テキスト読み上げ

音声クローンと感情制御に対応した、150以上の言語のテキスト読み上げ

CAMB.AIのMARS8モデルファミリーは、150以上の言語で自然で表現力豊かな音声合成を提供します。リアルタイム会話、コンテンツ制作、オンデバイス展開に特化した専用モデルを備えています。

ホーム/テキスト読み上げAPIで試す

または例を試す

感情コントロール

0 / 1000

MARS8の音声

00:0000:00

搭載モデル：MARS8。自然なトーン、感情表現、本番運用のために設計されています。

CAMB.AIが選ばれる理由

CAMB.AIのテキスト読み上げは何が違うのか？

CAMB.AIは、世界の話者人口の99%をカバーする150以上の言語で、書かれたテキストを自然で人間らしい音声に変換します。MARS8は、それぞれ遅延・忠実度・展開要件の特定のバランスに最適化された、用途別の専用モデルを備えた初の本番環境レベルのTTSモデルファミリーです。MARS-Proは、WavLM話者類似度0.87、CMV類似度0.71を達成しており、MAMBAベンチマークで測定した結果、最も近い競合と比べて38%の向上を実現しています。

主な機能

テキスト読み上げの主な機能

機能

01 / 04

150以上の言語での自然な音声

プレミアム対応言語（英語、ヒンディー語、フランス語、スペイン語、ドイツ語、日本語、アラビア語、韓国語、中国語、イタリア語、ポルトガル語、インドネシア語、オランダ語）は、10,000時間以上のデータで学習されています。

02 / 04

音声クローン

短い参照サンプルからあらゆる話者の声をクローンし、言語をまたいで再現します。MARS-ProはWavLM話者類似度0.87を実現します。

03 / 04

感情とプロソディの制御

MARS-Instruct（1.2Bパラメータ）は、精密な感情表現、ペース配分、強調を可能にするディレクターレベルの感情制御を提供します。

04 / 04

オンデバイス展開

MARS-Nanoは、スマートフォン、車載システム、イヤホン、IoTハードウェアなど、120億台のデバイスに展開できます。インターネット接続は不要です。

音声クローン

短い参照サンプルからあらゆる話者の声をクローンし、言語をまたいで再現します。MARS-ProはWavLM話者類似度0.87を実現します。

感情とプロソディの制御

MARS-Instruct（1.2Bパラメータ）は、精密な感情表現、ペース配分、強調を可能にするディレクターレベルの感情制御を提供します。

オンデバイス展開

MARS-Nanoは、スマートフォン、車載システム、イヤホン、IoTハードウェアなど、120億台のデバイスに展開できます。インターネット接続は不要です。

主な機能

業界

テキスト読み上げはどのような方に向いているか？

テック企業・プラットフォーム開発者

音声対応アプリケーション、会話型インターフェース、多言語ユーザー体験を構築するエンジニアリングチーム。

OEM・デバイスメーカー

スマートフォン、車載システム、イヤホン、スマートホームデバイス、ウェアラブルに音声を組み込むハードウェア企業。

エンタープライズ組織

トレーニングコンテンツ、IVRシステム、顧客向けサポートワークフローに多言語音声を必要とするグローバル企業。

ユースケース

テキスト読み上げの活用例

IoT・ウェアラブルデバイス

MARS-Nanoの50Mパラメータモデルを使い、リソースの限られたハードウェアに音声出力を追加します。

車載音声システム

MARS-NanoのオンデバイスTTSでナビゲーション案内や車内アシスタントを組み込みます。セルラー接続は不要です。

会話型AI・音声エージェント

Power customer service bots and voice assistants with MARS-Flash's 100ms TTFB across 150+ languages.

コンテンツナレーション・ボイスオーバー

MARS-Proの音声クローンを使い、製品デモ、トレーニング資料、マーケティングコンテンツ向けの多言語ナレーションを生成します。

IVR・電話業務の自動化

固定録音を動的な多言語TTSに置き換えます。再録音なしで言語を追加し、新たな市場へ拡大できます。

仕組み

4つのステップでテキストから音声へ

モデルを選ぶ

MARS-Flash for real-time (600ms TTFB), MARS-Pro for production-grade content, MARS-Instruct for emotion-controlled output, or MARS-Nano for on-device (60ms TTFB, 60M parameters).

APIで統合する

CAMB.AIのTTS APIに接続し、テキストを渡してターゲット言語（150以上から選択可能）を選び、必要に応じてクローン用の音声参照サンプルを提供します。

音声と言語を設定する

音声ライブラリから選ぶか、短い参照サンプルからカスタム音声をクローンします。辞書を使って発音やアクセント特有の表現を制御できます。

展開してスケールする

ウェブおよびサーバーアプリケーション向けにクラウドAPIで展開するか、オンデバイス統合向けにMARS-Nanoをパッケージ化します。再録音なしで言語をまたいでスケールできます。

FAQ

よくある質問

MARS8はモデルファミリーです。MARS-Flashはリアルタイムの低遅延向けに、MARS-Proは最大限の忠実度と話者類似度向けに、MARS-Instructは感情とプロソディの制御向けに、MARS-Nanoはリソースの限られたハードウェアでのオンデバイス展開向けに調整されています。

はい。短い参照サンプルを提供いただければ、CAMB.AIがその音声をクローンし、音色や表現を保ちながら、対応するあらゆる言語でその声のまま無制限に音声を生成できます。

はい。MARS-Nanoは60Mパラメータのモデルで、低遅延かつクラウド往復なしでオンデバイスで動作するように構築されており、IoT、ウェアラブル、プライバシーが重視される環境に適しています。

MARS-Proは、CAMB.AIがオープンソース化したTTS評価フレームワークMAMBAで測定した結果、WavLM話者類似度0.87、CMV類似度0.71を達成しており、最も近い競合と比べて38%の向上を実現しています。

はい。MARS8ファミリーのすべてのモデルは単一のAPIで利用できます。テキストを渡し、言語と音声を選んで、生成された音声をプロダクトにストリーミングできます。

はい。MARS-Instructは感情、ペース、強調、イントネーションをきめ細かく制御できるため、トーンや文脈に合わせて表現をディレクションできます。