LibriVox由来の音声合成APIで、オーディオブック制作を効率化するKrika Text

作成者 Krika Text編集チーム · 更新日 2026-11-18

このページでは、LibriVoxの録音データを基に構築されたKrika Textの背景と、オーディオブック制作における具体的な利点を解説します。コードを書らずに音声ファイルを生成できるため、自己出版やナレーション制作に焦点を当てた、あなたのためのガイドです。

ボイスのライセンス由来からデータプライバシー、技術的な制限まで、製品の本質的な情報を網羅的に記載しています。APIキーの取得からサポート体制まで、オーディオブック作成を円滑に進めるために必要な事実を、過不足なくお届けします。

LibriVox由来の音声合成APIで、オーディオブック制作を効率化するKrika Text

よくある質問

Krika Textはどの会社ですか?

Krika Textは、LibriVoxの録音データを基にしたテキスト読み上げAPIを提供する独立したストアフロントです。OpenAIや他の大手ブランドと提携しておらず、単にLibriTTS-Rのライセンスデータを活用しています。コードを書かないクリエイター向けに、オーディオブックや自己出版に必要な安価で信頼性の高い音声生成サービスを提供しています。

ボイスのライセンスはどのようになっていますか?

ボイスはLibriTTS-Rデータセット(LibriVoxの録音とテキスト)に基づいています。生成された音声ファイルには、合成音声であることを示す不可視の透かしが埋め込まれています。これは既存のライセンス済み録音データを活用した音声プリセットです。

データはどのように使用されますか?

入力テキストは音声生成のみに使用され、モデルのトレーニングには利用されません。生成された音声はレスポンスとして返され、サーバーには保存されません。請求のため、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。

ストリーミングはサポートしていますか?

いいえ、ストリーミングはサポートしていません。APIはテキストを送信すると音声ファイル全体を返す形式です。WebSocketやリアルタイムの部分的な音声配信は提供されていません。音声ファイルのダウンロードまたは受信後に処理を行う必要があります。

SSMLはサポートしていますか?

SSMLはサポートしていません。音声の制御には「speed」パラメータで速度(0.25〜4.0)を調整する機能のみを提供します。音素辞書やカスタム発音記号、感情タグなどのSSML機能はありません。シンプルなテキストとパラメータ設定で音声を作成します。

カスタムボイスクローニングは提供していますか?

カスタムボイスクローニングは提供していません。ユーザーが独自の音声をアップロードしたり、特定の人物の声を模倣したりする機能はありません。8つのプリセットボイス(aria, nova, lunaなど)から選択して使用します。音声デザインやカスタムクローニングは現在の製品に含まれていません。

サポートはどのように受けられますか?

サポートはメールのみで行われます。電話やライブチャット、FAQ以外のリアルタイムサポートはありません。技術的な質問やアカウントに関する問い合わせは、指定されたサポートメールアドレス宛てに行ってください。迅速な返信を保証するSLAは提供していません。

連絡先はメールだけですか?

はい、連絡先はメールだけです。電話番号やライブチャット、サポートチケットシステムは導入していません。すべての問い合わせはメールで行う必要があります。電話番号や他の連絡手段は提供していないため、メールでのやり取りが唯一のサポートチャネルとなります。

今後の言語追加計画はありますか?

今後の言語追加計画については特に発表していません。現在サポートされているのは23言語です。リストに含まれていない言語(ベトナム語、インドネシア語、タイ語など)は現在利用できません。将来の追加予定は明言されていないため、現在のリストが最新の対応言語となります。

ボイスは定期的に更新されますか?

8つのプリセットボイスはLibriTTS-Rデータに基づいており、変更の予定は特に示されていません。新しいボイスの追加や既存ボイスの変更は、随時行われる可能性がありますが、定期的なアップデートは保証されません。

APIのエンドポイントは変更されますか?

エンドポイントの変更については保証されていません。現在のエンドポイントは POST https://api.krika.net/v1/audio/speech です。OpenAI SDKの互換性を持つ設計ですが、将来のAPI仕様変更やエンドポイントの移動は通知なしに行われる可能性があります。

データセンターの場所はどこですか?

データセンターの場所は特定されていません。オンプレミスインストールやデータセンターの選択機能は提供していません。クラウドAPIとして動作しており、サーバーの物理的な場所や地理的な配置については明示されていません。データはサーバー上に保持されません。

SLAは提供していますか?

SLA(サービスレベル契約)は提供していません。稼働時間の保証やレスポンスタイムの保証、エンタープライズ契約はありません。商用利用や重要なビジネス用途でも、特定の稼働率を保証する契約は結べません。ベストエフォートでサービスを提供しています。

certificationsは取得していますか?

SOC 2、HIPAA、GDPRなどの公式な認証は取得していません。セキュリティやプライバシーの基準を満たしていることは示していますが、第三者認証による証明は行っていません。データは生成後に保存されないため、プライバシーリスクは低い設計ですが、公式証明書は提供されません。

私たちについて

の音声波形イラスト: 私たちについて

Krika Textは、コードを書かないクリエイター向けに設計されたテキスト読み上げAPIです。オーディオブック制作や自己出版を支援し、安価で信頼性の高い音声生成を実現します。

私たちは、複雑な技術より「自然な音声」に焦点を当てています。LibriVox由来のボイスで、あなたのテキストをすぐにオーディオファイルに変換できます。

編集チームの役割

編集チームの役割

編集チームは、LibriVoxの公衆ドメイン録音からVoicesを厳選し、APIの品質を保証します。8つのプリセットボイスは、オーディオブックのナレーションや自己出版向けに最適化されています。

