物語朗读APIでテキストを音声に

作成者 StoryTTS編集部 · 更新日 2026-11-18

物語朗读APIは、童話や物語を専門に扱うクリエイター向けに最適化されたテキスト読み上げサービスです。8種類の声と23言語の対応により、子供たちや聴覚に配慮したコンテンツを効率的に作成できます。

このページでは、APIの基本仕様から価格、よくある質問まで、物語制作に必要な情報を網羅的に解説します。OpenAI互換のシンプルなインターフェースで、あなたの物語を魅力的な音声に変換する準備をしましょう。

物語朗读APIでテキストを音声に

よくある質問

StoryTone APIはどのような用途に適していますか?

物語や童話の作成に最適化されています。テキストを送信するだけで音声ファイルが生成され、最大4096文字まで処理可能です。子供向けコンテンツや、聴覚に配慮したストーリーテリング制作に効率的に活用できます。

8つの声はどのような特徴がありますか?

aria、nova、luna、sage、felix、milo、atlas、orionの8種類です。物語の雰囲気に合わせて、暖かいナレーターから活気あるプロモ、柔らかい物語語りまで選べます。すべての声は23言語を話せます。

音声ファイルはどのような形式で出力されますか?

mp3、wav、opus、flac、pcmの5形式から選べます。APIリクエストのresponse_formatフィールドで指定可能です。各形式は異なる用途に合わせて最適化されており、柔軟な利用が可能です。

APIの利用にはどのような制限がありますか?

1リクエストあたり最大4096文字です。長いテキストは分割して結合する必要があります。速度は0.25〜4.0の範囲で調整可能で、言語は任意で指定できます。音声のクローニングやSSMLはサポートしていません。

音声の速度は調整できますか?

speedパラメータで0.25から4.0の範囲で調整できます。物語のペースや聴衆に合わせて、読み上げる速度を細かく制御することが可能です。デフォルト値は設定されていません。

失敗したリクエストは有料ですか?

いいえ、無料です。合成に失敗した場合は、請求額が全額返金されます。正常に生成された場合のみ、文字数に応じて課金されます。

音声データは学習に使われますか?

入力テキストは音声生成のみで使用され、学習には利用されません。生成された音声はレスポンスで返され、サーバーには保存されません。請求のためのメタデータのみが保持されます。

著作権について教えてください。

音声はLibriTTS-R(CC BY 4.0)およびLibriVoxの公共領域の録音に基づいています。テキスト自体の著作権は利用者にあり、ただし、音声には合成音声を示す不可視の水印が入ります。

音声には水印が入りますか?

はい、生成されるすべての音声ファイルには不可視のデジタル水印が含まれます。これは音声合成的なものであることを示すためのもので、聴覚的には影響ありません。著作権や出典の明示に役立ちます。

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自体はサーバーに保存されません。APIレスポンスとして即時に返されます。請求記録のために、リクエストの時刻、文字数、ステータスなどのメタデータのみが保持されます。

どの言語がサポートされていますか?

アラビア語、中国語、デンマーク語、オランダ語、英語、フィンランド語、フランス語、ドイツ語、ギリシャ語、ヘブライ語、ヒンディー語、イタリア語、日本語、韓国語、マレー語、ノルウェー語、ポーランド語、ポルトガル語、ロシア語、スペイン語、スワヒリ語、スウェーデン語、トルコ語の23言語です。

APIキーはどのように発行されますか?

/get-api-key/ページでGoogleまたはメールとパスワードでサインアップすると発行されます。アカウントごとに1つのアクティブなキーがあり、必要に応じて新しいキーを発行すると旧キーは即時無効になります。

レート制限はありますか?

1キーあたり1分間60リクエストです。初めのトップアップ前は1分間10リクエストです。リクエストはキューで処理され、負荷下では待機時間が発生する可能性があります。

音声の品質はどのくらいですか?

