よくある質問
音声のライセンスはどのようなものですか?
音声はLibriTTS-R(CC BY 4.0)およびLibriVoxの公衆ドメインaudiobook readingに基づいています。生成される音声ファイルには合成音声を示す不可視の透かしが埋め込まれています。これらはライセンス付き録音を用いた音声合成エンジンであり、既存のブランドや有名人の声模倣ではありません。
データは学習に利用されますか?
入力テキストは音声生成のみに使用され、モデルの学習には利用されません。生成された音声ファイルはレスポンスとして返され、サーバー上に保存されることはありません。請求用のメタデータ(時刻、文字数、ステータス)のみが保持されます。
音声ファイルは保存されますか?
生成された音声ファイルはレスポンスとしてクライアントに返され、当社のサーバーには保存されません。ただし、請求管理のためにリクエストメタデータ(時刻、文字数、ステータス)は保持されます。音声ファイル自体は永続的に保管されることはありません。
メタデータはどのくらい保存されますか?
リクエストメタデータ(時刻、文字数、ステータス)は請求のために保持されます。これらは音声ファイルの保存とは異なり、課金管理のために記録されます。音声ファイル自体は保存されませんが、メタデータは請求処理のために維持されます。
サポートはメールのみですか?
はい、サポートはメールのみです。電話でのサポートやライブチャットは提供していません。問い合わせはメール経由でのみ受け付けられます。迅速な対応を保証するSLAやアップタイム保証もないため、メールでのやり取りが主なサポート手段となります。
電話でのサポートはありませんか?
いいえ、電話でのサポートはありません。サポートはメールのみです。電話番号も公開していません。ライブチャットも提供していないため、技術的な質問やアカウントに関する問い合わせはすべてメールで行ってください。
SLAはありますか?
いいえ、SLA(サービスレベル合意)はありません。アップタイムの保証も、エンタープライズ契約も提供していません。サービスは「現状有姿」で提供され、特定の可用性やレスポンスタイムの保証はありません。これは当社の標準的な運用方針です。
アップタイムは保証されていますか?
いいえ、アップタイムは保証されていません。SLAや可用性の保証はありません。リクエストはキューで処理されるため、負荷が高い場合は待機が発生する可能性があります。これは当社のインフラストラクチャの特性によるもので、保証対象外です。
音声の品質は保証されていますか?
音声の品質は保証されていません。特定の音声や品質レベルを保証するSLAはありません。音声はライセンス付き録音に基づくエンジンで生成され、透かしが埋め込まれますが、品質の保証は行われません。生成結果は「現状有姿」で提供されます。
編集チームは誰ですか?
編集チームの詳細な名前は公開していません。VoiceCap Journalは独立したストアフロントであり、特定の編集者やスタッフの名前を記載していません。チームの構成やメンバーは非公開です。お問い合わせはメールにて受け付けます。
フィードバックは受け付けますか?
はい、フィードバックはメールで受け付けています。電話やライブチャットはありませんが、メール経由でのご意見やご要望をお聞かせください。フィードバックは製品改善に役立てますが、特定の対応期限や保証はありません。
プライバシーポリシーはどこにありますか?
プライバシーポリシーの具体的なURLは記載されていません。当サイトではプライバシーポリシーの独立したページを明示していません。データの使用については、入力テキストは学習に利用されず、メタデータのみが請求のために保持される旨をご確認ください。
利用規約はどこにありますか?
利用規約の独立したページは提供していません。利用条件はサイトの利用規約ページまたはアカウント作成時に示される情報に基づきます。具体的なURLは記載されていませんが、メールでの問い合わせが可能です。
著作権は誰にありますか?
