よくある質問
APIキーはどのように取得しますか?
サイト内の/get-api-key/ページでGoogleまたはメール登録を行うとAPIキーが発行されます。キーは1アカウントにつき1つで、新しいキーを発行すると古いキーは即時無効になります。
無料トライアルはありますか?
Googleサインインで作成したアカウントには、7日間有効な$0.50の無料クレジット(約50,000文字分)が付与されます。メールアドレスとパスワードでの登録の場合は、トライアルクレジットは付きません。
音声ファイルの形式はどれが選べますか?
mp3、wav、opus、flac、pcmの5つの形式から選択可能です。生成された音声ファイルはレスポンスで返され、サーバーには保存されません。
速度は調整できますか?
生成速度は0.25から4.0の範囲で調整できます。デフォルトは1.0ですが、必要に応じて読み上げの速さを細かく設定することが可能です。
1つのリクエストで送信できるテキストの最大文字数は?
1つのリクエストで送信できるテキストの最大文字数は4,096文字です。それを超える場合は、テキストを分割して複数のリクエストを送信し、音声を結合する必要があります。
失敗したリクエストは課金されますか?
失敗したリクエストは課金されません。合成が失敗した場合、請求された金額は全額返金されます。
音声にはウォーターマークがありますか?
はい、生成されたすべての音声ファイルには、合成音声であることを示す不可視のウォーターマークが埋め込まれています。
SSMLはサポートされていますか?
SSMLはサポートされていません。カスタム音声クローニングや感情タグ、当社の独自SDKも提供していません。
Yomikase APIとは何ですか?
Yomikaseは、テキストを送信すると音声ファイルが返るクラウドのTTS APIです。複雑な設定不要で、OpenAI SDKの延長線上で利用できます。POST https://api.playu34.com/v1/audio/speechへJSONボディを送るだけで、mp3やwavなどの音声データが得られます。
APIの基本的な仕組み
入力テキストは最大4096文字まで対応し、音声合成エンジンはtts-1とtts-1-hdの2種類から選べます。速度は0.25〜4.0倍で調整可能で、生成された音声には合成音声を示す不可視の透かしが埋め込まれます。
- POSTリクエストで音声ファイルを生成
- OpenAI SDK互換のシンプル設計
- 最大4096文字のテキスト処理
エンドポイントとリクエスト形式
Yomikase APIは、OpenAIのSpeechエンドポイントと互換性のあるJSON形式を採用しています。テキストを送信すると音声ファイルが返されるシンプル構造で、OpenAI SDKのbase_urlを変更するだけで既存のコードをそのまま利用可能です。
主要なエンドポイント
音声生成は POST /v1/audio/speech で行います。リクエストボディには model(tts-1またはtts-1-hd)、input(最大4096文字)、voice、response_format(mp3, wav, opus, flac, pcm)、speed(0.25–4.0)を指定します。language は任意で、ISOコードを指定しない場合はスクリプトから自動判定されます。
音声と言語のサポート
Yomikase APIは、23言語に対応しています。すべての音声プリセットは、指定されたどの言語でも自然に読み上げることができます。
言語を指定しない場合は、文字コードから自動的に判別されます。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、英語以外のラテン文字テキストの場合は必ずlanguageパラメータで明示してください。
対応言語リスト
以下の23言語をサポートしています。これらの言語であれば、どの音声でも違和感なく使用できます。
一方、ベトナム語、インドネシア語、タイ語、ウクライナ語、ルーマニア語、チェコ語、ベンガル語などはまだ対応していません。
- アラビア語
- 中国語
- デンマーク語
- オランダ語
- 英語
- フィンランド語
8つの音声プリセット
Yomikase APIは、ニュース配信やアプリ開発に最適な8つの音声プリセットを提供します。各音声はLibriTTS-R(CC BY 4.0)のデータセットに基づいており、LibriVoxの公衆ドメイン録音から取得されています。すべての音声は23言語に対応しており、languageパラメータで言語を指定すれば、どんなテキストでも自然な読み上げが可能です。
生成される音声ファイルには合成音声を示す不可聴の透かしが埋め込まれています。必要に応じて、ニュースの朗読からアプリの案内まで、用途に合わせた声を選べます。
女性音声のラインナップ
Ariaは、温かくクリアなナレーターとして機能し、文章のニュアンスを正確に伝えるのに適しています。Novaは明るく活発なトーンで、アプリの案内やカジュアルなコンテンツに最適です。
Lunaは柔らかく物語的な響きを持ち、長時間のリスニングでも疲れない読み上げを実現します。Sageは冷静で教育的なトーンで、説明動画やチュートリアル音声の生成に役立ちます。
- Aria: 温かくクリアなナレーター
- Nova: 明るく活発なトーン
- Luna: 柔らかく物語的な響き
- Sage: 冷静で教育的なトーン
音声プリセット(男性)
ニュース配信やアプリ開発において、信頼性と明確さが求められる場面で活躍するのが男性ボイスです。Yomikase APIが提供する4つの男性音声プリセットは、それぞれ異なるトーンと用途に最適化されています。複雑な調整なしに、OpenAI SDKの延長線上で即座に音声ファイルを生成できます。
男性音声のラインナップ
フェリックス(Felix)はエネルギッシュでプロモーション向け、ミロ(Milo)は親しみやすく会話的なトーンです。アトラス(Atlas)はニュートラルでニュース向け、オライオン(Orion)は重厚でドキュメンタリーに適しています。これらの音声はLibriVoxの公衆ドメイン録音に基づいており、すべての音声で23言語に対応します。
生成された音声ファイルには合成音声を示す不可聴の透かしが埋め込まれます。SSMLは提供していませんが、速度(0.25–4.0)と言語指定で表現を細かく制御できます。
- フェリックス: エネルギッシュ、プロモーション
- ミロ: 親しみやすい、会話的
- アトラス: ニュートラル、ニュース
- オライオン: 重厚、ドキュメンタリー
価格と課金システム
