よくある質問
どのAPIが最もコスト効率が良いですか?
Voicemateは100万文字あたり10ドル(1文字あたり約0.01ドル)の従量制です。失敗したリクエストは無料、月額プランや最小利用料もありません。スペースや句読点も文字数にカウントされます。TRONネットワークのUSDTのみで支払い可能で、残高は期限切れしません。
ボカロ風の音声を提供しているAPIは?
当APIでは特定の「ボカロ風」音声は提供していません。8種類のプリセット音声(aria, nova, luna, sage, felix, milo, atlas, orion)から選択可能です。これらはLibriTTS-RおよびLibriVoxの録音に基づいており、実際の歌手の声似ではありません。
OpenAI互換のAPIはありますか?
はい、OpenAIのspeechエンドポイントと同一のJSON構造を採用しています。base_urlをhttps://api.y7777.info/v1に変更し、APIキーを設定するだけで公式OpenAI SDKがそのまま使用可能です。モデルは「tts-1」または「tts-1-hd」を選択します。
ライセンスのクリアは簡単ですか?
生成された音声には合成音声を示す不可視のウォーターマークが含まれます。音声の元はLibriTTS-R(CC BY 4.0)およびLibriVoxのパブリックドメイン録音に基づいていますが、独自のライセンス認証システムは提供していません。商用利用の際は各ソースのライセンスをご確認ください。
リアルタイム生成に対応していますか?
いいえ、ストリーミングやWebSocket、リアルタイムの部分的な音声生成は対応していません。テキストを送信すると、音声ファイルが完成した後に返されます。長文の場合は4096文字ごとに分割して処理され、最終的に音声ファイルが結合されて返されます。
エラー処理はどのくらい難しいですか?
エラー処理はシンプルです。失敗したリクエストの料金は全額返金されます。APIは標準的なHTTPレスポンスを返し、エラーメッセージもJSON形式で返されます。OpenAI互換のSDKを使用している場合、既存のエラーハンドリングロジックをそのまま適用できます。
サポートは日本語で受けられますか?
サポートはメールのみで提供されています。電話番号やライブチャットは用意されていません。日本語でのサポート可否は明記されていませんが、APIのレスポンスやドキュメントは英語ベースの標準的な形式です。緊急時の連絡先はメールのみとなります。
音声の品質は保証されていますか?
品質保証(SLA)や稼働率の保証はありません。音声は8種類のプリセットから選択され、生成速度は長文で実時間程度、短文では数秒かかります。負荷がかかる場合はキュー待ちが発生する可能性があります。品質の絶対的な保証は行いません。
大量のテキストを処理できますか?
1リクエストあたり最大4096文字まで処理可能です。それ以上の長文の場合は、クライアント側で分割して複数のリクエストを送信し、返された音声ファイルを結合する必要があります。これにより、任意の長さのテキストを音声に変換できます。
カスタム音声は作成できますか?
カスタム音声のクローニングや独自の音声アップロードは提供していません。8種類のプリセット音声(aria, nova, luna, sage, felix, milo, atlas, orion)から選択します。カスタムボイスデザインや感情タグの指定もできません。
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、学習データとしては利用されません。生成された音声ファイルはレスポンスとして返され、サーバーには保存されません。請求のために記録されるのは、時刻、文字数、ステータスなどのメタデータのみです。
音声ファイルの形式は選べますか?
mp3, wav, opus, flac, pcmの5つの形式から選択可能です。response_formatパラメータで指定します。特定のフォーマット要件がある場合でも、これら5つの形式の中から適切なものを選択して使用することができます。
レートリミットは厳しいですか?
1キーあたり1分間60リクエストまでです。初回のチャージ前は1分間10リクエストの制限があります。これはゲーム開発におけるバッチ処理やNPC台詞の生成には十分耐えうる速度ですが、大量同時アクセス時にはキュー待ちが発生する可能性があります。
無料体験はありますか?