音声はLibriTTS-R(CC BY 4.0)およびLibriVoxの公衆ドメイン素材に基づいています。生成音声には透かしが埋め込まれますが、著作権の帰属は生成された音声ファイルの利用規約に従います。元の録音のライセンスはCC BY 4.0です。
メディアの目的と方針
VoiceCap Journalは、言語学習者やコンテンツクリエーター向けに、テキスト読み上げAPIの実用的な活用術を解説するメディアです。編集方針とデータポリシーを公開し、事実に基づく具体的な数値で技術とコストを解説します。
私たちは「best」や「最速」といった曖昧な表現を避け、APIの仕様や音声のライセンス情報といった事実だけを重視します。ユーザーがAPIを効率的に統合できるよう、実用的な視点から情報を提供します。
編集方針の公開
当メディアの目的は、TTS APIの実用的な活用術を解説することです。キャップカットなどの編集ワークフローにAI音声合成をシームレスに統合するための知見を提供し、ユーザーの意思決定を支援します。
すべての記事は、製品仕様や価格、制限事項といった事実に基づいて記述されます。過大な宣伝や、実証されていない機能の言及を避け、透明性の高い情報提供を心がけています。
- 事実に基づく具体的な数値の提示
- 過剰な誇大広告の排除
- 編集方針の公開と透明性の確保
事実に基づく解説
「最速」や「最高品質」といった主観的な表現を避け、APIの実際の処理速度や制限事項を事実として記載します。例えば、1リクエストあたりの文字数制限や、レートリミットの具体的な数値を明記します。
他社製品との比較を行う場合でも、公開されている事実のみを根拠とし、日付を明記します。ユーザーが誤解を招くことなく、正確な情報を取得できるよう努めています。
- 主観的表現の排除
- 公開事実のみに基づく比較
- 数値と仕様に基づいた解説
ユーザー中心の視点
コンテンツ作成や言語学習の現場でAPIがどのように活用されるかを重視します。単なる仕様解説だけでなく、実際のワークフローにどう組み込むかという実践的な視点を重視します。
ユーザーが直面する一般的な課題や、APIの制限事項を念頭に置いて解説を行います。不要な機能を宣伝するのではなく、ユーザーの目的に合致する情報だけを提示します。
- 実践的なワークフローの重視
- ユーザーの課題に焦点を当てた解説
- 過剰な機能宣伝の回避
音声のライセンスと出典
APIは、LibriTTS-Rデータセットに由来する8つの音声プリセットを使用しています。これらはすべてLibriVoxの公衆ドメイン録音に基づいており、学習者やクリエイターが信頼できる素材を利用できる基盤となっています。
LibriTTS-Rのライセンス
すべての音声はLibriTTS-Rに基づいています。このデータセットはCC BY 4.0ライセンスの下で公開されており、商用利用も含む柔軟な再利用が許可されています。APIを通じて生成される音声には、合成音声を示す不可視の透かしが埋め込まれています。
- LibriTTS-Rデータセット由来
- CC BY 4.0ライセンス適用
LibriVoxの声
ベースとなっているのはLibriVoxのオーディオブック読書です。ボランティアによる朗読を元にしており、自然な抑揚とクリアな発音が特徴です。8つのプリセットは、これらの録音を基に設計されたものです。
- LibriVoxの公衆ドメイン録音
- 8つの音声プリセット
CC BY 4.0の解釈
CC BY 4.0は、適切な帰属表示を行えば音声を使用できることを意味します。生成された音声ファイルには、合成音声を示す不可視の透かしが埋め込まれています。これは音声の性質を示すためのものです。
- 適切な帰属表示が必要
- 合成音声の不可視透かし
データのプライバシーとセキュリティ
VoiceCap Journalは、テキスト読み上げAPIの仕組みとデータポリシーを明確に提示します。入力テキストは音声生成のみ目的に使用され、モデル学習には利用されません。生成された音声はレスポンスとして返却され、サーバー上には保存されません。
入力テキストの使用目的
リクエストされたテキストは、音声合成処理のために一時的に使用されます。処理完了後、テキスト自体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。
メタデータの保存
請求と利用統計のために、リクエスト時刻、文字数、ステータスコードなどのメタデータが記録されます。これらは課金検証のみに使用されます。
音声の保存ポリシー
生成された音声ファイルは、APIレスポンス経由でクライアントに返送されるのみです。サーバー側では永続的なストレージに保持されず、一時的な処理として扱われます。
編集チームと運営
VoiceCap Journalは、言語学習者とコンテンツクリエーター向けに、APIの技術的詳細と実用的な活用術を編集しています。私たちは事実に基づき、過度な表現を排した中立的な立場を維持しています。
チームはAPIの仕様を解析し、具体的な数値とワークフローを交えて解説します。ユーザーの実際の運用ケースに即した情報を提供し、誤解を招く表現を避けます。
編集チームの構成
