音声変換 (Voice Conversion)読み: おんせいへんかん

2026-10-01 更新

本ページはプロモーションを含みます（掲載基準）

AI用語辞典音声・音楽最終更新: 2026-10-01・AI PICKS編集部

音声変換 (Voice Conversion)の定義

音声変換（声質変換、ボイスチェンジ）とは、話した内容はそのままに、声の主の特徴だけを別の人やキャラクターの声に変えるAI技術のことです。英語ではVoice Conversion（VC）と呼ばれ、AIボイスチェンジャーの中核になっています。

英語表記: Voice Conversion（VC）。サービスによってはVoice Changer、Speech to Speechとも呼ぶ
しくみ: 話者らしさ（声質や音色）を別の話者に変え、言葉の内容は変えない。音声の分析、スペクトルや抑揚の変換、音声の再合成を組み合わせる
代表的なオープンソース: RVC（Retrieval-based Voice Conversion WebUI、MITライセンス、2023年公開）。10分以上の雑音の少ない音声で学習でき、リアルタイム変換にも対応
商用サービスの例: ElevenLabsのVoice Changerは、ささやきや笑い、感情などの演技のニュアンスを保ったまま別の声に変換できる
テキスト読み上げとの違い: 読み上げ（TTS）は文字から声を作る。音声変換は人の声を入力にするため、抑揚や間の取り方を引き継げる
国の動き: 知的財産推進計画2024で、生成AIによる俳優や声優の声の利用について、不正競争防止法などとの関係を整理する方針が示された

音声変換 (Voice Conversion)に関連するツール

編集部のおすすめMurf AI¥0〜3.82

ElevenLabs¥0〜3.95

Voicemod AI¥0〜3.81

AI音声・文字起こしのランキングを見る

音声変換 (Voice Conversion)とは（詳しく解説）

音声変換（Voice Conversion）は、話した言葉はそのままに、声の主の特徴だけを別の人の声に変える技術です。日本語では声質変換とも呼ばれ、AIボイスチェンジャーの中身にあたります。文字から声を作るテキスト読み上げ（TTS）と違い、人の声を入力にするため、抑揚や間の取り方、感情をそのまま引き継げるのが強みです。身近なのはオープンソースのRVC（Retrieval-based Voice Conversion）です。MITライセンスで公開されており、公式の説明では10分以上の雑音の少ない音声があれば、性能の高くないGPUでも学習できます。学習した声でリアルタイムに変換する機能もあります。クラウドでは、ElevenLabsのVoice Changerのように、ささやきや笑いまで再現して別の声に変えるサービスもあります。使い道は、配信やゲームでの変声、ナレーションや動画の声の差し替え、キャラクターボイスの制作などです。質を上げるコツは、学習用と変換元の音声をできるだけ雑音の少ない環境で録ることです。雑音や反響が多いと、変換後の声にも乱れが残りやすくなります。注意したいのは権利の問題です。実在の人の声に似せて、本人の許可なく公開するのは避けてください。国の知的財産推進計画2024でも、生成AIによる俳優や声優の声の利用について、不正競争防止法などとの関係を整理する方針が示されています。商用で使うときは、使うモデルや声データの利用条件も必ず確認しましょう。

出典・公式情報:

音声変換 (Voice Conversion)を調べた人に

声を作る・声を取り出すなら

ナレーションづくりや、曲からボーカルだけを抜き出す作業をブラウザでできます。

Aqua Voice
初月10ドルオフ（新規ユーザー）
Mac・Windows・iPhoneのどのアプリにも声で文章を入れられる（無料は1,000語まで）
AI音声・文字起こし／最低料金 ¥0〜
公式サイトで無料で試す
Audible（オーディブル）
プロの声優・俳優の朗読を聴き比べられる。30日間無料で試せる
オーディオブック／ 30日間無料体験・以後プレミアム月1,500円
30日間無料で聴く
Listnr
1,000種類以上の声で読み上げ音声を作れる。無料で1,000クレジット
AI音声・文字起こし／最低料金 ¥0〜
公式サイトで無料で試す