1つのモデルに、サンプル1〜10個
5〜15分
きれいなサンプルを1〜10個アップロードします。1つあたり10秒〜5分が目安です。学習は通常5〜15分で、事業者の処理状況によってはそれより長くなります。
ブラックフライデー:最大40%オフ
ブラックフライデー:最大40%オフ
サイバーマンデーまで
期間限定・サイバーマンデーまで
きれいなボーカルのサンプルを1〜10個(各10秒〜5分)アップロードまたは録音してください。背景が静かなほど向いています。
芸能人・政治家・キャラクター・一般の個人の声を、許可なく使うことは禁止されています。 AIとコンテンツのポリシー(英語)
自分の声のきれいなサンプルを、アップロードまたは録音するだけです。歌のカバーやボイス変換に使える、非公開の音声モデルをBeMusicが学習します。使えるのは、自分の声か、使用を明確に許可された声です。
まだ何もありません
左側で生成してください。完成したトラックがここに表示されます。
権利を確認し、きれいなサンプルをアップロードして、学習に約5〜15分待ちます。
MP3、WAV、FLAC、M4Aのファイルをアップロードするか、ブラウザで録音します。使えるのは、自分の声か、明確な許可がある録音だけです。
BeMusicは、一時的な学習用のアーカイブを、安全な処理事業者に送ります。学習は通常5〜15分で、混み合う時間帯はそれより長くなることがあります。
ボイスチェンジャーまたはAIカバーで、完成した非公開モデルを選びます。変換してよい音声を用意して、許可された結果をMP3かWAVで書き出します。
以下の使い方が適切なのは、話者、歌唱、元の録音のすべてに許可がある場合だけです。

自分の声、またはライセンスを得た歌手の学習済みモデルを、変換してよい音源に当てはめます。ボイス変換は、元の歌唱を保ったまま声質を変えることを狙っています。
歌声クローンを試す→



元の演技を、ショート動画向けに変換します。法律やプラットフォームの規則で求められる場合は、合成音声であることを明示してください。
自分の声をクローンする→
非公開の音声モデルの学習と変換の流れについて、技術面とプライバシーの詳細を示します。
5〜15分
きれいなサンプルを1〜10個アップロードします。1つあたり10秒〜5分が目安です。学習は通常5〜15分で、事業者の処理状況によってはそれより長くなります。
ボイス変換は、元の歌唱を保ちながら声質を変えることを狙っていますが、結果は音源によって異なります。
変換後の出力は、元の音声にある言葉と言語のままです。BeMusicのボイスクローンは、テキスト読み上げや翻訳のサービスではありません。
ダウンロードもプラグインもGPUも不要です。Mac、Windows、Chromebook、スマートフォンで使えます。ページを開けば始められます。
ボイス変換の結果を、MP3またはWAVで書き出せます。品質は元の音声、学習サンプル、選んだ設定で変わるので、公開前に結果を確認してください。
学習に使った一時的なアーカイブは、学習が成功しても失敗しても、BeMusicが管理するオブジェクトストレージから削除されます。第三者の事業者は、依頼された学習を行う目的でのみアーカイブを処理します。完成した非公開モデルは、削除するまでアカウントに残ります。
AIボイスクローンのしくみ、必要なプラン、正しい使い方について、よくある質問にお答えします。
自分の声、または使用を明確に許可された声のサンプルから、非公開の音声モデルを作る機能です。作ったモデルは、ボイスチェンジャーやAIカバーで、変換してよい音声に当てはめて使います。
AIボイスクローンには、ProまたはStudioプランが有効であることが必要です。消費クレジットは、ワークスペースに表示される金額です。対象の出力は商用利用できますが、声の持ち主の許可と、元の音源に必要な権利が条件になります。
権利を確認したうえで、きれいなサンプルをアップロードするか、ブラウザで録音します。学習は通常5〜15分で、完了したモデルをボイスチェンジャーかAIカバーで選び、変換してよい音声を用意して使います。
BeMusicは、許可を得たサンプルから、非公開の音声モデルを学習します。そのあと、ボイスチェンジャーで、そのモデルを許可された音源に当てはめます。元の言葉、メロディー、タイミングを保つことを狙っています。