編集チームは、APIの仕様や制限事項を正確に解説するライターで構成されます。専門的な知識を持ちつつ、初心者にも分かりやすい平易な日本語で記事を作成します。
コンテンツの作成プロセス
各記事は、公開されている仕様や制限事項に基づいて作成されます。事実確認を経て、過剰な宣伝文句を排した具体的な数値と手順を記載します。
- API仕様書の確認
- 実際の呼び出しテスト
- 事実確認と校正
フィードバックの受領
読者からの意見は、より正確な情報提供のために活用されます。技術的な誤りや改善点については、可能な範囲でコンテンツに反映します。

お問い合わせとサポート
VoiceCap Journalは、技術的な疑問や利用に関するお問い合わせを専らメールで受け付けています。電話やライブチャットといったサポートチャンネルは用意していません。
この形式により、複雑なAPIの仕様やデータポリシーに関する質問にも、正確で記録に残る回答を提供することができます。
メールサポートのみ
当メディアとAPIの利用に関するあらゆるお問い合わせは、メールのみに対応しています。電話やライブチャットは導入していません。
回答の目安時間
お問い合わせいただいたメールには、順次対応いたします。ただし、対応速度を保証するSLAは存在しません。
質問の投稿方法
各ページの下部にあるお問い合わせフォーム、または直接メールにてご質問ください。APIキーの発行や課金に関する具体的なケースでは、詳細な経緯を記載すると処理がスムーズになります。
免責事項と制限
VoiceCap Journalは、提供されるTTS APIおよびコンテンツが「現状有姿」で提供されることを明示します。SLA(サービスレベル目標)やアプタイム保証のような企業契約的な約束は行いません。
音声の品質は、テキストの複雑さやネットワーク状態によって変動する可能性があります。特定の音声合成結果の完全な正確性や即時性を保証するものではありません。
SLAの非存在
当APIはエンタープライズ契約やSLA(サービスレベル目標)の対象外です。稼働率や応答時間の保証はありません。
アップタイムの保証なし
メンテナンスや予期せぬ停止が発生する可能性があります。重要な配信タスクにおいて、APIの継続的な可用性を必須とする場合、自前の冗長化を検討してください。
音声の品質の保証範囲
生成音声は機械的な限界に基づくものです。文脈によっては不自然な発音やリズムが生じる場合があります。
VoiceCap Journalの活動
VoiceCap Journalは、言語学習者とクリエイター向けにTTS APIの実用的な活用術を解説するメディアです。OpenAI互換の仕様に基づき、編集ワークフローへの統合方法を具体的に示します。
当サイトの情報はすべて事実に基づき、不要な誇大表現を排除しています。APIの仕組みからデータポリシーまで、ユーザーが技術的な判断を下すための根拠を提供します。
編集チームの構成
編集チームは、TTS APIの仕様を正確に解説するメンバーで構成されています。OpenAI互換エンドポイントの仕様や、8種類のボイス特性を正しく理解し、誤解を招く表現を避けるよう徹底しています。
コンテンツの作成プロセス
記事は、実際のAPI呼び出しテストとドキュメントの照合を経て作成されます。例えば、4096文字の制限や60リクエスト/分のレート制限といった数値を正確に反映し、具体的なcurl例やワークフローを示します。
すべての記述は「Product facts」の記述と矛盾しないよう検証され、存在しない機能(ストリーミングやSSMLなど)を明記して誤解を防ぎます。
フィードバックの受領
読者からの技術的な指摘や改善提案は、メール経由で受領します。編集チームは、ユーザーの実際の利用シーン(例:ポッドキャスト制作や語学学習アプリの開発)に即したフィードバックを反映し、記事の精度を高めます。
フィードバックはコンテンツの品質維持に直接活用され、不要な機能追加ではなく、既存APIの正確な活用術の深化に注力します。
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。 編集チームは、ユーザーの実際の利用シーン(例:ポッドキャスト制作や語学学習アプリの開発)に即したフィードバックを反映し、記事の精度を高めます。
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。
出典および参考資料
- Wikipedia
- TRON developer hub: TRC-20
- LibriTTS-R paper (arXiv 2305.18802)
- Python documentation
- openai-python on GitHub
- LibriVox public-domain audiobooks
- Creative Commons Attribution 4.0
- openai-node on GitHub
- LibriTTS-R corpus (OpenSLR 141)
- curl documentation
- IETF RFC 7845: Ogg Opus
- W3C WAI: making audio and video accessible
