テキストを音声に:オーディオブック作成のパートナー

作成者 Krika Text編集チーム · 更新日 2026-11-18

Krika Text APIは、コードを書かずにオーディオブック制作を実現するツールです。テキストを送信するだけで、自然な音声ファイルが生成されます。OpenAI SDKとの互換性を持つため、既存のワークフローをそのまま活用でき、複雑な環境構築が不要です。

このページでは、オーディオブック制作や自己出版に必要な音声生成の方法を紹介します。8種類のボイスや23言語の対応、文字数単位の透明な料金体系など、クリエイターがすぐに始められる具体的なステップをご紹介します。

テキストを音声に:オーディオブック作成のパートナー

よくある質問

テキスト音声変換とは何ですか?

テキスト音声変換は、テキストを入力すると音声ファイルが生成されるクラウドAPIです。オーディオブックや自己出版に必要な、安価で信頼性の高い音声生成を可能にします。WebブラウザからAPIキーを取得し、APIを介して音声ファイルを生成できます。

APIはどのように機能しますか?

POSTリクエストでテキストを送信し、音声ファイルを受け取ります。エンドポイントはhttps://api.krika.net/v1/audio/speechです。OpenAI SDKのbase_urlを変更して利用可能です。認証にはBearerトークンを使用し、JSON形式でモデルや音声、速度を指定します。

どのような音声ファイル形式に対応していますか?

mp3、wav、opus、flac、pcmの5つの形式に対応しています。用途に合わせて最適な形式を選択できます。他の形式もAPIレスポンスから直接ダウンロード可能です。

音声の生成速度はどのくらいですか?

長文では約25文字/秒のリアルタイム速度で生成されます。短文は数秒かかります。リクエストは順次処理されるため、負荷が高い場合はキュー待ちが発生する可能性があります。これは標準的なクラウドAPIの挙動です。

4096文字を超えるテキストは扱えますか?

1リクエストあたりの上限は4096文字です。それを超える場合は、テキストを4096文字ごとに分割し、生成された音声ファイルを結合する必要があります。API側では自動結合は行われません。クライアント側で処理してください。

音声の言語は複数対応していますか?

23言語に対応しています。英語、日本語、中国語、スペイン語、フランス語など多岐にわたります。言語を指定しない場合、スクリプトから推測されます。非ラテン文字や英語以外のラテン文字では、languageパラメータで明示してください。

ボイスは自由にカスタマイズできますか?

8つのプリセットボイスから選択できます。カスタム音声のクローニングや独自ボイスのアップロードはできません。感情タグやSSMLもサポートしていません。既存の8種類(aria、nova、lunaなど)から最適な声を選んでください。

生成された音声には透波印がありますか?

はい、生成されるすべての音声ファイルには不可聴の透波印が含まれています。これにより、音声が生合成されたものであることが識別可能です。これはすべての音声生成に適用される標準的な機能です。

データのプライバシーは守られていますか?

入力テキストは音声生成のみに使用され、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、保存されません。請求用のメタデータ(時間、文字数、ステータス)のみ保持されます。プライバシーは厳格に保護されます。

課金はどのように行われますか?

100万文字あたり10ドル(1000文字あたり0.01ドル)です。スペースや句読点も文字数に含まれます。TRONネットワークのUSDT(TRC-20)でのみトップアップできます。カードやPayPalはありません。残有效期間はありません。

失敗したリクエストは請求されますか?

失敗したリクエストは無料です。合成に失敗した場合、料金は全額返金されます。正常に完了したリクエストのみが課金対象となります。これは明確なポリシーです。エラー発生時は自動的に返金処理が行われます。

サポートはどのように受けられますか?

サポートはメールのみで提供されています。電話やライブチャットはありません。アカウント作成やAPIキーの発行はWebサイトから行います。技術的な質問はメールで問い合わせしてください。迅速な対応を心がけています。

SSL/TLSはサポートしていますか?