Googleサインインで登録すると、有効期限7日の0.50ドルの無料クレジット(約5万文字分)が提供されます。メールとパスワードで登録したアカウントにはこのトライアルクレジットは付与されません。残高は期限切れにならず、必要に応じてチャージ可能です。
選定の基準
ゲーム開発において、NPCの台詞やボイスオーバー生成の選択基準は、コスト効率、音声の品質、技術的な互換性の3点に集約されます。特にフリーランス開発者は限られたリソース内で効率的なワークフローを構築する必要があり、これらが開発の成否を左右します。
本ガイドでは、これらの基準を具体的な数値と実装のしやすさの観点から解説し、あなたのプロジェクトに最適なAPI選定をサポートします。
コスト効率
100万文字あたり10ドルという明確な従量課金モデルは、予算管理を容易にします。失敗したリクエストは無料で返金されるため、無駄なコストが発生しません。
無料体験で5万文字のクレジットが得られるため、試作段階でのコストリスクを最小限に抑えられます。
音声の品質
8種類のプリセット音声は、LibriTTS-Rの録音を基にしており、自然なナレーションから会話体まで幅広い表現が可能です。
生成された音声には合成音声を示す透過的な透かしが埋め込まれており、著作権のクリアも容易です。
技術的な互換性
OpenAIのSDKをそのまま利用可能で、base_urlを変更するだけで実装できます。これにより、既存のコードベースへの組み込みがスムーズです。
標準的なHTTPリクエストとJSON形式に対応しており、複雑なカスタムSDKやプラグインなしでワークフローに統合できます。
主要なAPIの比較
OpenAIのTTSはSDK統合が容易で、既存のワークフローに組み込みやすいのが特徴です。ElevenLabsは多様なスタイル選択が可能ですが、課金体系や制限が異なります。当社のAPIは、これらとは異なる技術的アプローチを提供します。
ゲーム開発の文脈では、APIの互換性とコスト構造が重要です。各サービスの特性を理解し、プロジェクトの要件に最も適合するものを選択することが、開発効率を最大化する鍵となります。
OpenAI TTS
OpenAIのTTSエンドポイントは、当社のAPIとリクエスト形状が同じです。base_urlを変更するだけで、公式SDKをそのまま利用できます。これにより、開発者は既存のコードベースを大幅に変更せずに統合できます。
- 標準的なJSON Body形式を採用
ElevenLabs
ElevenLabsは、独自の音声生成エンジンと多様なスタイルオプションで知られています。ただし、当社のAPIはよりシンプルな構造を維持しており、特定の音声クローニング機能を持たない点で異なります。
- 独自の音声スタイルエンジン
当社のAPI
当社は、フリーランスゲーム開発者に焦点を当てたシンプルで効率的なAPIを提供します。8つの音声プリセットと23言語に対応し、必要に応じて言語コードを明示的に設定できます。
- 8つの音声プリセット
- 23言語のサポート
- USDTRC-20による即時トップアップ
音声プリセットの比較
ゲーム開発において、キャラクターの個性は音声のトーンに大きく依存します。Voicemateの8つの音声プリセットは、NPCの性格や役割に合わせた多様な表現を提供し、開発ワークフローでのリソース効率を最大化します。
単一のAPIで多言語対応が可能であることは、インディー開発者にとって大きな利点です。異なる言語のNPC台詞を生成する際、複数のAPIアカウントを管理する手間を省くことができます。
ボカロ風の再現
Voicemateの音声は、LibriTTS-R(CC BY 4.0)およびLibriVoxの著作権クリアな音声データを基にしています。これにより、著作権のクリアな音声データを安心してゲーム内で使用できます。
8つのプリセットは、明確な発音と整ったトーンを特徴としています。これらは、特定の「ボカロ」ブランドを模倣するものではなく、ライセンスされた録音に基づく独立した音声合成です。
- LibriTTS-R(CC BY 4.0)とLibriVoxの録音を基盤とする
- 著作権のクリアな音声データを提供
- 特定の著名人や既存のボカロ音声との混同を避ける設計
多言語対応
23の言語をサポートしており、日本語を含む多言語NPCの台詞生成に最適です。特定の言語を指定しない場合、ラテン文字は英語として、それ以外のスクリプトは自動検出されます。