Yomikase APIは、テキストの文字数に応じて従量課金で利用できます。100万文字あたり10ドル(1,000文字あたり0.01ドル)で、スペースや句読点も文字数に含まれます。テキストが長い場合は4096文字ごとに分割して生成し、音声ファイルを結合します。
基本料金
料金は生成されたテキストの文字数に基づいて計算されます。失敗したリクエストの場合は課金されないので、安心して試せます。通常、生成速度はテキストの長さに対してリアルタイムに近い速度ですが、短いフレーズでは数秒かかることがあります。
新しいアカウントでは、Googleサインインで0.50ドルの試用クレジット(約5万文字)が7日間有効です。パスワード登録の場合は試用クレジットはありません。

お支払い方法
Yomikase APIはサブスクリプションやクレジットカード登録を必要としない、従量制のAPIです。月額課金もなければ、最小利用額も設定されていません。アカウント作成時にGoogleログインで無料トライアル($0.50分)が受けられますが、それ以降の継続的な利用にはトップアップが必要です。
残高は期限なしで保有可能で、使い切ったらその都度チャージするだけで済みます。複雑な契約や請求書のやり取りがないため、個人のインディー開発者や小規模なニュース配信アプリでも、非常にシンプルにコスト管理ができます。
USDTによるトップアップ
現在、トップアップはTRONネットワーク(TRC-20)上のUSDTのみに対応しています。クレジットカードやPayPal、サブスクリプション、請求書(VAT込み)はありません。最小チャージ額は$5です。送金後は数分で残高が自動的に反映されるため、即座にAPIの利用を再開できます。
銀行振込や領収書発行の対応もないため、開発者は自身のウォレットから直接送金する形となります。残高が枯渇するとAPI呼び出しができなくなるため、長期的なプロジェクトでは適切な残高管理が推奨されます。
- 対応通貨: USDT (TRC-20のみ)
- 最小チャージ額: $5
- 反映速度: 送信後数分
- 手数料: 送金元のブロックチェーン手数料のみ
アカウントと認証
アカウントはサイトごとに独立して管理され、Google認証またはメールアドレスとパスワードでの登録に対応しています。/get-api-key/ページにアクセスすると、APIキー、残高、トライアルクレジット、使用状況、そしてすぐに使えるcurlコマンドの例が一目で確認できます。
APIキーの管理
各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。キーは必要に応じていつでも再発行可能で、新しいキーを発行すると古いキーは即時無効になります。認証にはリクエストヘッダーに Authorization: Bearer tts-... を設定してください。
- Googleまたはメール/パスワードで登録
- /get-api-key/でキーと残高を確認
- キー再発行で旧キーは即時無効化
レートリミットとパフォーマンス
Yomikase APIは安定した提供のため、1分間に60リクエストという制限を設けています。最初のチャージが完了するまで、1分あたり10リクエストに制限されます。これは高負荷時の品質維持のための設計です。
音声生成はリクエストごとに逐次処理されるため、並列リクエストが増えるとキューに待機することがあります。ただし、通常の使用では問題なく動作します。
リクエスト制限
APIキーごとに1分間あたり60リクエストの制限があります。これは、サーバーの負荷を分散し、すべてのユーザーに安定したサービスを提供するための措置です。
アカウント作成直後や、最初のチャージが完了するまでは、1分間あたり10リクエストに制限されます。チャージが完了すると、すぐに制限が解除されます。
音声生成は一度に一つのリクエストとして処理されるため、複数のリクエストを同時に送信すると、キューに待機することがあります。ただし、通常の使用では問題なく動作します。
- 1分あたり60リクエスト(通常時)
- 1分あたり10リクエスト(初期・課金前)
- リクエストは逐次処理される
データとプライバシー
Yomikase APIでは、入力されたテキストは音声生成のためにのみ使用され、モデルの学習には利用されません。生成された音声データはレスポンスを通じて返却され、サーバー上には保存されません。
課金実績を確認できるよう、リクエストの時刻、文字数、ステータスなどのメタデータのみが記録されます。これらは請求管理の目的でのみ利用されます。
データの取り扱い
入力テキストは音声合成のプロセス中にのみ一時的に処理され、その後の学習データとして再利用されることはありません。生成された音声ファイルもレスポンス経由でクライアントに返された後は、サーバーに保持されません。
請求処理のために必要なメタデータ(リクエスト時刻、処理済み文字数、ステータス)のみが記録されます。これらは課金の検証と管理を目的とした最小限の情報です。
- 入力テキストは学習に使用されない
- 生成音声はサーバーに保存されない
- メタデータは課金目的のみの記録
サポートと連絡先
Yomikase APIでは、電話やライブチャットは用意していません。サポートはメールのみです。質問や不具合報告は、お問い合わせページからお気軽にどうぞ。
複雑なサポート体制ではなく、シンプルで確実な対応を心がけています。
サポート体制
Yomikase APIのサポートはメールのみです。電話やライブチャット、24時間対応のチャットウィジェットはありません。技術的な質問やバグ報告、または単純なご意見でも、お問い合わせページから気軽に送ってください。
- メールのみでの対応
- 電話番號碼なし
- ライブチャットなし
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。
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
- Wikipedia
- Node.js documentation
- openai-node on GitHub
- OpenAI API reference: create speech
- Creative Commons Attribution 4.0
- openai-python on GitHub
- MDN: Web Speech API
- Tether (USDT)
- LibriTTS-R paper (arXiv 2305.18802)
- W3C WAI: making audio and video accessible
- LibriTTS-R corpus (OpenSLR 141)
- ISO 639 language codes
