ForHosting KIT · 音声・文字起こし

【SSML対応】読み方や間を指定できる音声合成ツール

SSMLタグを使って、読み方や間の長さ、強調したい部分を指定できる音声合成のツールです。固有名詞や数字の読み方を自動判定に任せられない場面、案内文の間合いを細かく整えたい場面で使います。

● Beta1,000文字あたり$0.002

実行 — $0.002 + $0.0025/1,000文字 API仕様を見る

ご利用方法ウェブAPIメールアプリ近日Telegram 近日

オンラインで実行

アカウントでログインし、当社のサーバー上で実行します。無料ツールはブラウザ内で動作しますが、これは上記の料金がKIT残高から差し引かれます。

SSMLでできること

通常の音声合成は文章から自動で読み方を判断しますが、この機能はSSMLタグを使い、特定の語句の読み方や区切りの位置、間の長さを個別に指定できます。同じ漢字でも読みが変わる語句に有効です。

現状はベータ版

ベータ版として提供しており、タグの解釈が想定と異なる結果になることがあります。本番環境で使う前に、生成した音声を実際に聞いて確認することをおすすめします。

向いている場面

会社名や商品名など辞書にない固有名詞の読み方を固定したい場合、電話番号や型番を一文字ずつ区切って読ませたい場合、案内文の途中に意図的な間を入れたい場合に向いています。

料金

1リクエスト$0.002に加え、テキスト1,000文字あたり$0.0025です。1,000文字のスクリプトであれば合計は$0.0045になります。

活用例

会社名の読み方を固定する

有限会社ささき印刷は、自動応答メッセージの中で社名の読みが自動判定でずれないよう、SSMLタグで読み方を指定しています。

型番を一文字ずつ読ませる

電機メーカーのサポート窓口では、案内音声の中で製品の型番を一文字ずつ区切って読み上げるようSSMLタグで指定しています。

案内文に間を入れる

受付システムの案内音声で、来客の名前を呼んだあとに一拍間を置くよう指定し、聞き取りやすさを高めています。

よくある質問

送信したテキストやSSMLタグはどう扱われますか

音声の生成にのみ使用され、公開や第三者への提供は行いません。

SSMLとはどのようなものですか

読み方や間、強調などを音声合成に伝えるためのタグです。文章の一部を囲んで指定します。

対応していないタグはありますか

ベータ版のため、一部のタグは想定通りに反映されない場合があります。主要な読み方指定と間の指定には対応しています。

通常の音声合成との違いは何ですか

通常版は文章から自動で読み方を判断しますが、この機能は読み方や間を明示的に指定できる点が異なります。

アカウントを作る必要はありますか

いいえ。現在は会員制度がなく、使った分だけ直接お支払いいただけます。

SSML対応版の料金はいくらですか

1リクエスト$0.002に加え、テキスト1,000文字ごとに$0.0025です。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/voice/tts-ssml

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/voice/tts-ssml \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"text":"…"}'

const res = await fetch("https://api.kit.forhosting.com/voice/tts-ssml", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "text": "…"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/voice/tts-ssml",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "text": "…"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/voice/tts-ssml", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"text":"…"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"text":"…"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/voice/tts-ssml", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "text": "…"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "voice.tts_ssml",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.002

1,000文字あたり$0.0025

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

`max_mb`	200
`max_minutes`	180

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。

KITの完全なドキュメントを見る →