実際に使ってみると
Chatterbox は Resemble AI のオープンな音声合成モデルです。最大1,000文字の英語を、内蔵の声か、アップロードした短いクリップから複製した声で読み上げます。誇張とばらつきのスライダーで、平坦なセリフが叫び声、笑い声、息せき切った勢いに変わります。
向いている用途
- ゲームやアニメ向けの短く力強いセリフ
- デモや絵コンテ用の仮のボイス
- 自分の録音から複製した声でのセリフ
Chatterboxの実際の作例
ここにある画像と動画はすべてChatterboxで生成したものです。「同じものを作る」を押すと、同じプロンプトと設定でスタジオが開きます。
Chatterboxでできること
どのモードもChatterboxを選んだ状態でスタジオが開きます。料金は生成前に表示されます。
Chatterboxのプロンプトのコツ
- 叫ぶ、笑う、息を切らすようなセリフでは、誇張(exaggeration)を上げます。
- 音は文字で書き出します。例:「ha…」や「mmm…」。[sigh] のようなタグは、そのまま文字として読み上げられます。
- 長い原稿は、1,000文字以内のリクエストに分けます。
知っておきたい設定
そのほかの設定は適切な初期値になっているので、プロンプトを書けばすぐ生成できます。
guidance_scale0.1–1- プロンプトにどれだけ忠実に従うか。
ほかのモデルとの比較
同じ用途でも、得意なことと料金が違います。
Seed Speech 2.0 は複数言語の41種類のプリセット音声があります。Chatterbox は英語専用ですが、クリップから声を複製できます。
事前に知っておくこと
複製は、使用許可のある声だけにしてください。
Chatterboxについてよくある質問
Chatterboxの料金は？
PopNowでは、Chatterboxは最安で6クレジット（1回あたり）、約$0.06です。支払いはクレジット（1クレジット＝0.01ドル）で、正確な料金は生成ボタンに事前に表示されます。失敗した生成は自動で返却されます。
Chatterboxで何ができる？
PopNowでは、Chatterboxは次のモードで使えます：テキスト読み上げ。スタジオでモードを選び、プロンプトかファイルを入れるだけです。
Chatterboxのプロンプトはどう書く？
叫ぶ、笑う、息を切らすようなセリフでは、誇張(exaggeration)を上げます。 音は文字で書き出します。例:「ha…」や「mmm…」。[sigh] のようなタグは、そのまま文字として読み上げられます。 長い原稿は、1,000文字以内のリクエストに分けます。
ChatterboxとSeed Speech 2.0、どちらを選ぶ？
Seed Speech 2.0 は複数言語の41種類のプリセット音声があります。Chatterbox は英語専用ですが、クリップから声を複製できます。
Chatterboxを使うのに何かインストールが必要？
不要です。ChatterboxはPopNowのブラウザ上で動きます。プロンプトを書くかファイルを追加し、設定を選んで結果をダウンロードするだけ。登録すればすぐに生成できます。