きれいなサンプルを1〜10個アップロードします。1つあたり10秒〜5分が目安です。使えるのは、自分の声か、明確な許可がある録音だけです。背景のノイズが少ない静かな録音のほうが、学習の素材として向いています。
非公開の音声モデルは、歌声の変換に対応しています。使えるのは、自分の声か、モデルの学習と使い道を明確に許可した歌手の声だけです。変換する元の音源も、処理する許可があるものに限ります。結果は録音によって変わります。
MP3、WAV、FLAC、M4Aを、1ファイル10MBまでアップロードできます。ブラウザでの録音も使えます。ボイス変換の結果は、MP3またはWAVで書き出せます。
音声モデルの学習は通常5〜15分で、混み合う時間帯は長くなることがあります。ボイス変換にかかる時間は、元の音声の長さと処理の混み具合で変わります。進行状況は、ワークスペースに表示されます。
声から声への変換に特化した機能です。出力は、元の録音にある言葉と言語のままです。テキストから直接ナレーションを作ったり、録音を翻訳したりはしません。
法律は地域や使い方によって異なります。BeMusicで許可しているのは、自分の声、または明確な許可を得た声だけです。同意のないクローン、なりすまし、詐欺、有名人・政治家・一般の人・キャラクターの声の無断使用は、利用規約で禁止しています。
一時的なデータセットのアーカイブは、学習が成功しても失敗しても、BeMusicが管理するオブジェクトストレージから削除されます。第三者の事業者は、依頼された学習を行う目的でのみサンプルを処理します。非公開のサンプルを、共有モデルの学習に使うことはありません。完成した非公開モデルは、削除するまでアカウントに紐づいて残ります。処理と保持の詳細は、プライバシーポリシー(英語ページ)をご覧ください。
ボイスチェンジは、すでにあるモデルを使い、録音を別の声に変換します。変換先の声を選ぶと、音声が変換されます。ボイスクローンは、特定の人のサンプルから、新しい声のモデルを作ることです。作ったモデルは、どの音声にも当てはめられます。BeMusicでは、どちらも使えます。
ProとStudioプランには、対象の出力について、ロイヤリティーなしの商用利用ライセンスが含まれます。それ以外のプランは、個人の非商用利用向けです。声の持ち主の許可と、元の素材に必要なその他の権利も必要です。
いいえ。すべてブラウザで動きます。ダウンロードも更新も不要で、手元のマシンにGPUも必要ありません。Mac、Windows、Linux、Chromebook、iPad、スマートフォンで使えます。
似かたは、サンプルの質、元の音声、アクセント、音域、事業者側の処理によって変わります。静かな部屋で録ったきれいな録音のほうが、結果が良くなりやすいです。ただし、元の話者と区別できないレベルになることは保証できません。
はい。1〜10個のサンプルをアップロードして、カスタムモデルを学習できます。1つあたり、きれいな声の音声を10秒〜5分が目安です。学習は約5〜15分で、完了したモデルはアカウントに保存されます。
BeMusicは、ボイスチェンジャー、AIカバー、ボーカルリムーバーなどの音楽ツールとつながった、声から声への流れが中心です。テキスト読み上げのサービスではありません。
アクセシビリティに関わるボイス変換のために、自分の声を学習することはできます。この機能には録音済みの元の音声が必要で、現時点では、テキスト読み上げによる支援コミュニケーションのサービスではありません。
声と権利の持ち主から、文書による許可がない限り、カスタムのクローンはできません。有名人、政治家、公人、一般の人、架空のキャラクターの声を、許可なく学習データにすることは禁止です。ボイスチェンジャーに、事業者が用意したプリセットが表示されることもありますが、誤解を招くなりすまし、虚偽の推薦、権利の侵害には使えません。
アクセントや抑揚は、サンプルと元の音声の影響を受けます。方言やアクセントの再現度は録音によって変わります。再現したい話し方が入った、きれいなサンプルを用意してください。
見分ける方法はいくつかありますが、確実なものはありません。聞き手を欺く目的で、合成音声を使わないでください。法律、契約、プラットフォームのポリシーで求められる場合は、AIで生成・加工した音声であることを、はっきり示してください。
ほかにご質問がありますか? サポートチームまでお気軽にご連絡ください。
音楽制作に役立つ、ほかの便利な機能もチェックしましょう