AI音声デザイン＆テキスト読み上げスタジオ | Uydi

概要

Uydiは、複数キャラクターによる音声制作を必要とするストーリーテラー、動画クリエイター、ポッドキャスター向けに構築されたAIボイスデザインおよびテキスト読み上げ（TTS）スタジオです。カスタム音声合成、マルチトラックの対話シーケンス、レイヤー化された音響効果を組み合わせることで、文脈に沿った複数キャラクターの音声生成に伴う課題を解決します。テキストスクリプトやキャラクターのビジュアルコンセプトを、統一感のある完成されたオーディオトラックへと変換する効率的なWebスタジオとして位置付けられています。

主な機能

• Voice Canvas シーケンス: 複数キャラクターのスクリプト配置、セリフ間のポーズ（無音）時間の設定、変更のないセグメントの再利用、およびプロジェクト全体の単一WAVファイルとしての書き出しが可能です。
• Sound Scenes: キャラクターのセリフ、効果音、環境音、BGMを組み合わせたレイヤー構造の音響環境を生成します。シーン描写を充実させるAIプロンプト改善機能も備えています。
• ボイスデザインとPhoto-to-Voice: テキストによる描写から独自の音声をデザインしたり、キャラクターの参考画像から声のトーンや方向性を抽出したりできます。
• 多言語音声生成: 英語、日本語、中国語、ロシア語、フランス語など、複数の言語に対応したテキスト読み上げ機能を提供します。

ヒント

• カスタムデザインした音声は、新たな音声を生成して更新しない限り、30日間アクティビティがないとシステムから削除されるため、使用状況に留意してください。
• スクリプトを修正する際は、Voice Canvasのセグメント再利用機能を活用することで、変更のないセリフの再レンダリングによるクレジット消費を防ぐことができます。
• 無料プランではVoice Canvasプロジェクトの文字数が2,000字に制限され、未使用の月間クレジットも繰り越されないため、プランごとの制限を考慮してプロジェクトの規模を検討してください。

OpenClaw スキル

UydiのWebサイトには開発者向けAPIへのリンクが記載されているものの、技術仕様、エンドポイント、またはOpenClawとのネイティブ連携に関するドキュメントは提供されていません。想定されるワークフローとして、OpenClawエージェントがUydiのAPIと連携できれば、構造化された物語スクリプトの受け取り、ボイスプロファイルの自動割り当て、スタジオ内での手動操作を介さないシーン音声のレンダリングトリガーなどを理論上実行可能です。このパイプラインがサポートされれば、電子出版やインタラクティブメディア向けの音声制作を自動化し、作成されたテキストから複数キャラクターの音声アセットを生成するまでに要する時間を短縮できます。