ただし、ベトナム語、インドネシア語、タイ語、ウクライナ語などは非サポートです。開発するゲームのターゲット言語がリストに含まれているか、事前に確認することが重要です。
- アラビア語、中国語、英語、日本語、韓国語など23言語対応
- 任意の音声で任意の言語を話せる
- ラテン文字はデフォルトで英語として扱われるため、他言語の場合は言語コードを指定
トーンのバリエーション
8つの音声プリセットは、暖かいナレーターからエネルギッシュなプロモーションまで、幅広いトーンをカバーします。例えば、Sageは教育的なコンテンツに、Felixは活気ある宣伝文句に適しています。
速度(0.25–4.0倍速)を調整することで、同じ音声でも異なるニュアンスや状況の表現が可能です。これにより、限られた音声プリセットで、より豊かなキャラクター表現を実現できます。
- Aria, Nova, Luna, Sage(女性)とFelix, Milo, Atlas, Orion(男性)
- 速度調整でニュアンスを細かく制御可能
- NPCの性格やシーンに合わせて最適な音声を選択
技術的な実装
ゲーム開発におけるTTS APIの統合は、単なる文字列の変換ではなく、開発パイプラインへのシームレスな組み込みが重要です。Voicemate APIは、OpenAI Speechエンドポイントと完全な互換性を持つJSON構造を採用しており、既存のHTTPクライアントや簡易スクリプトですぐに利用可能です。
この設計により、複雑なカスタムSDKの導入コストを抑えつつ、標準的なRESTfulな実装で音声生成を自動化できます。リクエストボディにはモデル、入力テキスト、音声プリセット、音声形式、速度パラメータを含めるだけで、即座に音声ファイルが得られます。
エンドポイントの形式
APIエンドポイントは POST https://api.y7777.info/v1/audio/speech です。リクエストボディはJSON形式で、model("tts-1" または "tts-1-hd")、input(最大4096文字のテキスト)、voice(8種類のプリセット)、response_format(mp3, wav, opus, flac, pcm)、speed(0.25–4.0)を指定します。, languageは任意で、ISOコードによる言語指定も可能です。
レスポンスは生成された音声ファイルそのものです。失敗したリクエストについては課金されません。
SDKのサポート
公式の独自SDKは提供していませんが、OpenAI SDKを base_url を https://api.y7777.info/v1 に変更して利用することで、そのまま動作します。これにより、PythonやNode.jsなどの主要言語で標準的な方法で音声生成を組み込めます。
REST API自体もシンプルなので、curlコマンドや任意のHTTPライブラリからの呼び出しも容易です。
- OpenAI SDK互換(base_url変更のみ)
- RESTful API対応
- 公式SDK不要
エラー処理
音声生成に失敗した場合、そのリクエストに対しては課金が行われません。失敗時はエラーレスポンスが返され、再試行やログ記録が可能です。
レートリミット(60リクエスト/分)を超えた場合は、キューに待機するかエラーが発生します。
ライセンスとデータ
ゲーム開発において、NPCの台詞やボイスオーバーの著作権リスクは重要な懸念事項です。当社の音声プリセットはLibriVoxの公的録音データに基づいており、CC BY 4.0ライセンスとパブリックドメインの素材を基盤としています。これにより、商用利用時の法的な不安を軽減します。
生成された音声ファイルには合成音声を示す不可聴の透かしが埋め込まれます。入力テキストは音声生成のみに使用され、学習データとしては再利用されません。音声ファイル自体もサーバーには保存されず、レスポンスとして返された時点で処理が完了します。
音声のライセンス
Voicemateで提供される8つの音声プリセットは、LibriTTS-Rデータベース(CC BY 4.0)およびLibriVoxの公的録音データに基づいています。これにより、ライセンスのクリアな環境でNPCの声を生成できます。
