他の人が「Hey Subtitle」で生成した音声は感情豊かで自然なのに、自分のは機械的で生気がない——その差は道具ではなく、3つのこと：声の選択、原稿の書き方、句読点の使い方。今回4つの新しい人間味あふれる音声を追加し、声選びから完成映像までのワークフロー、そして原稿に魂を吹き込む書き方のヒントをまとめました。
4つの新しい人間味あふれる音声
凱婷 / Sora（広東語 女声）
薯條 / Fly（広東語 男声）
小 Q / Xiao Q（標準中国語 女声）
震東 / Zhen Dong（標準中国語 男声）
全17音声を試聴しますか？テキスト読み上げスタジオへ進んですぐに試聴できます。
テキストから動画へ：完全な音声制作ワークフロー
3つの決定だけで、原稿から完成映像まで進めます。
決定 1｜声を選ぶ
A. 自分の声を使う（音声クローン）
30秒から3分間の音声サンプルをアップロードすれば、専用の音声モデルを生成。以降、任意のテキストがあなた自身の声で出力されます。個人ブランド、長期YouTuber、ポッドキャスターに最適。詳しくは 音声クローン完全ガイド を参照、または 音声クローンを試す から直接体験できます。
B. プロの音声を選ぶ
今回追加された4つに既存の13を合わせて、合計17のプロの音声。広東語、標準中国語、英語、日本語に対応。選んでそのまま使えます——訓練不要。
決定 2｜出力形式を選ぶ
A. テキスト読み上げ（.mp3 音声）
純粋な音声出力。自分で映像（vlog、b-roll、チュートリアル）を用意し、Premiere、Final Cut、CapCut に音声をドロップするだけ。
B. テキストから動画（.mp4 映像）
字幕と視覚背景を自動生成、そのままアップロードできる完成動画を出力。ショート動画、SNSリールに最適。テキストから動画で怪談を作るリアルな体験 を参照。
決定 3｜どこで使うか
- ポッドキャスト音源
- YouTube ボイスオーバー（ナレーション／b-roll 吹替）
- チュートリアル動画
- 広告・ブランドショート
ポイント：これらのユースケースはリップシンク不要——音声は映像の上にレイヤーされる音だけ。talking head 映像ではないので、AI 音声で十分対応できる。
なぜ自分で録音しないのか？
| 自分で録音 | Hey Subtitle AI 音声 |
|---|---|
| 言葉を忘れる、噛む、声がかすれる | 一発OK、NGなし |
| 原稿改訂のたびに再録音 | テキストを変えれば即再生成 |
| 「えーと」「あのー」をカット | 不要 |
| マイク、静かな環境、時間が必要 | パソコン一台で完結 |
| 何度も録ると疲れる | 感情の消耗ゼロ |
書き方のヒント：音声に魂を吹き込む
AI 音声は plug-and-play で一発成功するものではありません。各音声には独自の個性とリズムがあり、書き方を理解してこそ本領を発揮します。
句読点は感情のスイッチ
読点（、）でポーズ、句点（。）で息継ぎ、疑問符（？）で語尾上げ、感嘆符（！）で強調、波線（〜）で甘い引き伸ばし。同じ文でも句読点で全く違う印象になります。
適切なスペースでリズムを制御
単語間のスペースは音声エンジンに軽いポーズの合図を送ります。重要な語の前後にスペースを入れて強調できます。
段落分けで深呼吸
長い段落を改行で区切ると、エンジンが自動的に深呼吸のポーズを挟み、長文がより自然に聞こえます。
比較デモ
- フラット版：今日は天気がいいから山登りに行こう
- 句読点版：今日は天気がいいから、山登りに行こう！
- 進化版：今日は〜天気がいいから！山登りに……行こう！
無料分数を提供しているので、複数のバージョンを書いて比べ、最も自然なものを最終版にしてください。試すたびに、各音声の個性がより深く分かってきます。