Yomikase APIでテキストを音声に変換

作成者 Yomikase編集チーム · 更新日 2026-11-18

このページでは、ニュース配信やアプリ開発で「文章の読み上げ」を必要とするインディー開発者のために、Yomikase APIの技術仕様と利用方法を解説します。複雑な設定なく、OpenAI SDKの延長線上で音声ファイルを生成できるクラウドTTS APIの基本的な仕組みから、音声の選択、言語の対応、そして従量課金制の料金体系まで、実装に必要な情報を網羅しています。

APIエンドポイントの構造やリクエスト・レスポンスの形式、生成速度の目安、そしてデータのプライバシーに関する事項を具体的に示します。8種類のプリセット音声や23言語の対応状況、USDTでのチャージ方法から、APIキーの管理まで、開発者がスムーズに統合を進められるよう、必要な数値と手順を整理しています。

Yomikase APIでテキストを音声に変換

よくある質問

OpenAI SDKを使えますか?

はい、OpenAI SDKをそのままご利用いただけます。base_urlを https://api.playu34.com/v1 に変更し、APIキーを設定するだけで動作します。リクエスト形状はOpenAIのspeechエンドポイントと同一です。SDKの拡張性を利用して、既存のアプリケーションに簡単に音声合成機能を組み込むことができます。

ストリーミングはサポートされていますか?

いいえ、ストリーミングはサポートされていません。テキストを送信すると、音声ファイルが完成してからレスポンスとして返されます。リアルタイムの音声ストリーミングやWebSocket接続は提供していないため、ファイルのダウンロードまたは保存が必要なワークフローに適しています。

SSMLはサポートされていますか?

いいえ、SSMLはサポートされていません。また、音素辞書やカスタム発音辞書も提供していません。テキストをそのまま送信し、speedやvoiceパラメータで制御するシンプルな設計です。複雑なマークアップが必要な場合は、事前にテキストを整形して送信してください。

カスタムボイスクリオニングはありますか?

いいえ、カスタムボイスクリオニングは提供していません。お客様ご自身の音声をアップロードしたり、独自の声をデザインしたりする機能はありません。8種類のプリセットボイスから選択して使用します。特定の人物の声模倣や、カスタムクローニングは提供しておりません。

音声の感情タグはありますか?

いいえ、音声に感情タグを付与する機能はありません。各ボイスには固有のトーン(暖かい、明るい、落ち着いた等)が設定されていますが、生成時に「喜び」や「悲しみ」などの感情を指示するタグは使用できません。一貫したトーンで音声を作成します。

モバイルSDKはありますか?

いいえ、専用のモバイルSDKは提供していません。公式の専用SDKは提供していません。モバイルアプリでも、OpenAI SDKをベースURL変更して利用するか、HTTPリクエストを直接送信することで音声合成が可能です。ブラウザ拡張機能やWordPressプラグインも提供していません。

音声合成の失敗時の料金は?

音声合成に失敗したリクエストは無料です。合成処理中にエラーが発生した場合、チャージされた料金は全額返金されます。正常に音声ファイルが生成された場合のみ、文字数に応じて課金されます。失敗時の返金は自動的に処理されますので、ご安心ください。

チャージ方法は何がありますか?

USDT(TRC-20)のみでのチャージが可能です。TRONネットワーク上のトランザクションを送信すると、数分で自動的に残高に反映されます。クレジットカードやPayPal、請求書での支払いはありません。最低チャージ額は$5です。サブスクリプションや月額のプランも提供していません。

残高の有効期限はありますか?

いいえ、残高に有効期限はありません。チャージした金額は永久に有効です。トライアルクレジット($0.50)は7日間有効ですが、通常チャージした残高には期限がありません。使い切らずに保管しておいても、いつまでも利用可能です。

サポートの連絡先は?

サポートはメールのみで対応しています。電話番号やライブチャットは提供していません。お問い合わせは /contact/ ページから可能です。電話やライブチャットによるサポートはありませんので、必要に応じてメールでご連絡ください。返信は迅速に行うよう努めております。

OpenAIと提携していますか?

