よくある質問
TTS Reading Labとは何ですか?
TTS Reading Labは、Yomikazeが提供するテキスト読み上げAPIの名称です。4096文字までのテキストを音声に変換し、アクセシビリティや読書支援の実証を行います。音声は合成音声であり、不可聴のウォーターマークが埋め込まれています。リアルタイムストリーミングやSSMLは提供していませんが、安定したAPIエンドポイントで音声データを取得できます。
音声のライセンスは誰にありますか?
音声はLibriTTS-R(CC BY 4.0)およびLibriVoxの公衆ドメインオーディオブックの録音に基づいています。8種類の音声プリセットはすべてライセンスされた録音を使用しており、生成された音声ファイルには合成音声を示す不可視のウォーターマークが埋め込まれています。これにより、音声の由来と合成性质を明確にしています。
データプライバシーは確保されていますか?
入力テキストは音声生成のみ目的で使用され、トレーニングには利用されません。生成された音声はレスポンスで返却され、サーバーには保存されません。請求のために要求メタデータ(時刻、文字数、ステータス)のみが保持されます。音声のトレーニング利用や長期保存は行いません。
編集方針はどのようなものですか?
事実に基づいた正確な情報提供を方針とします。過度な誇大表現や「最高」「最速」といった主観的な形容詞を避け、公開された事実のみを記載します。他社ブランドとの比較は、日付付きの事実ベースで行い、Yomikazeを他社の公式代理店として提示しません。
サポートはどのように受けられますか?
サポートはメールのみで提供されます。電話番号やライブチャット、SLA(サービスレベル契約)や稼働率保証はありません。緊急時の電話サポートや、オンプレミス設置、専用モバイルSDKも提供していません。技術的な問い合わせやアカウントに関する問題は、メールサポートを通じて対応いたします。
将来の展望はどのようなものですか?
8種類の音声プリセットと23言語に対応しています。カスタム音声クローニングや感情タグ、SSMLは現在提供していませんが、アクセシビリティ支援とスタートアップ向け音声UI開発に特化したAPIとして、安定したサービス提供を続けます。今後の機能拡張については公式ドキュメントをご確認ください。
アクセシビリティ対応は可能ですか?
はい、可能です。高齢者の読書支援やアクセシビリティ対応に最適です。8種類の音声プリセット(例:sageやmilo)は、明確で自然な読み上げを提供します。API経由でテキストを音声に変換でき、mp3やwavなどの形式で音声ファイルを取得可能です。アクセシビリティ要件に応じた音声選択が可能です。
多言語対応は可能ですか?
23言語に対応しています。23言語のいずれかを、任意の音声で話せます。言語を指定しない場合はスクリプトから推測されますが、非英語のラテン文字の場合は言語指定を推奨します。ベトナム語やタイ語などは現在未対応です。
メディアのコンセプト
Yomikazeは、テキスト読み上げAPIを提供する独立したストアフロントです。単なる技術紹介に留まらず、高齢者の読書支援やアクセシビリティ対応といった実用ケースに焦点を当て、開発者や事業者が適切な音声技術を選定できるよう、事実に基づいた情報を提供します。
読み上げAPI専門のメディア
APIの仕様、価格、制限を正確に伝え、過度な宣伝を避けます。
- API仕様と利用制限の明示
- 具体的な数値に基づいた解説
高齢者向け読書支援への焦点
視覚的な読み取りが困難な高齢者向けに、自然な読み上げ音声の活用を提案します。
- 高齢者の読書支援
- アクセシビリティ向上
アクセシビリティ重視の編集方針
ユーザー中心の視点で、技術的な正確さと実用性を両立させる編集を徹底しています。
音声のライセンスと著作権
Yomikazeの音声は、LibriTTS-R(CC BY 4.0)ライセンスに基づき、LibriVoxの公衆ドメイン朗読データから生成されています。音声データそのものは合成されたものであるため、特定の個人の声と同一視されることはなく、著作権上のリスクが低減されています。
LibriTTS-Rによるライセンス
当APIで利用される音声は、LibriTTS-Rデータセットに含まれる録音に基づいています。このデータセットはクリエイティブ・コモンズ・バイ4.0(CC BY 4.0)の下で提供されており、商用利用を含む改変や再配布が許可されています。
CC BY 4.0の適用
生成された音声は合成音声であり、元データの出典を明記しない限り自由に利用できます。ただし、生成物自体には合成音声を示す不可聴の透かしが埋め込まれており、人工音声であることが識別可能です。
パブリックドメイン音声の利用
LibriVoxの朗読はパブリックドメインまたはCC BYライセンスであり、元の声優の人格権が音声合成に直接影響する可能性は限定的です。高齢者向け読書支援においても、法的なクリアランスが容易に確保された安定した音声基盤を提供します。
データプライバシーとセキュリティ
入力テキストは音声生成専用であり、モデル学習には使用されません。生成された音声はレスポンスとして返却され、サーバー上に永続的に保持されません。