はい、APIエンドポイントはHTTPSで保護されています。特別なSSL証明書や認証は不要で、標準的なHTTPS接続を使用して安全にデータを送信できます。ただし、当サイトはSLAや稼働率保証、SOC 2やHIPAAなどのセキュリティ認証を持っていません。接続は確保されていますが、信頼性に関する公式の保証はありませんので、ご了承ください。

モバイルアプリは提供していますか?

専用モバイルアプリは提供していません。APIはWebベースで動作するため、モバイルブラウザやアプリ内ブラウザから利用可能です。公式の独自SDKはありません。OpenAI SDKを使用します。モバイルアプリは別途開発する必要があります。

最初のリクエスト

curl

curl https://api.krika.net/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

APIの仕組みと利点

の音声波形イラスト: APIの仕組みと利点

Krika Text APIは、テキストを送信するだけで音声ファイルを受信できるシンプルなクラウドサービスです。複雑な設定なく、オーディオブック制作の基盤として利用できます。

OpenAI互換のJSON APIを採用しており、既存の開発環境に容易に統合できます。

JSON APIで簡単連携

JSON APIで簡単連携

POSTリクエストでテキストを送信し、音声ファイルを即座に受け取ります。エンドポイントは標準的なJSON形式に対応しており、プログラミング知識が限られたクリエイターでも直感的に利用可能です。

OpenAI SDKとの互換性

base_urlを変更するだけで、公式のOpenAI SDKがそのまま利用できます。既存のコードやツールをほぼ変更せずに、Krika Textの音声生成機能に接続できます。

リアルタイムに近い生成速度

長文のテキストでは、生成速度は実時間とほぼ同等(1秒あたり約25文字分)です。ただし、短めの文章でも数秒の生成時間を要する点にご注意ください。

オーディオブック向けの音声ライブラリ

の音声波形イラスト: オーディオブック向けの音声ライブラリ

Krika Textの音声ライブラリは、オーディオブック制作の質を決定づけます。8つのプリセットボイスと23言語の対応により、多様なナレーションスタイルを実現します。

音声はLibriTTS-R(CC BY 4.0)とLibriVoxの公共領域オーディオブックを基にしています。クリエイターは安心して作品を制作できます。

8種類のプリセットボイス

aria, nova, luna, sage, felix, milo, atlas, orionの8種類から選択可能です。各ボイスは特定のトーンに最適化されており、物語や解説に合わせた選定が可能です。

23言語の多言語対応

英語から日本語、中国語、アラビア語まで23言語に対応します。言語コードを指定することで、正確な発音とリズムを保証します。

LibriVox由来のライセンス

LibriTTS-Rデータセット(CC BY 4.0)とLibriVoxの公共領域オーディオブックを基にしています。生成音声には合成音声を示す透波印が含まれます。

コスト効率の高い課金システム

の音声波形イラスト: コスト効率の高い課金システム

コストは文字数に応じてのみ課金されます。100万文字あたり10ドル(1,000文字あたり0.01ドル)で、スペースや句読点も文字数に含みます。月額プランや基本料は不要で、利用した分のみが請求されます。

失敗したリクエストに対する課金はありません。音声合成に失敗した場合、その課金は全額返金されます。これにより、ネットワークの問題や予期せぬエラーによる余分なコストを気にせずにテストや本番利用が可能です。

USDTでの簡単チャージ

チャージはUSDT(TRC-20)のみで、最小5ドルから可能です。送金後、数分で自動的に残高に反映されます。カードや PayPal、VAT込みの請求書は不要で、残高の有効期限もありません。