長文では実時間再生速度(約1秒あたり25文字)で生成されます。短文は数秒かかります。音声はライセンスされた録音に基づいており、自然な読み上げを提供します。クローニングやカスタム音声は提供していません。

最初のリクエスト

curl

curl https://api.playkkff.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

物語朗读APIとは

の音声波形イラスト: 物語朗读APIとは

StoryToneは、物語や童話の朗読に特化したテキスト読み上げAPIです。テキストを送信するだけで、高品質な音声ファイルを即座に取得できます。クリエイターが効率的にコンテンツを制作するためのシンプルなツールとして設計されています。

OpenAIのAPIと互換性があり、既存のSDKや開発環境をそのまま利用できます。複雑な設定は不要で、APIキーを取得するだけですぐに使い始められます。

テキストから音声へ

テキストから音声へ

文章を入力するだけで、自然な読み上げ音声が生成されます。最大4096文字までのテキストに対応しており、童話や物語の一場面を短いリクエストで処理できます。

生成された音声はmp3、wav、opus、flac、pcmのいずれかの形式で返されます。必要な形式を選択してダウンロードし、コンテンツに組み込むだけです。

  • POST https://api.playkkff.com/v1/audio/speech へJSON本文を送信
  • 生成音声はmp3、wav、opus、flac、pcmから選択可能
  • 1リクエストあたり最大4096文字のテキストを入力可能

OpenAI互換のシンプルなAPI

リクエストの形状はOpenAIのspeechエンドポイントと同一です。base_urlを https://api.playkkff.com/v1 に変更するだけで、公式SDKやcurlコマンドをそのまま利用できます。

認証には Authorization: Bearer tts-... のAPIキーを使用します。アカウント作成時に発行されたキーで、すぐにAPIコールを開始できます。

  • base_url: https://api.playkkff.com/v1
  • 認証: Authorization: Bearer tts-...
  • OpenAI SDKをそのまま利用可能

クリエイターのための設計

物語の雰囲気に合わせた8種類の音声プリセットから選べます。ルナの柔らかい語り口やアトラスの中立なトーンなど、ジャンルに最適化された声を提供します。

テキストの分割と結合も容易です。長い物語は4096文字ずつ分割して処理し、生成された音声ファイルを結合することで、全长の朗聴コンテンツを制作できます。

  • 物語の雰囲気に合わせた8プリセットから選択
  • 最大4096文字のテキストを分割・結合して処理可能
  • 失敗したリクエストは課金されません

物語に合う8つの声

の音声波形イラスト: 物語に合う8つの声

物語の雰囲気を形にする8つの声。LibriTTS-Rの録音データに基づいています。

男女4種類の異なるトーンから、作品の世界観に合った声を選んでください。

女性の声:アリア、ノヴァ、ルナ、セージ

アリアは温かくクリアな語り手、ノヴァは明るく元気なトーンです。ルナは柔らかい物語語りで、セージは教育的な内容に適しています。

男性の声:フェリックス、ミロ、アトラス、オライオン

フェリックスはエネルギッシュな宣伝に、ミロは親しみやすい会話型に最適です。アトラスはニュートラルなニュース風、オライオンは深みのあるドキュメンタリー調です。

物語のジャンルに合わせた選定

子供向け物語からナレーションまで、8つのプリセットで柔軟に対応します。すべての声は23言語に対応しており、言語を指定することでより自然な朗读が可能です。

  • LibriVoxの公衆利用可能データに基づく
  • すべての声は多言語対応済み

23言語での朗读対応

の音声波形イラスト: 23言語での朗读対応

StoryToneは23言語に対応したテキスト読み上げAPIです。英語や日本語をはじめ、アラビア語からスワヒリ語まで、幅広い言語の童話や物語を生成できます。

単一のAPIで多言語コンテンツを制作できるため、国際的な読み聞かせサービスや教育向けアプリの開発が効率的に進みます。

主要言語の完全サポート

英語、日本語、中国語、フランス語、ドイツ語など、23言語を完全にサポートしています。各言語で自然な発音を実現し、童話の雰囲気を損なわずに再現します。

対象言語には、アラビア語、デンマーク語、フィンランド語、ギリシャ語、ヘブライ語、ヒンディー語、イタリア語、韓国語、マレー語、ノルウェー語、ポーランド語、ポルトガル語、ロシア語、スペイン語、スウェー語、トルコ語が含まれます。

自動言語検出と手動指定

言語パラメータを指定しない場合、テキストの文字コードに基づいて言語が自動検出されます。ラテン文字のテキストはデフォルトで英語として処理されます。

日本語や中国語などの漢字・カタカナ・ひらがなテキストは正しく検出されますが、意図しない言語で生成される場合は、リクエストにlanguageパラメータ(ISOコード)を明示的に指定してください。これにより、精度が向上します。

