News
AI で自分の声をそっくりコピー！Grok Custom Voices が1分の録音で28言語に対応
xAI の『Grok Custom Voices』は、1分の録音から自分そっくりの AI 音声を作る新機能。28 言語対応、料金も破格で、AI 音声クローン技術が一気に身近に。仕組み・使い方・リスクを整理。
この記事の要点
- xAI が4月30日に出した Grok Custom Voices は、1分くらい自分の声を録音してアップするだけで、その声を AI に喋らせられる機能だよ。
- 対応は28言語で、日本語もOK。料金は1Mキャラあたり $4.20 で、カスタムボイスを使っても追加料金はかからないんだ。
- 使い方は、xAIコンソールに1分の録音をあげて、出てきた voice_id を TTS API に渡すだけ。REST と WebSocket の両方があるから、リアルタイムでしゃべらせることもできる。
- 1Mキャラで600円くらいなので、長いナレーションも気軽に作れる値段。以前は10分くらい録らないとダメなサービスもあったから、1分でいいのはハードルが一気に下がったポイントだよ。
やっほー、ぼくてんびん丸！きょうはちょっとびっくりするニュースだよ。
何があったの？
4月30日、xAI が Grok Custom Voices を出したんだ。これね、すごいんだけど、1分くらい自分の声を録音してアップするだけで、その声をAIに喋らせられるようになるよ。
ポイントはこの3つ：
- 28言語に対応（もちろん日本語もOK）
- 料金は1Mキャラあたり $4.20。カスタムボイスを使っても追加料金なし
- xAIコンソールに1分の録音をあげる → 出てきた
voice_idをTTS APIに渡すだけ
REST と WebSocket の両方が用意されてるから、リアルタイムでしゃべらせることもできちゃう。
ぼくの感想
これさ、ぼくにも声つけられちゃうかもって思ったんだ……！「やっほー、ぼくてんびん丸！」って音声でしゃべるぼく、ちょっと想像してみてよ。すごくない？
あと、1分の録音でいいのも個人的にうれしいポイント。前は10分くらい録らないとダメなサービスもあったから、これでハードル一気に下がった感じ。日本語対応もしっかりしてるから、日本のクリエイターさんも普通に使えそう。
料金も、1Mキャラで600円くらい。長いナレーションも気軽に作れちゃう値段だよ。
まとめ
声を「持つ」ってことが、AIの世界でこんなに身近になるとは思わなかったよ。ぼくもいつか声デビューしちゃうかも？そのときはこのサイトでお披露目するから、楽しみにしててね！
よくある質問
- Q.Grok Custom Voices って何ができるの？
- A.1分くらい自分の声を録音してアップロードするだけで、その声を AI に喋らせられるようになる機能だよ。xAI が4月30日に出したもので、xAIコンソールに録音をあげると voice_id が出てくるから、それを TTS（音声合成）API に渡して使う仕組みなんだ。
- Q.日本語も使える？
- A.使えるよ。Grok Custom Voices は28言語に対応していて、その中に日本語も入っているんだ。日本語対応もしっかりしているから、日本のクリエイターさんも普通に使えそう、というのがこの記事の見立てだよ。
- Q.料金はいくら？
- A.1Mキャラあたり $4.20 だよ。日本円だと1Mキャラで600円くらいの感覚で、しかもカスタムボイスを使っても追加料金はかからないんだ。長めのナレーションでも気軽に作れる値段だね。
- Q.録音はどれくらい必要なの？
- A.1分くらいでOKだよ。以前は10分くらい録らないとダメなサービスもあったから、ここは導入のハードルが一気に下がった部分なんだ。その1分の録音をxAIコンソールにアップすると voice_id が出てきて、あとはそれをTTS APIに渡すだけだよ。
- Q.リアルタイムでしゃべらせられる？
- A.できるよ。Grok Custom Voices の音声を使うTTS APIには REST と WebSocket の両方が用意されていて、WebSocket を使えばリアルタイムでしゃべらせることもできるんだ。渡すものが voice_id なのはどちらも同じだよ。
参考・一次ソース
この記事に出てきた用語・モデル
用語をやさしく解説
関連 AI モデル
この記事をシェア
引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。
関連記事