  • USDT (TRC-20) のみ対応
  • 最小チャージ額は5ドル
  • 課金反映は数分で完了

技術的な詳細と制限

の音声波形イラスト: 技術的な詳細と制限

APIは1リクエストあたり最大4096文字まで処理可能です。これを超える長文の場合は、クライアント側で分割し、生成された音声ファイルを結合してください。

4096文字のリクエスト制限

短文は数秒、長文は実時間並みの速度で生成されますが、負荷時にはキューで待機する場合があります。

音声ファイルのフォーマット

mp3、wav、opus、flac、pcmの5形式から選択できます。用途に応じて適切な形式を選択してください。

生成された音声は即時レスポンスで返され、サーバーには保存されません。

合成音声の透波印

生成されるすべての音声ファイルには、合成音声であることを示す不可聴の透波印が埋め込まれています。

これにより、生成されたコンテンツがAI由来であることが技術的に証明されます。

オーディオブック制作への適用

の音声波形イラスト: オーディオブック制作への適用

オーディオブック制作において、4096文字という文字数制限を避けるための分割処理と、生成音声の一貫性維持が重要です。本APIは長文テキストを自動的に分割し、音声を結合するわけではありません。クライアント側で分割・結合する必要があります。

長文テキストの分割処理

単一リクエストで4096文字までしか処理できませんが、クライアント側でテキストを分割し、生成された音声ファイルを結合することで、長編作品の制作が可能です。これにより、大きなファイルを扱う際のメモリの負担を軽減できます。

  • 4096文字ごとのリクエスト分割
  • 生成音声の自動結合
  • メモリ負荷の軽減

一貫した音声品質の維持

分割して生成しても、同じ音声プリセットと速度設定を使用することで、トーンや話速の一貫性を維持できます。各セグメントの生成速度は実時間とほぼ同等のため、効率的なバッチ処理が期待できます。

  • 音声プリセットの統一
  • 速度設定の固定
  • 実時間生成の効率性

自己出版への最適化

従量制の課金体系は、小規模な自己出版者にとってコスト管理を容易にします。初期投資が少なくて済み、販売数に応じた柔軟な運用が可能です。

  • 従量制によるコスト管理
  • 小規模出版者向け
  • 柔軟な運用
オーディオブック制作への適用

データプライバシーとセキュリティ

の音声波形イラスト: データプライバシーとセキュリティ

入力テキストは音声生成のみに使用され、モデル学習には活用されません。生成された音声ファイルは応答後に保存されず、生成済みとして返されます。

学習用データ使用なし

テキストは音声合成のプロセスで消費されるのみです。生成物の品質向上や新たなモデルの学習のために、あなたのテキストデータが蓄積・利用されることはありません。

生成音声の一時保存

生成された音声ファイルは、APIレスポンス経由でダウンロードされた時点でサーバー側には残されません。一時的なストレージとして機能するのではなく、即時に返却されます。

メタデータの課金利用

課金の正確性を保つため、リクエストの時刻や文字数、ステータスなどのメタデータは記録されます。これらは請求明細の根拠としてのみ使用されます。

サポートとコミュニティ

の音声波形イラスト: サポートとコミュニティ

コードを書かないクリエイターでも、豊富なドキュメントとデモを活用してAPIの利用を開始できます。技術的な壁を越え、オーディオブック制作の第一歩を確実に踏み出しましょう。

メールサポートのみ

私たちは電話やライブチャットではなく、メールサポートを提供しています。複雑な技術検証よりも、確実な記録と丁寧な対応を重視しているためです。

簡単なデモ利用

Googleアカウントで登録すると、0.50ドルのトライアルクレジットが付与されます。コードなしでAPIキーを入手し、curlコマンドで音声生成を体験できます。

ドキュメントの充実

/docs/ ページには、エンドポイント、パラメータ、エラー処理の具体的な例が記載されています。PythonやJavaScriptのSDK連携手順も記載しており、迷わず実装できます。

APIの統合例

の音声波形イラスト: APIの統合例

Krika Text APIはOpenAI SDKとの互換性を持ち、既存のインフラをそのまま活用できます。PythonやJavaScriptで数行のコードを追加するだけで、オーディオブック制作の自動化が可能になります。

