Google Cloud Text-to-Speech UI

APIキー

通常テキスト SSML 台本

読み上げテキスト

0 文字 / 5000

生成設定

言語

音声

APIキー入力後、言語別の音声一覧を自動取得します。

速度 1.00

ピッチ 0.0

形式

送信文字数 0

概算料金 $0.0000

Neural2想定。公式料金を確認してください。

出力

テキストとAPIキーを入力して音声を生成してください。

基本の流れ

APIキーを入力すると、選択中の言語に対応する音声一覧を自動取得します。
通常テキストはそのまま読み上げ、SSMLはタグを含めて読み方を調整できます。
台本モードでは、ブロックごとの間・速度・音声からSSMLを自動生成します。
プロジェクトの中に複数の台本を作れます。アプリ別、画面別、動画別に分けられます。
入力内容と設定はこのブラウザに一時保存されます。APIキーは保存しません。
送信文字数には空白や改行、SSMLタグも含まれます。

台本ブロック

「プロジェクト」は、アプリAの説明など複数台本をまとめる単位です。
「台本」は、同じプロジェクトの中で切り替えて編集できます。
概算時間は文字数、速度、後の間から計算した目安です。実際の音声とは少しずれることがあります。
概算タイムラインは、話す区間と無音区間を波形風に表示します。生成後にズレたら「タイミング補正（秒）」で微調整できます。
「後の間」は秒で指定します。実際のリズムに反映され、ブロック後へ <break> を入れます。
「速度」はブロック全体を <prosody> で囲みます。
「音声」はブロック全体を <voice> で囲みます。
「JSON出力」「JSON読込」で台本ブロック、設定、生成SSMLを受け渡しできます。
「開始秒」は動画編集時の目安メモです。厳密な動画同期は編集ソフト側で合わせてください。

SSMLの使いどころ

<break time="500ms"/> で間を追加します。
<say-as interpret-as="characters">ABC</say-as> で文字を一文字ずつ読ませます。
<say-as interpret-as="cardinal">123</say-as> で数字の読み方を明示します。
<say-as interpret-as="date" format="ymd">2026-05-21</say-as> で日付として読ませます。

SSML利用時は全体を <speak>...</speak> で囲みます。一部の音声ではSSMLや速度・ピッチ指定に制限があるため、エラー時は音声タイプを変えて試してください。