入力テキストの学習利用なし
ユーザーが送信したテキストは、単に音声ファイルに変換されるための一時的なデータとして処理されます。生成プロセスが完了した後、元のテキストデータは学習データとして再利用されることなく破棄されます。これにより、機密性の高い文章や個人の読み上げコンテンツを安心してAPIに送信できます。
音声データの即時返却
音声ファイルは生成直後にHTTPレスポンスとしてクライアントに返されます。生成された音声データはAPIサーバー上にバックアップや長期保存のためには残されません。ユーザーは取得したファイルの管理を完全に制御でき、サーバー側のストレージに依存しません。
メタデータの保存
請求と利用状況の管理のため、リクエストの時刻、文字数、ステータスなどのメタデータが保持されます。これは音声そのものではなく、課金の透明性を確保するための記録であり、音声コンテンツの内容とは独立して扱われます。
編集方針と信頼性
Yomikazeは、読み上げAPIの専門メディアとして、事実と数値に基づいた正確な情報提供を徹底しています。広告や主観的な評価を排し、APIの仕様や制限事項をありのままに伝える編集方針を採用しています。
事実に基づく正確な情報
全ての技術仕様は公式ドキュメントと一致し、推測や憶測を含まない厳密な記述を心がけます。価格やレートリミットなど、実装に直結する数値の正確性を最優先します。
- 公式仕様に準拠した詳細な記述
- 推測を含まない客観的な事実の提示
過剰な宣伝の回避
「最高」「最速」といった誇大表現を避け、機能と制限を明確に区別します。ハイパーボリックな表現を用いず、ユーザーが判断できる材料だけを提示します。
他社との比較も事実のみで行い、感情に訴えるマーケティング文句を最小限に留めます。
- 誇張表現の排除
- 事実ベースの比較
ユーザー中心のコンテンツ
高齢者やスタートアップの開発者が実務で困らないよう、具体的なワークフローや制限事項を先に示します。技術的な詳細よりも、実際の利用イメージを重視した構成です。
- 現場視点の分かりやすい構成
- 制限事項の明確な提示

連絡先とサポート
Yomikazeは、技術的な疑問やご利用中の問題について、メールによるサポートを提供しています。電話やライブチャットは用意していませんので、詳細な技術的な議論や履歴を確認した対応が必要な場合は、メールが最適な窓口です。
サポートリクエストは、アカウントページやお問い合わせフォームから送信可能です。開発者の皆様は、APIの挙動やエラー原因について専門的な視点で回答を受け取ることができます。
メールによるサポート
すべてのサポート問い合わせはメールで受け付けます。電話番を持たないシンプルな構造により、記録を残した丁寧な対応を心がけています。技術的な不明点や、音声生成の品質に関するご意見も歓迎します。
アカウントページから直接お問い合わせいただくか、専用フォームをご利用ください。返信は迅速に行いますが、混雑状況により遅延する場合がありますのでご了承ください。
- メールのみでのサポート対応
- 技術的な詳細な回答
- 履歴を残した丁寧な対応
FAQの充実
よくある質問(FAQ)は、ドキュメントページで確認できます。APIのエンドポイント、音声の選択、料金体系など、開発に直結する情報が網羅されています。
事前の調査を促進し、サポートの効率化を図っています。複雑な技術的な背景よりも、具体的な実装例やエラー解決策を重視しています。
フィードバックの収集
ユーザーからのフィードバックは、製品の改善に直接活かされています。アクセシビリティの向上や、高齢者向けの読書支援における使いやすさの向上を目的としています。
ご意見やご要望は、メールまたはフィードバックフォームから送信してください。製品のエボリューションに貢献する貴重な情報として扱われます。
将来の展望
Yomikazeは、高精度な読み上げ技術の継続的な改善に注力しています。現在のエンジン基盤を基に、より自然なリズムと抑揚を実現する方向でモデルを最適化し、高齢者向け読書支援やアクセシビリティ用途における体験品質を段階的に向上させていきます。
音声技術の進化
生成速度の安定化と、長文テキストにおける自然な区切り処理の精度向上を図ります。リアルタイムに近い生成パフォーマンスを実現し、アクセシビリティ用途での利用体験をさらに滑らかにします。
多言語対応の拡大
現在対応している23言語の品質維持に加え、既存の音声ライブラリを活用した方言や地域variantの検討を進めます。特に高齢者向けコンテンツにおける地域密着型の音声提供を視野に入れています。
アクセシビリティの向上
視覚障害者や高齢者にとって読みやすい音声出力を標準化します。速度調整機能の柔軟性を高め、個人の状態に合わせた最適な再生速度を容易に設定できるインターフェースを提供し続けます。
8つの音声を確認
以下の各サンプルは、同じ文章をこのAPIで生成したものです。 権利関係が単純なため、高齢者向け読書支援アプリのような多くのユーザーが利用するサービスでも、ライセンス上の懸念が少なく安定して運用できます。
23言語
どの音声でも、これらの言語のいずれかを話します。
