ElevenLabsの発表内容
開発者のdebpalash氏が、音声AIツール「VoiceStudio」を公開しました。音声生成サービス「ElevenLabs」の代替を目指すオープンソースのアプリです。
本ツールは646の言語に対応し、音声クローンや動画の多言語吹き替えが可能です。文章による声の設計や音声入力、文字起こし、オーディオブック作成の機能も備えています。
Windows 10や11、macOS、Linuxなどの環境で動作し、費用は無料です。GPUを搭載しないパソコンでも、CPUを利用してすべての機能を動かせます。
APIやMCP（外部ツールと連携するための規格）を通じた自動化にも対応します。外部の通信環境に頼らず、手元の端末だけで多言語の音声コンテンツ制作を完結できます。
つまり、どういうこと？
ざっくり言うと、通常はクラウド接続が必要な高度な音声生成を、自分のパソコン1台で動かせるアプリです。
手元の端末内で音声クローンや吹き替えの計算を行うため、通信環境を気にせず無料で作業できます。対応言語も646と幅広く、外国語の音声制作を手軽に試せます。
編集部の見方
有料の「ElevenLabs」に迫る多機能をローカル環境だけで再現した点には、筆者もかなり驚きました。GPUがないPCでもCPUで動かせる仕様は、試行錯誤のハードルを下げてくれそうです。クラウドの従量課金を気にせず音声生成を試せる環境は、個人や中小企業にとって破格の選択肢になります。
646言語という対応規模。
ただ、高品質な音声モデルを快適に動かすには、やはり相応のマシン性能が求められそうです。まずは手元のPCでCPU動作の速度感を確かめてから、本格的な機材導入を判断するのが無難だと思います。
誰に関係するか
有償の音声サービスを利用している人は、完全ローカルかつ無料で多言語の音声生成や動画吹き替えを行えるようになります。
