリス: そっか。わかった。😆

違って聞こえる原因は、末尾の絵文字だけです。同じ 7 文字が2.8 秒から 5.2 秒まで変わります。

3 番目が 👂 を 3 つ重ねているのは書き間違いではありません。同じ絵文字を重ねると効果が強くなります。効きが足りないときは重ねて調整できます。使える絵文字は 45 種類あります。

視聴サンプル集

解説・ナレーション動画

企業案内、字幕焼き込み＋字幕キャプション

ノベルボイス、ボイスドラマ

ゲーム音声素材（wav分割)

動作環境・前提

OS：Windows 11 / macOS

Python：3.11(付属インストーラーが導入します)

GPU：CUDA 12.8 対応 GPU 推奨。VRAM 6GB で動作確認済み(v4.1 モデルは約 3GB 使用)

GPU が無い場合：CPU で動作します(遅くなります)。Mac は Apple Silicon の GPU が自動で使われます

ディスク：モデルの初回ダウンロードに約 3.1 GB

追加課金：不要。すべて自分の PC で動くため、生成ごとの従量課金はありません

通信：初回セットアップとモデル取得時のみ必要

よくある質問

GPU が無くても使えますか?
動きますが遅くなります。設定タブで CPU に切り替えられます。待ち時間が許容できるかは、先にサンプルの生成時間の記載を見て判断してください。

生成した音声は自由に使えますか? 商用作品に使えますか?
本ツールの作者は、生成された音声・字幕について一切の権利を主張しません。報告も、許諾申請も、使用料も不要です。ツール自体もご自身の制作(商用・業務を含む)に使えます。ただし、これとは別に、音声合成モデルの提供者が定める条件が適用されます (実在人物へのなりすまし禁止・虚偽情報を広める目的での使用禁止など)。こちらは作者が決められる範囲ではないため、各モデルカードの原文をご自身で必ずご確認ください。同梱マニュアルにリンクと日本語での要約を載せてあります。なお生成音声には、電子透かし(SilentCipher)が自動的に入ります。

買ったツールを知人に渡したり、再配布したりできますか?
できません。本ツールはオープンソースではなく、再配布・再販・譲渡・貸与を禁じています (同梱の LICENSE が正文です)。ご自身の制作にお使いいただく範囲は、商用を含めて自由です。ご利用はご本人お一人が前提で、同僚やチームの方が使う場合は第三者扱いになります。法人・団体でのご利用をお考えの場合は、購入後にご相談ください。

声優さんの代わりになりますか?
なりません。感情や話速は指定できますが、演出意図どおりの芝居が一発で出る道具ではありません。何度か生成して選ぶ、という使い方が前提です。

自分の声や、知り合いの声を登録できますか?
ご本人の明確な同意がある声であれば、参照音声として登録できます(v4.1 で最大 120 秒)。同意のない第三者・実在の著名人の声は登録しないでください。

字幕は本当に音とズレませんか?
字幕は結合音声のタイムラインから計算しているため、トリミングや行の除外をしても追従します。全体の尺を伸縮させた場合の実測ズレは 0.3ms 以下です。

購入後の更新はありますか?
上流の Irodori-TTS の更新や、不具合に気づいた範囲で修正し、本ページのバージョン情報に追記します。更新の頻度・期間を保証するものではありません。更新のお知らせをメールで受け取れる登録フォーム(任意)を有料エリアに用意しています。

サポートはありますか?
あります。ご購入から 30 日間、Discord で導入サポートを行います。対象は「動作環境・前提」を満たす PC での、インストールから初回の音声生成までです。返信の目安は 3 営業日で、招待リンクは有料エリアに記載しています。お使いの PC 固有の環境問題、GPU ドライバ、上流ライブラリ側の不具合、および Brain というプラットフォーム自体の仕様に関するご質問には対応できません。

免責事項

本商品はセリフ音声と字幕の制作作業を自分の PC で行えるようにするツールと、その手順書です。売上・収益・再生数を保証するものではありません
音声合成には AI(Irodori-TTS)を使用しています。生成音声には電子透かしが自動的に入ります
音声合成エンジンおよびモデルは第三者が開発・提供するものであり、本商品はその利用を支援するツールです。エンジン・モデル側の仕様変更や提供停止により、動作しなくなる可能性があります
生成物の利用が各国の法令に適合するかの責任は、利用者にあります
返金・キャンセルについて(Brain の規定に基づきます)
- キャンセル・返品・返金はできません
- 返金ができない前提の商品ですので、動作環境と「向きません」の項目を購入前に必ずご確認ください。判断がつかない場合は、購入前にお問い合わせフォーム (forms.gle/PVGjHcvZhZyHCeUx5) からご質問ください

ライセンス

正文は同梱の LICENSE にあります。

位置づけ：本商品はオープンソースではありません。著作者が権利を保有する著作物です

できること：ご本人お一人が、ご自身の制作に使うこと(商用・業務を含みます)。手元の複製の改変

要相談：法人・団体でのご利用(ご本人以外の方が使う場合)。購入後にご連絡ください

できないこと：全部または一部の再配布・再公開・再販売・譲渡・貸与(改変の有無・有償無償を問いません)

生成した音声・字幕：著作者は一切の権利を主張しません(モデル提供者が定める条件は別途適用されます)

エンジン・モデル：第三者の著作物で、本商品には同梱されていません(導入時・初回実行時に取得されます)

3,980円は発売記念価格です。 値上げする場合は事前にお知らせします。
買い切りのため追加請求はなく、値上げ後も先にお求めの方の価格は変わりません。
発売記念価格でのご購入には、早期購入特典(用途別サンプル台本集＋キャラクターレシピ 9 体)が無料で付きます。

本編