いいえ、OpenAIとは提携していません。当社は独立したインディー開発者向けのTTS APIを提供しています。OpenAI SDKと互換性があるだけで、OpenAI公式のサービスではありません。

最初のリクエスト

curl

curl https://api.playu34.com/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Python (openai)

from openai import OpenAI

client = OpenAI(base_url="https://api.playu34.com/v1", api_key="tts-...")

with client.audio.speech.with_streaming_response.create(
    model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
    response.stream_to_file("hello.mp3")

Node.js (openai)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({ baseURL: "https://api.playu34.com/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));
voice
aria女性
nova女性
luna女性
sage女性
felix男性
milo男性
atlas男性
orion男性
language
arالعربية
zh中文
daDansk
nlNederlands
enEnglish
fiSuomi
frFrançais
deDeutsch
elΕλληνικά
heעברית
hiहिन्दी
itItaliano
ja日本語
ko한국어
msBahasa Melayu
noNorsk
plPolski
ptPortuguês
ruРусский
esEspañol
swKiswahili
svSvenska
trTürkçe

Yomikase APIとは

の音声波形イラスト: Yomikase APIとは

Yomikase APIは、ニュース配信やアプリ開発で「文章の読み上げ」を必要とするインディー開発者のためのクラウドTTSサービスです。複雑な設定なく、OpenAI SDKの延長線上で音声ファイルを生成できます。

テキストを送信するだけで音声データが返ってくるシンプルな設計で、ニュース記事の自動読み上げやアプリのナレーション機能などに直結して利用可能です。

クラウドTTS APIの基本機能

クラウドTTS APIの基本機能

Yomikase APIは、クラウド上で動作するテキスト読み上げAPIです。指定したテキストに基づき、音声ファイルを生成して返却します。

OpenAI互換エンドポイント

OpenAI互換エンドポイント

エンドポイントは POST https://api.playu34.com/v1/audio/speech です。リクエスト形状はOpenAIのspeechエンドポイントと同じため、公式OpenAI SDKを base_url を変更して使用することができます。

リクエストとレスポンスの形式

JSON形式で model, input, voice, response_format などのパラメータを送信します。音声は生成完了後、レスポンスとして返されます。

音声生成の速度とキュー

長文の生成は実時間程度(1秒あたり約25文字)の速度ですが、短文でも数秒かかります。リクエストは順番に処理されるため、負荷時はキューで待機することがあります。

テキストの分割と結合

1リクエストあたりの文字数上限は4096文字です。それを超える場合は、4096文字以下の部分に分割して生成し、音声ファイルを結合して使用します。

音声と言語の対応

の音声波形イラスト: 音声と言語の対応

Yomikaseの音声合成エンジンは、8つのプリセット音声と23言語に対応しています。インディーズ開発者のためのニュース配信やアプリ開発において、複雑な設定なしに自然な読み上げを実現します。

各音声はLibriTTS-R(CC BY 4.0)やLibriVoxの録音に基づいており、合成音声であることを示す不可視の透波が埋め込まれています。用途に合わせた音色選択が可能です。

8種類のプリセット音声

女性ボイス(aria, nova, luna, sage)と男性ボイス(felix, milo, atlas, orion)の計8種類です。ニュース、ストーリー、案内など、用途に合わせて適切なトーンを選択してください。

  • 女性: aria, nova, luna, sage
  • 男性: felix, milo, atlas, orion

対応言語23言語のリスト

以下の23言語に対応しています。特定の言語が未対応の場合は、音声生成リクエストで明示的に言語コードを指定してください。

Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish

  • Arabic, Chinese, Danish, Dutch, English
  • Finnish, French, German, Greek, Hebrew, Hindi
  • Italian, Japanese, Korean, Malay, Norwegian
  • Polish, Portuguese, Russian, Spanish, Swahili
  • Swedish, Turkish

言語の自動検出と指定

languageパラメータが省略された場合、テキストの文字セットから言語が自動検出されます。ラテン文字のテキストはデフォルトで英語として処理されるため、それ以外のラテン文字言語を使用する場合は明示的な指定を推奨します。

音声のトーンと用途

各音声には特定のトーンが定義されています。ariaは温かみのあるナレーター、novaは明るく活発なトーン、lunaは柔らかいストーリーテリング、sageは落ち着いた案内役として適しています。男性ボイスもフェリックスのエネルギッシュな宣伝用から、オリオンの深みのあるドキュメンタリー調まで幅広くカバーします。

これらはあくまでプリセットであり、カスタムクローニングや感情タグによる細かな調整はできません。

音声ファイルの透波

生成された音声ファイルには、人間には聴こえない不可視の透波(ウォーターマーク)が埋め込まれています。これにより、その音声が生合成されたものであることを技術的に確認することが可能です。