オーディオブックへの焦点

オーディオブックへの焦点

最大4096文字のテキストを送信し、音声ファイルを受け取ります。長いテキストは自動的に分割され、結合された音声として提供されます。

  • 4096文字ごとのリクエスト分割
  • オーディオブックに最適なボイスラインナップ

ユーザー中心のアプローチ

ユーザー中心のアプローチ

複雑な設定は不要です。APIキーを取得し、JSONボディを送信するだけです。OpenAI SDKと同じ形式で、すぐに統合できます。

ボイスのライセンス

の音声波形イラスト: ボイスのライセンス

Krika Textの音声は、LibriVoxの録音データを基に構築された音声プリセットです。これは、世界中のボランティアによって朗読された本を原典とした、信頼性の高い声質です。

各音声はクリエイティブ・コモンズ(CC BY 4.0)ライセンスの下で利用可能です。これにより、商業利用を含む幅広い用途で、適切な表示を行うことで安心してオーディオブック制作を進められます。

LibriVox由来

LibriVox由来

LibriVoxは、世界中のボランティアがパブリックドメインの書籍を朗読するプロジェクトです。Krika Textはこの実録データを基に、自然な音声合成エンジンを開発しました。

CC BY 4.0ライセンス

基となる録音はCC BY 4.0ライセンスで公開されています。生成音声には合成音声であることを示す透かしが埋め込まれていますが、生成音声自体のライセンスは特に制限されません。

商用利用も可能ですが、音声生成元のLibriVoxボランティアへの帰属表示が推奨されます。具体的な表示方法はドキュメントをご参照ください。

LibriTTS-Rの利用

技術的にはLibriTTS-Rデータセットを活用しています。これはLibriVoxの録音と対応するテキストで構成された、高精度な学習データです。

これにより、8つの音声プリセットは、実際の人間の朗読に近い自然なトーンとリズムを実現しています。

データプライバシー

の音声波形イラスト: データプライバシー

Krika Textでは、入力テキストは音声生成のみに使用され、機械学習のトレーニング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応答を通じて配信され、サーバー上には保持されません。

学習用データ使用なし

あなたのテキストは、音声合成エンジンの改善やモデルのトレーニングのために収集・保存されることはありません。作成したオーディオブックの著作権は、あなたに完全に帰属します。

生成音声の一時保存

音声ファイルは即時配信され、生成後のストレージには保存されません。これにより、不要なデータ蓄積を防ぎ、プライバシーを保護します。

メタデータの課金利用

課金の正確性を保つため、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。これらは請求明細の確認にのみ使用されます。

技術的な制限

の音声波形イラスト: 技術的な制限

APIはテキストを受信して音声ファイルを提供するシンプルな設計です。ストリーミングやWebSocketによるリアルタイムの音声配信は提供していません。生成はバックエンドで行われ、完了後にファイルが返されます。

SSMLや発音記号辞書も非対応です。速度調整は0.25〜4.0の範囲で可能ですが、細かな音声制御はできません。

ボイスは8つのプリセットのみです。顧客独自の声をクローニングする機能や、音声データのアップロードによるカスタマイズは行っておりません。

ストリーミング非対応

リアルタイムのストリーミング配信やWebSocket接続は提供していません。テキストを送信すると、バックエンドで音声ファイルが生成され、完了後にダウンロード可能な形式で返されます。これにより、安定したファイル品質を保証します。

SSML非対応

SSMLタグやカスタム発音辞書は使用できません。言語を指定することで自然な発音を実現しますが、詳細な音声制御は行いません。速度は0.25〜4.0の範囲で調整可能です。

音声ファイルはmp3、wav、opus、flac、pcmのいずれかで取得できます。

カスタムボイスクローニング非対応

顧客独自の声をクローニングする機能や、音声データをアップロードしてカスタムボイスを作成するサービスは提供していません。

8つのプリセットボイスから選択します。各ボイスはLibriVoxの公開録音に基づいており、ライセンスに従って使用されます。

技術的な制限

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

Krika Textのサポートはメールのみを提供しています。電話やライブチャット、専用窓口はありません。

メールサポートのみ

技術的な問い合わせから課金の疑問まで、すべての対応はメール経由で行われます。

迅速な対応

忙しいクリエイター向けに、可能な限り素早く返信します。

FAQの活用

よくある質問を先に確認することで、解決までの時間を短縮しましょう。

今後の展開

の音声波形イラスト: 今後の展開

言語の拡張

現在23言語をサポートしていますが、将来的にはより多くの言語を追加予定です。既存の8ボイスはどの言語でも使用可能です。

ボイスの追加

既存の8ボイスに加え、より多様な表現力のボイスを追加予定です。

APIのアップデート

エンドポイントや仕様の改善を継続的に行います。新しい機能の導入により、オーディオブック制作の効率化をさらに支援します。

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。 例えば、初心者向けにはやや遅めの速度を、上級者向けには早めの速度を設定することで、コンテンツのアクセシビリティを向上させます。

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. LibriTTS-R corpus (OpenSLR 141)
  3. Python documentation
  4. MDN: Web Speech API
  5. LibriVox public-domain audiobooks
  6. TRON developer hub: TRC-20
  7. Tether (USDT)
  8. Node.js documentation
  9. IETF RFC 7845: Ogg Opus
  10. openai-node on GitHub
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. Creative Commons Attribution 4.0

このサイトに関するその他の情報