公式SDKを使わず、curlコマンドやHTTPリクエストでも簡単にテストできます。認証キーとエンドポイントを設定するだけで、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。

curlコマンドでのテスト

以下のコマンドで、APIのエンドポイントと動作を確認できます。base_urlをhttps://api.krika.net/v1に設定し、Authorization: BearerにAPIキーを指定してください。modelにはtts-1またはtts-1-hdを指定します。

レスポンスとして音声ファイルが返されます。失敗した場合は課金されませんので、まず小さなテキストで試すことをお勧めします。

Python SDKの実装例

OpenAI Python SDKをインストールし、base_urlとapi_keyを設定します。これにより、Krika Text APIをあたかもOpenAIのサービスのように扱えます。

コードはシンプルで、テキストを渡すだけで音声データが生成されます。オーディオブックの章ごとの生成や、バッチ処理にも適しています。

JavaScriptでの連携

ブラウザやNode.js環境でも同様に利用可能です。fetch APIを使ってPOSTリクエストを送信するか、SDKのラッパーを使用してください。

生成された音声はBlob形式で取得でき、Webページに直接埋め込んだり、ダウンロードリンクとして提供したりすることが可能です。

なぜKrika Textなのか

の音声波形イラスト: なぜKrika Textなのか

Krika Textは、コード編集が苦手なクリエイターのために設計されました。複雑なインフラ構築やサーバー管理の必要がなく、Webブラウザと簡単なAPIキーだけで、オーディオブック制作のプロセスを完結できます。

自出版に必要な「安価で信頼性の高い音声生成」を、専門的な技術知識なしに実現します。

コスト管理は文字数ベースの従量制を採用しています。100万文字あたり10ドルという明確な単価で、生成に失敗した場合は課金されません。

クレジットカード登録や月額サブスクリプションの必要がなく、TRONネットワーク(USDT)でのチャージのみでバランスを補充できます。残高の期限もありません。

シンプルな価格体系

コスト管理は文字数ベースの従量制を採用しています。100万文字あたり10ドルという明確な単価で、生成に失敗した場合は課金されません。

クレジットカード登録や月額サブスクリプションの必要がなく、TRONネットワーク(USDT)でのチャージのみでバランスを補充できます。残高の期限もありません。

  • 文字数ベースの従量制:100万文字あたり$10
  • 失敗時は全額返金
  • TRON (USDT) 限定、最低$5からのチャージ
  • サブスクリプションなし、残高有効期限なし

オーディオブック特化機能

最大4096文字のテキストを音声に変換し、長文も分割して結合することで、長時間のオーディオブック制作に対応します。

LibriVox由来のライセンス済みボイスと、23言語の多言語対応により、多様な作品の制作を支援します。

合成音声であることを示す透波印を埋め込み、著作権の明確化をサポートします。

  • 最大4096文字のテキスト処理と結合
  • LibriVox由来の8種類のボイスプリセット
  • 23言語対応(音声は全言語で可能)
  • 合成音声の透波印埋め込み

コード不要での利用

「コードを書かないクリエイター」向けに、ブラウザ上のダッシュボードからAPIキーの発行とチャージを完結できます。

OpenAI SDKとの互換性があり、公式SDKの変更だけで連携可能です。複雑なプログラミング知識が不要です。

Googleアカウントまたはメール登録で即座にアカウントを作成でき、即時にAPIの利用を開始できます。

  • ブラウザからのAPIキー発行とチャージ
  • OpenAI SDK互換で簡単連携
  • Googleアカウントまたはメールで即時登録
  • 複雑なプログラミング知識不要

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。 例えば、初心者向けにはやや遅めの速度を、上級者向けには早めの速度を設定することで、コンテンツのアクセシビリティを向上させます。

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 API reference: create speech
  3. openai-python on GitHub
  4. FFmpeg documentation
  5. Python documentation
  6. W3C WAI: making audio and video accessible
  7. Creative Commons Attribution 4.0
  8. IETF RFC 7845: Ogg Opus
  9. curl documentation
  10. TRON developer hub: TRC-20
  11. ISO 639 language codes
  12. Node.js documentation

このサイトに関するその他の情報