料金プランと支払い方法

の音声波形イラスト: 料金プランと支払い方法

Yomikaseは従量課金制を採用しています。100万文字あたり10ドル(1,000文字あたり約0.01ドル)で、スペースや句読点も含みます。

失敗したリクエストの料金は全額返金されます。残高は期限なく保有でき、課金ルールは明確で予測可能です。

失敗したリクエストの返金

音声合成に失敗した場合は、そのリクエストに対する課金は行われません。料金は全額返金されるため、失敗リスクは低く抑えられています。

USDT(TRC-20)でのチャージ

チャージはUSDT(TRC-20)のみに対応しています。カードやPayPal、請求書は利用できません。

チャージは自動的に反映され、サブスクリプションやseatも不要です。

最小チャージ額と反映時間

最小チャージ額は5ドルです。

送金後、数分で残高に反映されます。

残高の有効期限

チャージした残高には有効期限がありません。

使用していない期間中でも、残高はそのまま維持されます。

アカウントと管理

の音声波形イラスト: アカウントと管理

アカウントは /get-api-key/ ページで、Googleまたはメールでのサインアップ(パスワード)により作成します。アカウントはサイトごとに独立しており、APIキーの発行と管理はダッシュボード上で一元化されます。

1分間あたり60リクエストというレートリミットが適用されます。最初のチャージ前は1分間10リクエストに制限されますが、チャージ後は制限が解除され、安定した利用が可能になります。

Googleまたはメールでのサインアップ(パスワード)

Googleアカウントまたはメールアドレスとパスワードで登録できます。Googleサインインを利用すると、即時に無料トライアルのクレジットが付与されます。メール登録の場合は、初期クレジットが付与されません。

APIキーの発行と管理

アカウントにはアクティブなAPIキーが1つ割り当てられます。必要に応じて新しいキーを発行できます。新しいキーが生成されると、以前のキーは即時に無効になります。

ダッシュボードでは、現在の残高、トライアル残高、残り文字数、およびcurlコマンドの例を確認できます。

レートリミットの仕様

APIキーあたり1分間あたり60リクエストまで処理できます。最初のチャージが完了するまで、1分間あたり10リクエストに制限されます。

リクエストは順次処理されるため、負荷が高い場合にはキューで待機する場合があります。

使用状況の確認方法

ダッシュボードのアカウントページで、現在の残高、消費された文字数、および処理状況を確認できます。各リクエストのステータスや課金情報もここで管理できます。

APIを通じて個別にメタデータを取得する必要はなく、Webインターフェースで完結します。

無料トライアルの条件

Googleサインインで登録すると、$0.50のトライアルクレジット(約50,000文字分)が7日間有効で付与されます。

メールとパスワードで登録したアカウントには、このトライアルクレジットは付与されません。チャージ残高とは別に管理されます。

技術的な特徴

の音声波形イラスト: 技術的な特徴

Yomikase APIは、mp3、wav、opus、flac、pcmの5つの音声フォーマットに対応しています。生成された音声は、Webサイトやアプリでの再生、または音声ファイルとして保存・配布するために最適化されています。

速度は0.25倍から4.0倍の範囲で調整可能です。これにより、ニュース配信やチュートリアル動画など、用途に合わせて読み上げのテンポを細かく制御できます。

対応音声フォーマット

出力形式はmp3、wav、opus、flac、pcmから選択できます。mp3はファイルサイズが小さく、mp3、wav、opus、flac、pcmの5つの音声フォーマットに対応しています。生成された音声は、Webサイトやアプリでの再生、または音声ファイルとして保存・配布するために最適化されています。

  • mp3、wav、opus、flac、pcm

速度調整の範囲

速度パラメータは0.25〜4.0の範囲で指定可能です。これにより、ニュース配信やチュートリアル動画など、用途に合わせて読み上げのテンポを細かく制御できます。

モデルの選択(tts-1 / tts-1-hd)

モデルは"tts-1"と"tts-1-hd"の2種類から選択できます。両モデルは同じエンジンを使用しており、価格も同一です。

技術的な違いは特にありませんが、用途に応じてモデル名を指定してAPIを呼び出すことが可能です。

  • tts-1
  • tts-1-hd

OpenAI SDKとの互換性

APIエンドポイントとリクエスト形式はOpenAIのSpeechエンドポイントと互換性があります。SDKのbase_urlをhttps://api.playu34.com/v1に変更するだけで、公式のOpenAI SDKを使用して音声生成が可能です。

これにより、既存のOpenAI向けコードをそのままYomikaseで利用できます。

HTTPリクエストの構造

POSTメソッドでhttps://api.playu34.com/v1/audio/speechにリクエストを送ります。JSON bodyにはmodel、input、voice、response_format、speedなどのパラメータを含めます。

認証にはAuthorization: Bearer tts-...ヘッダーを使用します。

  • POST /v1/audio/speech
  • JSON body
  • Bearer token auth
技術的な特徴

データとプライバシー

の音声波形イラスト: データとプライバシー

Yomikase APIは、入力テキストを音声に変換する際に、そのテキストをトレーニングデータとして再利用しません。生成された音声ファイルもレスポンスとして返却された後はサーバー上に保存されず、長期保存もされません。