生成音声には合成音声を示す不可聴の透かしが含まれます。これは音声の性質を示すものであり、著作権上の問題を引き起こすものではありません。
- LibriTTS-R (CC BY 4.0) ベース
- LibriVox 公的録音データ活用
- 合成音声透かし埋め込み済み
データの使用方法
入力テキストは音声ファイル生成の目的のみで使用され、機械学習のトレーニングデータとしては利用されません。これにより、プレイヤーの個人情報や独自のゲームテキストが外部に流出するリスクが低減します。
生成された音声データはサーバー上に永続的に保存されません。APIレスポンスとしてクライアントに返された時点で、そのデータは削除されます。
- テキストはトレーニングに使用しない
- 音声ファイルはサーバーに保存しない
- メタデータは課金記録として保持
著作権のクリア
基盤となる音声データは既にライセンスがクリアされているため、開発者が個別に権利処理を行う必要はありません。フリーランス開発者にとって、ゲーム内の音声素材を安心して組み込むことができます。
ただし、透かしは合成音声であることを示すものであり、著作権の主張を妨げるものではありません。ゲーム内での利用規約に従って適切に使用してください。
コストの分析
コスト効率は開発リソースの節約に直結します。当APIは文字数ベースの課金で、100万文字あたり10ドル(1,000文字あたり0.01ドル)です。失敗したリクエストは無料なので、無駄がありません。
無料体験としてGoogleサインインで0.50ドルのクレジット(約5万文字)が7日間有効になります。クレジットカードや定期請求は不要で、必要な分だけ利用できます。
文字数ベースの課金
課金は生成された文字数に応じて計算されます。スペースや句読点も文字数に含まれるため、正確な見積もりが容易です。長文の台詞も分割して処理できるため、コスト予測がしやすい設計です。
- 100万文字あたり10ドル
- 1,000文字あたり0.01ドル
- 失敗リクエストは無料
無料体験の有無
Googleアカウントでサインインすると、0.50ドルの無料クレジットが付与されます。これは約5万文字に相当し、7日間に限り有効です。パスワードアカウントではこの特典はありません。
トップアップの方法
残高が不足した場合は、TRONネットワーク(TRC-20)のUSDTでチャージできます。最小チャージ額は5ドルで、送金後数分で自動的に残高に反映されます。
クレジットカードやPayPal、請求書払いはありません。残高は期限なしで保持され、使い切った分だけ課金されるため、無駄がありません。
- USDT (TRC-20) のみ
- 最小チャージ額: 5ドル
- 残高は期限なし
パフォーマンス
APIのパフォーマンスは、ゲーム開発におけるNPC台詞の生成効率に直結します。長文テキストでは音声は実時間近似で生成され、短くても数秒を要します。
レートリミットとキューの仕組みを理解することで、開発ワークフローのボトルネックを最小限に抑えることができます。
生成速度
長文テキストでは、生成音声は実時間近似(1秒あたり約25文字)で処理されます。短くても数秒を要します。
これは、NPCの動的な会話や、プレイ中にテキストを入力する際のレスポンスタイムに影響します。
レートリミット
キーあたり1分間に60リクエストまでが標準です。最初のトップアップ前は1分あたり10リクエストに制限されます。
これにより、大量のNPC台詞を一括生成する際のリソース計画が可能になります。
60リクエスト/分の制限は、通常のプロトタイピングや小規模なゲーム開発には十分なスループットを提供します。
キューの処理
リクエストは順番に処理され、負荷が高い場合はキューに入ることがあります。
これは、リアルタイム性が求めばれるシーンでは注意が必要ですが、バッチ処理では問題になりません。
キューの状況は、リクエストの待機時間として現れます。

サポートとコミュニティ
Voicemateは、メールサポートのみを提供しています。電話やライブチャット、専用サポート窓口はありません。技術的な質問は、設計思想に基づいた簡潔な回答で対応します。
公式SDKや拡張機能は提供していませんが、OpenAI互換の仕様のため、開発者は標準的なHTTPクライアントや既存のライブラリをそのまま利用できます。
ドキュメントの質
