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。
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。
テキスト読み上げの主な機能
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。
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。
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。
4つのステップでテキストから音声へ
モデルを選ぶ
リアルタイム向けのMARS-Flash（600ms TTFB）、本番環境レベルのコンテンツ向けのMARS-Pro、感情制御された出力向けのMARS-Instruct、オンデバイス向けのMARS-Nano（60ms TTFB、60Mパラメータ）から選べます。
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。