よくある質問
TTS Logicはどの会社ですか?
TTS Logicは当社のブランド名です。当サイトは独立した音声合成APIプロバイダーです。
音声データの出典は?
音声データは、LibriTTS-R(CC BY 4.0ライセンス)とLibriVoxの公共領域オーディオブックの読み手に基づいています。
データはトレーニングに使われますか?
入力テキストは音声生成のみに使用され、トレーニングには使用されません。生成音声は応答で返され、保存されません。
生成音声は保存されますか?
生成された音声ファイルは応答で返され、サーバーには保存されません。請求のためのメタデータのみが保持されます。
サポートはメールだけですか?
はい、サポートはメールのみです。電話サポートやライブチャットは提供していません。
電話サポートはありますか?
いいえ、電話サポートはありません。サポートはメールのみで行われます。
音声のライセンスはクリアされていますか?
はい、音声はLibriTTS-R(CC BY 4.0)とLibriVoxの公共領域データに基づいています。
カスタム音声は作成できますか?
いいえ、カスタム音声クローニングは提供していません。既存の8つのプリセットボイスのみを使用します。
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、WebSocket、リアルタイムの部分的な音声はサポートしていません。
SSMLは使用できますか?
いいえ、SSMLは使用できません。音声の制御は速度パラメータのみで行います。
音声のクローニングは可能ですか?
いいえ、カスタム音声クローニングは提供していません。既存のボイスプリセットのみが利用可能です。
データプライバシーポリシーは?
入力テキストは音声生成のみに使用され、トレーニングには使用されません。生成音声は保存されません。
会社所在地はどこですか?
連絡先メールアドレスは?
会社概要
Yomikaiは、独立した音声合成APIプロバイダーです。標準的なOpenAI互換エンドポイントを採用し、既存のデジタル出版ワークフローへの統合を容易にしています。当APIは特定のブランドに依存せず、出版社が独自に管理可能な基盤を提供します。
出版業界のアクセシビリティ要件を満たすために設計されており、標準的な音声生成機能に焦点を当てています。複雑なカスタマイズやストリーミング機能には対応していませんが、確実な音声ファイル生成により、出版プロセスの安定性を維持します。
独立系音声合成APIプロバイダー
当サービスは、OpenAIやその他のテック企業のサブブランドではありません。独自に管理されるAPIキーとレートリミット(1分間60リクエスト)を運用し、出版社のデータ独立性を維持します。
OpenAI SDKのベースURLを変更するだけで利用可能であり、既存のエンジニアリングリソースを最大限に活用できます。
- 標準的なJSONエンドポイント採用
- OpenAI SDKとの互換性
- 独立したアカウント管理
出版業界への焦点
1リクエストあたり最大4,096文字のテキストを音声に変換します。長文コンテンツは分割して処理します。生成された音声は、非可聴の透かしマークを内蔵し、合成音声であることを明確にします。
mp3、wav、opus、flac、pcmの5つの形式をサポートし、各出版社の配信プラットフォーム要件に合わせて音声ファイルを選択できます。
- 最大4,096文字のテキスト処理
- 5つの音声形式に対応
- 合成音声の透かし埋め込み
アクセシビリティへの貢献
23言語に対応し、日本語を含む多様な言語環境での出版活動を支えます。音声の速度は0.25倍から4.0倍まで調整可能で、難読症や視覚障害を持つ読者のニーズに合わせられます。
100万文字あたり10ドルという明確な従量課金制により、大規模な書籍カタログの音声化もコスト効率よく実現可能です。
- 23言語のサポート
- 速度調整機能(0.25〜4.0倍)
- 従量課金制による柔軟なコスト管理
音声データのライセンス
Yomikai APIの音声は、LibriVoxの公営オーディオブック録音に基づくLibriTTS-Rデータセットから派生しています。音声はLibriTTS-Rデータセット(CC BY 4.0)に基づいて生成されます。
LibriTTS-R(CC BY 4.0)の使用
当APIで生成される音声は、ライセンス付き録音に基づく8つのプリセットボイスです。これらはLibriTTS-Rのライセンス条件に従っています。
- LibriTTS-Rデータセット由来
- CC BY 4.0ライセンス準拠
- 8つのプリセットボイスすべてに適用
LibriVoxのオーディオブックからの派生
音声の基盤は、VolunteerによるLibriVoxの公共領域のオーディオブック読み録音です。このソースから音声モデルが構築され、既存の著作権問題のない環境で提供されます。
著作権のクリア
生成音声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が、ライセンスのクリアは完了しています。出版物のアクセシビリティ要件において、追加の権利処理は不要です。