エンドポイント、パラメータ、レスポンス形式は、OpenAIの仕様に準拠しています。これにより、既存のドキュメントやコミュニティの知見をそのまま活用できます。
- OpenAI互換のJSON形式
- curl例の提供
サポートの対応
サポートはメールのみです。24時間対応や即座の返答を保証するSLAはありません。ただし、技術的な問い合わせには誠実に対応します。
コミュニティの大きさ
独自の大規模コミュニティはありませんが、標準的なAPI仕様を採用しているため、既存の開発者コミュニティとシームレスに連携できます。
使用ケースのマッチング
インディー開発やNPC台詞生成において、Voicemate APIはリソース効率を最大化します。8つの音声プリセットと23言語の対応により、多様なキャラクターの声を素早く実装できます。
プロトタイプ段階では、無料体験クレジット($0.50)を活用し、API統合の検証を低リスクで進められます。本番環境では、安定した課金体系が継続的な開発を支えます。
インディーゲーム
限られた開発リソースでも、8つの音声プリセット(aria, nova, luna, sage, felix, milo, atlas, orion)を使い分けることで、NPCの性格や役割に合った音声表現を実現できます。
23言語に対応しており、単一APIで多言語版ゲームの開発も可能です。音声はCC BY 4.0またはパブリックドメイン由来のため、ライセンスのクリアが容易です。
- 8種類のプリセット音声で多様なキャラクター表現
- 23言語対応による多言語展開のサポート
- ライセンスが明確で著作権リスクが低い
プロトタイプ
Googleサインインで$0.50の無料体験クレジットが得られます。これは約5万文字分に相当し、APIの統合テストや音声品質の確認に最適です。
OpenAI SDKの互換性があるため、既存のコードベースをわずかに修正するだけで連携可能です。迅速な試作とフィードバックループを可能にします。
- $0.50の無料体験で低コストに検証可能
- OpenAI SDK互換で既存環境との親和性が高い
本番環境
1リクエスト60件のレートリミットは、バッチ処理や非同期生成により効率的な運用を可能にします。失敗したリクエストは課金されません。
USDT (TRC-20) によるトップアップは自動処理で数分で反映され、サブスクリプションや月末請求の手間がありません。バランスは有効期限がありません。
- 失敗リクエストの返金で無駄なコストを抑える
- 自動反映のトップアップで継続運用が安定する
結論と推奨
Voicemateは選択肢の一つとして、リソース効率を最大化するシンプルなインターフェースを提供します。NPC台詞の生成コストを削減できます。
開発ワークフローへの組み込みが容易で、独立系フリーランス開発者のニーズに即応します。
最適な選択
OpenAIやElevenLabsとの互換性があるため、既存のSDKをそのまま利用できます。複雑な設定不要で、すぐにAPIキーを取得し、curlやコードで音声生成を開始できます。
8種類の音声プリセットは、ゲームのキャラクターやナレーターとして十分に機能します。特に「aria」や「nova」は、クリアな発音でNPCの台詞生成に向いています。
- OpenAI互換エンドポイント
- 8種類の音声プリセット
- シンプルなAPIインターフェース
注意点
60リクエスト/分のレートリミットを注意してください。大量のテキストを一括生成する場合は、キュー待ちが発生する可能性があります。
音声ファイルには合成音声を示す不可視のウォーターマークが含まれます。また、カスタムボイスクローニングやSSMLには対応していません。
サポートはメールのみです。電話やライブチャットはありません。
- レートリミット: 60 req/min
- 不可視ウォーターマーク付き
- メールサポートのみ
次のステップ
まず/get-api-key/ページでGoogleまたはメール登録を行い、無料体験クレジット($0.50)を確認してください。
APIキーを取得後、/docs/のドキュメントを参照して、実際のゲームエンジンやスクリプトに組み込んでみてください。
必要に応じて、TRONネットワーク(TRC-20)でUSDTをトップアップし、本格的な開発を進めてください。
- /get-api-key/で登録
- /docs/でAPI仕様確認
- TRC-20でトップアップ
