Text to Speechでプレゼンテーションのナレーションを作成する方法

よくあるケースとして、10枚のスライドのピッチや講義があり、動画として送信したり本人がいなくても再生できるように各スライドにナレーションが必要な場合があります。自分で録音すると何度もやり直すことになり、少しの修正でも再録音が必要です。Text to Speechを使えば、テキストを編集して音声を再生成するだけで済みます。

どのツールをなぜ使うか

Text to Speechを使用します。書かれた原稿を選択した音声で読み上げます。自分の声でナレーションをつけたい場合は、まず声をクローンしてマイボイスタブで選択してください。詳細はカスタムボイスとはをご覧ください。Voice Changerはここでは適していません。すでにある録音の声を変えるツールであり、テキストには対応していません。

具体例で見る手順

例：スライド1枚あたり約150語の英語による10枚の製品プレゼンテーション。

1. メモアプリなどでスライドごとに原稿を作成します。数字や略語、固有名詞は読ませたい通りに書きます。例えば「2026」ではなく「twenty twenty-six」のように表記します。

2. ツールタブでText to Speechを開き、貼り付けでスライド1のテキストを貼り付けます。次へをタップします。

3. スライド全体を通して1つの音声を選択します。ビジネスプレゼンテーションなら、MiniMax Expressive Narratorや、OpenAIのOnyxまたはCoralにニュースプリセットを組み合わせるのがおすすめです。次へをタップします。

4. 生成をタップして結果を聴いてみます。ペースやトーンが合わない場合は、MiniMaxなら速度を、OpenAIなら指示文を調整して再生成をタップします。

5. スライド1の音声に問題がなければ、ファイルを保存します。プレーヤーの横にあるボタンから、アプリ内での共有やウェブ版でのダウンロードが可能です。

6. テキストタブに戻り、テキストをスライド2のものに置き換えて再度生成します。選択した音声や設定はそのまま保持されます。

7. 各音声ファイルを、PowerPoint、Keynote、Google Slidesの対応するスライドに挿入します。

各ファイルは作成後すぐに保存してください。Premiumプランを利用していない場合、履歴には最新の3件しか残らないため、スライド4を生成した時点でスライド1のファイルは履歴から消去されます。

ナレーションを自然に聴かせるコツ

• スライドごとに音声を生成します。短いパートの方が修正しやすく、スライドへの配置も簡単です。1回の生成で最大10,000文字まで対応しています。

• 重要なポイントの前に間を入れたい場合は、MiniMax音声なら<#1#>を、ElevenLabs音声なら省略記号（...）を追加します。

• 単語のアクセントが不自然な場合は、強調したい部分を大文字で表記します（例：REcord、reCORD）。

• 自分の声で原稿を読ませたい場合は、プレゼンテーションと同じ言語で音声サンプルを録音してください。

タグや設定に関する詳細：Text to Speechの仕組みおよびOpenAI音声の指示設定。

必要な費用

上記の例（1スライド約150語、合計約9,000文字の10スライド）の場合：

「再生成」は毎回新しい実行としてトークンが消費されます。そのため、残りのスライドを生成する前に、まずは1枚のスライドで声をテストしてください。全ツールの料金一覧：各ツールのトークン価格。