多言語童話の制作

8種類の音声プリセットは、指定された言語の発音ルールに従って動作します。例えば、ルナの声で日本語の童話を、アトラスの声で英語のニュース風ストーリーを生成できます。

APIは1リクエストあたり最大4096文字まで処理可能です。長い物語は複数のリクエストに分割して生成し、音声ファイルを結合することで、一貫性のある多言語コンテンツを作成できます。

ストーリーテラー向けの機能

の音声波形イラスト: ストーリーテラー向けの機能

物語の展開や感情の起伏に合わせて、再生速度を0.25倍から4.0倍まで自由に調整できます。子供向けストーリーではゆっくりと、アクションシーンでは速く再生し、リズムを細かく制御することで、聴く人の感情に寄り添う朗读を実現します。

mp3、wav、opus、flac、pcmの5形式から選べます。用途に応じて最適な形式を指定し、高品質な音声データを効率的に生成しましょう。

速度調整でリズムを制御

物語の展開や感情の起伏に合わせて、再生速度を0.25倍から4.0倍まで自由に調整できます。子供向けストーリーではゆっくりと、アクションシーンでは速く再生し、リズムを細かく制御することで、聴く人の感情に寄り添う朗读を実現します。

高品質な音声形式の選択

mp3、wav、opus、flac、pcmの5形式から選べます。用途に応じて最適な形式を指定し、高品質な音声データを効率的に生成しましょう。

テキストの分割と結合

1回のリクエストで4096文字までのテキストを処理できます。長編童話の場合、自動的に分割して生成された音声ファイルを結合することで、シームレスなストーリー体験を提供します。

生成された音声ファイルはすぐにダウンロード可能です。

使いやすさとアクセシビリティ

の音声波形イラスト: 使いやすさとアクセシビリティ

APIエンドポイントはOpenAI互換で、既存のSDKやHTTPライブラリをそのまま利用可能です。認証キーをBase URLに設定するだけで、テキストから音声ファイルまでの一連の処理が完了します。

mp3、wav、opus、flac、pcmの5形式に対応。アクセシビリティ要件や再生環境に合わせて最適な形式を選択でき、Webやアプリへの埋め込みが容易です。

直感的なAPIエンドポイント

標準的なJSON形式でリクエストを送信し、音声ファイルを取得します。複雑な設定は不要で、モデルと音声のみを指定すれば即座に処理が開始されます。

速度パラメータ(0.25〜4.0)で再生速度を細かく調整可能。物語のテンポや、聴覚に配慮したゆっくりした朗读など、用途に合わせたリズム制御が実現します。

音声ファイルの形式対応

mp3は軽量でWeb配信に最適。wavやflacは品質を重視する場合に。pcmは生データとして扱う場合に適しています。

生成された音声ファイルはすぐにダウンロードまたはストリーミング配信可能。クライアント側の処理負荷を軽減し、スムーズなユーザー体験を提供します。

アクセシビリティ対応コンテンツ

視覚障害者向けコンテンツや、読み書きが苦手な子供向け教材の作成に最適。自然な音声で情報へのアクセス障壁を下げます。

23言語に対応し、多言語童話の制作も可能。言語を明示することで、正確な発音で朗读コンテンツを提供できます。

使いやすさとアクセシビリティ

コスト効率の高い朗读

の音声波形イラスト: コスト効率の高い朗读

StoryToneのAPIは、文字数ベースの従量制で、100万文字あたり10ドル(1文字あたり約$0.01)という明確なコスト構造を提供します。

文字数ベースの料金体系

スペースや句読点も含む全文字数が課金の対象となります。月額プランやSeatsがないため、短編童話から長編オーディオブックまで、使用量に応じて柔軟にコストを管理できます。

失敗時の返金保証

音声合成が失敗した場合は、そのリクエストの料金が全額返金されます。無駄なコストが発生しないため、クリエイターの負担を軽減します。

使いすぎ防止のレート制限

1分間あたり60リクエストまでの制限があります。これにより、大量のテキストを一括処理する際も、システムの安定性を保ちつつ効率的に生成できます。

StoryTTSの特徴

の音声波形イラスト: StoryTTSの特徴

StoryToneは、物語制作における信頼性を支える3つの特徴を持っています。著作権の処理からプライバシー保護まで、クリエイターが安心して作品を作れる基盤を提供します。