FAQ
TTS APIの選択には、技術的な互換性とコスト構造、そして音声データの権利関係が重要な判断基準となります。ここでは、開発者がよく抱く疑問について、具体的な数値と事実に基づいて解説します。
APIの利用規約や課金システムを事前に理解しておくことで、予期せぬコストやライセンス問題を避けることができます。特に、キャラクターの台詞生成では、音声の著作権クリアが不可欠です。
互換性の確認
当社のAPIはOpenAIのspeechエンドポイントと同一のJSON形式を採用しています。base_urlをhttps://api.y7777.info/v1に変更し、APIキーを設定するだけで、既存のOpenAI SDKをそのまま利用可能です。
リクエストフィールドはmodel、input、voice、response_format、speed、languageから構成され、標準的なHTTP POSTリクエストで処理されます。カスタムSDKや独自のプロトコルを必要としません。
コストの計算
課金は100万文字あたり10ドル(1文字あたり約0.01円)で、空白や句読点も文字数に含まれます。失敗したリクエストは課金されません。
無料体験としてGoogleログインで0.50ドル分のクレジットが提供されます。残高はTRONネットワーク(TRC-20)のUSDTで最小5ドルからチャージでき、即時反映されます。
月額プランや追加料金はなく、使用した分だけ課金されます。生成速度は長文で実時間並みですが、キュー待ちが発生する場合があります。
ライセンスの確認
音声プリセットはLibriVoxの公開書籍朗読を基にしており、CC BY 4.0ライセンスのデータから派生しています。生成された音声には合成音声を示す不可視の透かしが含まれます。
入力テキストは音声生成のみに関与し、学習データには使用されません。音声ファイル自体の保管は行われず、応答として返された後のデータ保持は発生しません。
著作権のクリアは、使用している音声プリセットのライセンスと、生成音声の透かしを確認することで完了します。カスタムクローンは提供されていないため、既存の8ボイスからの選択となります。
まとめ
Voicemateは、フリーランス開発者のワークフローに最適化されたシンプルなAPIです。OpenAI互換のインターフェースにより、既存のSDKをそのまま利用でき、NPC台詞の生成コストを劇的に削減できます。
限られたリソースの中で高品質な音声を実現する際、余計な機能よりも確実な実装と透明な課金が重要です。当社のAPIは、複雑なセットアップなしに即座に開発に組み込むことができます。
主要なポイント
テキスト読み上げAPIの選定では、コスト効率と実装の簡便さが鍵となります。Voicemateは文字数ベースの明確な課金体系と、OpenAI互換のREST APIを提供し、開発の負荷を最小限に抑えます。
また、8種類の音声プリセットと23言語のサポートにより、多様なゲームシーンに対応可能です。音声のライセンスもクリアであり、著作権の心配なく商業利用が可能です。
- OpenAI互換のシンプルなAPI仕様
- 透明な文字数ベースの課金体系
- 8種類のプリセット音声と23言語対応
最終的な選択
複雑なSSMLやカスタムクローニングを必要とせず、迅速なプロトタイピングと安定した実装を求める開発者にとって、Voicemateは最適な選択肢です。特にバッチ処理でのNPC生成に威力を発揮します。
APIキーの取得から音声生成まで、無駄のないプロセスで開発を加速させましょう。限られた予算で最大の効果を得るために、ぜひ検討してください。
リソースへのリンク
詳細な仕様やAPIドキュメント、価格表は以下のリンクから確認できます。また、アカウント作成やAPIキーの発行はダッシュボードから簡単に行えます。
技術的な疑問がある場合は、公式ドキュメントを参照するか、サポートメールまでお気軽にお問い合わせください。
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。 ただし、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おり、これが人工知能による生成音源であることを示しています。
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。