- 透かしによる合成音声の識別可能化
- 追加の権利クリア不要
データプライバシーとポリシー
当APIは、入力テキストをモデルのトレーニングデータとして再利用しません。テキストは音声生成の目的のみで使用され、生成された音声ファイルはレスポンスで返却された時点で永続的なストレージには保存されません。これにより、著作権管理が容易な出版ワークフローへの統合が保証されます。
入力テキストのトレーニング未使用
送信されたテキストは、音声合成処理が完了した直後にトレーニング用データセットへ追加されることはありません。これにより、顧客固有のコンテンツや未公開の原稿が、将来のモデル改善や他社の推論に利用されるリスクが排除されます。出版業界における機密性の高いドキュメント処理に適合しています。
生成音声のストレージ仕様
生成された音声ファイルは、HTTPレスポンスとしてクライアントに返送されますが、当社のサーバー上には永続的に保持されません。したがって、再生権の管理やファイルのアーカイブは、お客様のシステム側で管理する必要があります。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。
リクエストメタデータの記録
課金の正確性と監査証跡のために、リクエスト時刻、文字数、ステータスコードなどのメタデータが記録されます。これらには入力テキストの内容や生成音声の音声データ自体は含まれません。記録は請求処理と使用状況の追跡のみを目的としています。
技術的な制限と透明性
当APIは、OpenAI互換の標準エンドポイントに基づいて設計されています。ストリーミングやWebSocketによるリアルタイム部分音声の提供は行いません。また、SSMLタグや独自のカスタム発音辞書、音声クローニング機能も備えていません。
ストリーミング非対応の理由
音声は生成完了後にファイルとして返されます。これにより、出版ワークフローでの整合性確保が容易になります。
SSMLやカスタム発音の非存在
詳細な制御タグや独自辞書は提供されません。標準的なテキスト入力で信頼性の高い読み上げを実現します。
音声クローニングの非提供
カスタム音声のクローニングや独自ボイスのアップロードは行いません。8つのプリセットボイスから選択します。

サポートと連絡先
Yomikai APIのサポートはメールのみです。電話やライブチャットは提供していません。この方針により、対応の記録を正確に残し、出版業界の監査要件にも対応します。
メールサポートのみ
すべての問い合わせはメールで行えます。返信は技術的な検証を経てから返答するため、迅速さと正確性を両立しています。
電話とライブチャットの非存在
即時対応を求める電話やチャットは導入していません。これは、複雑なAPI統合時の詳細なログ共有に適した形式です。
サポートの対応範囲
APIのエンドポイント、認証、レートリミット、音声ファイルの形式に関する技術的な問い合わせに対応します。
- エンドポイントと認証の問題
- レートリミットとクォータ
- 音声ファイルの形式と互換性
将来のビジョン
Yomikai APIは、難読症やアクセシビリティ要件を持つ出版業界の継続的な支援を目指しています。既存のOpenAI互換エンドポイントを活用し、デジタル出版ワークフローへの統合をより円滑に進めます。
音声合成技術の精度向上と、多言語対応の拡大により、より多くの読者にコンテンツを届ける基盤を強化していきます。
出版業界へのさらなる適合
既存のAPI構造を維持しつつ、出版社の既存ツールとの互換性を高めます。4096文字の制限内での効率的なテキスト分割により、長編書籍の音声化プロセスを安定させます。
既存のデジタル出版標準との整合性を保ち、導入障壁を低く維持します。
技術の継続的な改善
音声エンジンの品質維持と、60リクエスト/分のレート制限下での安定した処理能力の確保に注力します。
生成音声の品質一貫性を保ちつつ、コスト効率(100万文字あたり10ドル)を維持します。
アクセシビリティの向上
23言語と8種類の音声スタイルを提供し、多様な読者層に対応します。
難読症ユーザーにとって読みやすいリズムと明確な発音を実現する音声生成を継続的に最適化します。
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。
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
- Creative Commons Attribution 4.0
- Python documentation
- W3C WAI: making audio and video accessible
- LibriTTS-R corpus (OpenSLR 141)
- curl documentation
- LibriTTS-R paper (arXiv 2305.18802)
- Tether (USDT)
- LibriVox public-domain audiobooks
- TRON developer hub: TRC-20
- openai-node on GitHub
- Node.js documentation