録音元のデータ管理から、生成音声の識別、そしてデータの利用ルールまで、明確な設計で品質と安全性を確保しています。

著作権処理済みの音声データ

8つの声はすべて、CC BY 4.0ライセンスのLibriTTS-R(LibriVoxの録音)に基づいています。商用利用も可能です。

  • LibriTTS-Rベース
  • CC BY 4.0ライセンス
  • 権利クリア済み

合成音声の自動水印

生成される音声ファイルには、聴覚に気づかない形で合成音声を示す水印が埋め込まれます。聴取者が音声の性質を識別できるため、透明性を確保できます。

プライバシー保護の設計

入力テキストは音声生成のみ目的で使用され、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、サーバー側には保持されません。

  • 学習データに非使用
  • 音声の非保持

よくある質問

の音声波形イラスト: よくある質問

APIの基本仕様と、生成される音声ファイルの形式、そしてエラー発生時の処理について、よくある質問をまとめました。

StoryTone APIは、複雑なセットアップを必要とせず、標準的なHTTPリクエストで利用可能です。

APIの使い方は?

POST https://api.playkkff.com/v1/audio/speech へJSON本文を送信します。OpenAI SDKの base_url を変更するだけで利用可能です。

最大4096文字まで1リクエストで送信でき、それ以上の場合はクライアント側で分割・結合します。

  • Endpoint: POST /v1/audio/speech
  • 認証: Bearer token
  • 最大文字数: 4096文字/リクエスト

音声ファイルの形式は?

mp3、wav、opus、flac、pcmの5形式から選択可能です。

各形式は、再生環境や保存容量に応じて使い分けてください。

生成された音声ファイルは、ワンタイムで返却され、サーバーには保存されません。

失敗時の扱い

音声合成に失敗した場合、請求は発生しません。

チャージは全額返金されるため、無駄なコストはかかりません。

ネットワーク障害やサーバーエラーでも同様に処理されます。

始めましょう

の音声波形イラスト: 始めましょう

StoryTone APIを始めるには、まずAPIキーの取得が必要です。Googleまたはメール登録でアカウントを作成し、無料トライアルクレジット($0.50)を受け取りましょう。

8つの声と23言語で、物語の世界観を音に転換します。技術的な設定は簡単で、クリエイティブな制作に集中できます。

APIキーの取得

「/get-api-key/」ページでGoogle認証またはメールアドレス登録を行います。キーは1アカウントにつき1つで、必要に応じて再発行可能です。

生成されたキーは「Authorization: Bearer」ヘッダーで使用します。APIベースURLは「https://api.playkkff.com/v1」です。

  • Googleまたはメール登録
  • 1アカウント1キー
  • 即時有効化

デモの試聴

8種類のボイス(アリア、ルナ、ミロなど)のサンプルは、ドキュメントページで確認できます。

各声のトーンと、童話や物語に適した発音を確認し、プロジェクトに最適な声を選択してください。

今すぐAPIキーを取得

無料トライアルクレジットで最初の音声生成を体験できます。

APIキーを取得し、curlコマンドやSDKで音声ファイルを生成しましょう。

  • 無料トライアル利用可能
  • 即時生成開始

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。 物語の進行に合わせて、重要な部分では遅く、説明的な部分では速く調整することで、聴覚に配慮したコンテンツ作成が効率的になります。

音声のアバター aria
aria女性
音声のアバター nova
nova女性
音声のアバター luna
luna女性
音声のアバター sage
sage女性
音声のアバター felix
felix男性
音声のアバター milo
milo男性
音声のアバター atlas
atlas男性
音声のアバター orion
orion男性

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

  1. Wikipedia
  2. openai-node on GitHub
  3. W3C WAI: making audio and video accessible
  4. OpenAI API reference: create speech
  5. TRON developer hub: TRC-20
  6. Node.js documentation
  7. Python documentation
  8. Tether (USDT)
  9. IETF RFC 7845: Ogg Opus
  10. LibriVox public-domain audiobooks
  11. MDN: Web Speech API
  12. FFmpeg documentation

このサイトに関するその他の情報