課金用メタデータ(時刻、文字数、ステータス)は請求のために保持されます。それ以外のデータは生成直後に消去され、プライバシーを保護します。

入力テキストの使用方法

入力されたテキストは、音声合成エンジンを通じて音声ファイルを作成する目的でのみ使用されます。生成が完了すると、そのテキストは直ちに処理対象外となります。

生成音声の保存状況

音声ファイルはレスポンスとして返され、サーバー上には保存されません。再生やダウンロードが完了した後は、ファイルは残存しません。

課金用メタデータの保持

課金用メタデータ(時刻、文字数、ステータス)は請求のために保持されます。これにより、正確な課金とステータスの確認が可能になります。

トレーニングデータとしての利用

入力テキストは、Yomikaseのモデルトレーニングや改善のために使用されることはありません。あなたのデータは専らあなたの音声生成のためにのみ利用されます。

データの消去と管理

課金用メタデータ(時刻、文字数、ステータス)は請求のために保持されます。その他のデータは生成直後に消去され、プライバシーが保護されます。

サポートと連絡先

の音声波形イラスト: サポートと連絡先

Yomikase API のサポートはメールのみです。他のチャネルや電話での対応はありません。

エラー発生時は、エラーコードとリクエストIDを添えてご連絡ください。

サポートの連絡方法

サポートはメールのみです。詳細は /contact/ ページからお問い合わせください。

チャットや電話の有無

ライブチャットや電話番号の設置はしていません。

リアルタイムの会話形式でのサポートは提供していません。

対応時間と返信速度

業務時間内に、できる限り早く返信いたします。

繁忙期により返信まで数日かかる場合があります。

エラー時の対処法

429(レート制限)の場合、60秒待ってから再試行してください。

500エラー時は、エラーコードとリクエストIDを添えてお問い合わせください。

公式ブランドとの関係

Yomikase は OpenAI と提携していません。

OpenAI SDK と互換性があるだけで、別個のインディー製品です。

よくある質問

の音声波形イラスト: よくある質問

Q&A形式でAPIの仕様と制限を整理しました。実装前に必ずご確認ください。

不明点があれば、以下の各セクションまたはお問い合わせからご連絡ください。

OpenAI SDKを使えますか?

はい。base_urlをAPIエンドポイントに変更するだけで、公式OpenAI SDKを利用できます。

ストリーミングはサポートされていますか?

いいえ。音声ファイルの生成完了まで待ってダウンロードする形式です。リアルタイムストリーミングはありません。

SSMLはサポートされていますか?

いいえ。SSMLタグやカスタム発音辞書は使用できません。標準テキストのみ対応です。

カスタムボイスクリオニングはありますか?

いいえ。8種類のプリセット音声のみです。自身の声を登録する機能は提供していません。

音声の感情タグはありますか?

いいえ。感情やトーンを指示するタグは用意されていません。音声はプリセットに基づき生成されます。

モバイルSDKはありますか?

いいえ。公式の専用モバイルSDKはありません。HTTPリクエストまたはOpenAI SDKで対応可能です。

音声合成の失敗時の料金は?

合成に失敗したリクエストは課金されません。料金は全額返金またはチャージされます。

チャージ方法は何がありますか?

TRONネットワーク(TRC-20)のUSDTのみです。クレジットカードやPayPalでの支払いはありません。

残高の有効期限はありますか?

いいえ。チャージした残高には有効期限がありません。使い切らずに保有し続けることができます。

サポートの連絡先は?

メールのみです。電話やライブチャット、電話番号は持っていません。

OpenAIと提携していますか?

いいえ。OpenAIとは無関係の独立したインディーサービスです。SDK互換性のみ保証します。

8つの音声を確認

以下の各サンプルは、同じ文章をこのAPIで生成したものです。 これを超える文章を処理する場合は、クライアント側で適切な区切りで分割し、生成された音声ファイルを結合する必要があります。

音声のアバター aria
aria女性
音声のアバター nova
nova女性
音声のアバター luna
luna女性
音声のアバター sage
sage女性
音声のアバター felix
felix男性
音声のアバター milo
milo男性
音声のアバター atlas
atlas男性
音声のアバター orion
orion男性

23言語

どの音声でも、これらの言語のいずれかを話します。

出典および参考資料

  1. Wikipedia
  2. ISO 639 language codes
  3. LibriTTS-R corpus (OpenSLR 141)
  4. TRON developer hub: TRC-20
  5. MDN: Web Speech API
  6. Node.js documentation
  7. LibriTTS-R paper (arXiv 2305.18802)
  8. IETF RFC 7845: Ogg Opus
  9. Creative Commons Attribution 4.0
  10. Python documentation
  11. LibriVox public-domain audiobooks
  12. curl documentation

このサイトに関するその他の情報