🔊 音声合成エンジンを Google Cloud Text-to-Speech に変更しました
YOMI の読み上げに使用する音声合成エンジンを、Google Cloud Text-to-Speech に変更しました。 これに伴い、音声の選び方や調整できる項目が新しくなっています。既存の音声設定はリセットされますので、本記事の内容をご確認のうえ、お手数ですが再設定をお願いいたします。
🔁 変更内容
- 変更前: VOICEVOX / AivisSpeech（自社サーバーで動作する音声合成エンジン）
- 変更後: Google Cloud Text-to-Speech（クラウド API）
読み上げの基本的な使い方（/yomi join でANDONを呼ぶ、テキストを投稿すると読み上げられる）は変わりません。
⚡ 変更の理由
これまでの音声合成エンジンは自社サーバー上で動作していたため、利用が集中する時間帯には読み上げの遅延や音声の途切れが発生することがありました。
Google Cloud Text-to-Speech はクラウド API として提供されており、高いレスポンス性能と安定性を両立できます。サーバー負荷に左右されない読み上げをお届けすることで、より快適にボイスチャットをお楽しみいただけるようになります。
🎙️ 選べる声と調整できる項目
音声セット
新しい音声は「音声セット」という単位で選びます。現在は次の 2 種類をご用意しています。
- 女性A
- 男性A
音声セットは、言語ごとに最適な Google の音声（Neural2）を自動で選択します。そのため、翻訳機能などで読み上げる言語が変わると、その言語に合った声に切り替わります。すべての言語で同じ話者が話すわけではない点にご注意ください。
調整できる項目
ダッシュボードの音声設定から、ユーザーごとに次の項目を調整できます。
- 話速
- ピッチ
- 音量
調整できる範囲は音声によって異なります。選択中の音声が対応していない項目はグレーアウト表示となり、変更できません。
デフォルト言語
読み上げに使う「デフォルト言語」を、ユーザーごと・サーバーごとに設定できるようになりました。
⚠️ 既存の設定への影響とお願い
エンジンの変更に伴い、これまでに選択していた VOICEVOX / AivisSpeech の音声と、その話速・ピッチの設定はすべてクリアされます。
変更後は、すべてのユーザーが「女性A」・デフォルトのパラメータで読み上げが始まります。
お手数ですが、ダッシュボード の 音声設定 から、お好みの音声セットと話速・ピッチ・音量を改めて設定してください。
🌐 翻訳・文字おこし機能はそのまま
今回の変更で影響を受けるのは読み上げ音声のみです。
- 翻訳機能（
xx:プレフィックスで翻訳して読み上げ）は、引き続きご利用いただけます - 文字おこし機能（
/yomi stt onでリアルタイムにテキスト化）も、引き続きご利用いただけます
対象プランや使い方に変更はありません。詳しくは マニュアル をご確認ください。
📝 クレジット表記について
これまで VOICEVOX の利用規約に基づき掲載していたクレジット表記は、2026年10月7日より前に生成された音声に対して適用されるものです。
今後生成される音声は Google Cloud Text-to-Speech によるもので、VOICEVOX のクレジット表記は不要となります。詳しくは 音声クレジット のページをご覧ください。
新しくなった YOMI の読み上げを、ぜひお試しください！