Show HN: OfflineTTS — ローカルで動作する無料のブラウザベースTTS&STT
Show HN: OfflineTTS — Free browser-based TTS & STT that runs locally (offlinetts.com)
要約
OfflineTTSは、ブラウザ上で動作するプライベートAIオーディオツールキットです。テキスト読み上げ(TTS)、音声認識(STT)、字幕生成、EPUBやPDFなどのドキュメントを音声化する機能を備えています。全ての主要ツールはブラウザ内で実行され、一部機能はオフラインでも利用可能です。サインアップやAPIキーは不要で、無料で利用できます。
全文翻訳
ブラウザでプライベートなAI音声ツールを無料で利用
オーディオブック、字幕、音声認識
Kokoro、Piper、Kitten、Supertonic、Pocket TTSの音声を利用して、ブラウザ上で直接テキストを音声に変換できます。このオフラインTTSワークフローは、サインアップやOfflineTTSの従量課金は不要です。ダウンロード済みのモデルと選択したエンジンがローカル生成をサポートしていれば、英語の音声はオフラインで動作します。
設計上プライベート
無料利用
ブラウザファースト
5
ローカルTTSエンジン
99
STT言語
TXT
SRT / VTTエクスポート
EPUB
PDF / TXTオーディオ
テキスト読み上げを今すぐ試す
自然なAI音声による無料のテキスト読み上げ
テキストを貼り付け、英語の音声を選択するだけで、ページを離れることなくプライベートな音声を生成できます。あなたのテキストと生成された音声はブラウザ内に留まります。
変換するテキスト 0 / 1,500
より長いスクリプト、多言語対応、同期された字幕、生成履歴については、フルワークスペースをご利用ください。
音声
生成速度
[画像: Heartというアメリカ英語の女性Kokoroボイスの生成イラスト]
Heartを聞く
アメリカ英語 · 温かく、自然
この音声のナレーションサンプルを聞く
今朝、コーヒーを淹れる前に窓を開けた。通りはまだ静かで、木々の下を配達用の自転車がゆっくりと通り過ぎた。その日のための短いリストを作成し、最初の項目は朝食の後でも良いと判断した。
準備完了。音声モデルのダウンロードは、[Generate Speech]を選択した後に行われます。
0:00
0:00 0:00
音量 再生速度
あなたのオーディオを保存
WAVおよびMP3のダウンロードはここに表示されます。
ホームページツールができること・できないこと
絞り込まれた英語Kokoroプレビュー
埋め込まれたホームページコントロールは、最大1,500文字を受け付け、5つの厳選されたアメリカまたはイギリス英語の音声、3つの速度プリセット、波形再生、WAVまたはMP3ダウンロードを提供します。これは、最初の生成を素早く行うためのものであり、完全な5エンジンワークスペースではありません。より長いスクリプト、すべてのKokoro音声、モデル精度、履歴、オプションの字幕タイミングについては、高度なTTSツールを開いてください。
ローカル推論でもアセットとレビューが必要
最初の生成でKokoroモデルと音声アセットがダウンロードされます。英語のテキストと生成された音声はOfflineTTSの合成アカウントにアップロードされませんが、モデル配信、ホスティング、通常のサイト分析はプライバシーポリシーでカバーされるネットワークアクティビティです。名前、数字、発音、ペースに注意して聞き、商用利用の前にアップストリームモデル、音声、ソーステキスト、出版権を確認してください。
4つの簡単なステップ
テキストを音声に変換する方法
ホームページツールを使用して、音声のクイックプレビュー、波形再生、ダウンロード可能なオーディオを取得します。モデルは、音声を生成するように指示されるまでロードされません。
初回訪問時:Kokoroモデルをダウンロードします。次回以降の訪問時:ブラウザキャッシュを再利用し、サポートされている場合はオフラインで英語の音声を生成します。
- 01
テキストを入力
ホームページのテキスト読み上げツールに最大1,500文字を貼り付けます。下書きはブラウザ内に残ります。
- 02
AI音声を選択
厳選されたアメリカまたはイギリス英語の音声を選択し、リラックス、ナチュラル、またはブライトな生成速度を選択します。
- 03
音声をローカルで生成
[Generate Speech]を選択します。Kokoroは初回使用時にのみダウンロードされ、その後WebGPUまたはWASMを使用してデバイス上でオーディオを作成します。
- 04
音声を再生またはダウンロード
波形プレイヤーで結果を確認し、任意のポイントにシークして、完成した音声をWAVまたはMP3としてダウンロードします。
ワークフローディレクトリ
無料テキスト読み上げ&プライベートAI音声ワークフロー
ジョブから始めましょう:無料のオンラインテキスト読み上げ、音声からテキストへ、字幕ジェネレーター、クリエイターボイスオーバー、またはEPUB、PDF、TXTリスニング。
99言語
音声からテキストへ
アップロードされた音声またはビデオのプライベートブラウザトランスクリプション。トランスクリプトと字幕対応のエクスポートが可能です。
TXT SRT VTT ブラウザ Whisper
- 音声またはビデオファイルをアップロード
- トランスクリプトまたは字幕をエクスポート
- メディアをデバイス上に保持
ワークフローを開く →
SRT / VTT
字幕クリーナー
編集またはテキスト読み上げの前に、既存のSRTまたはVTTファイルからタイムスタンプ、ラベル、フォーマットを削除します。
SRT VTT テキストをクリーンアップ
- 既存の字幕ファイルを解析
- タイムスタンプと話者ラベルを削除
- ブラウザ内でファイルを保持
ワークフローを開く →
WAV + MP3
ボイスオーバーワークフロー
クリエイターナレーション、顔出しなしチャンネルのオーディオ、ショートフォームスクリプトのボイスオーバーをブラウザ上で直接生成します。
YouTube TikTok 顔出しなし
- スクリプトを貼り付けてナレーションを生成
- WAVまたはMP3をエクスポート
- リピート可能なクリエイターワークフロー向けに構築
ワークフローを開く →
EPUB / PDF / TXT
電子書籍からオーディオへ
EPUB、PDF、TXTの読書資料を、学習、アクセシビリティ、オーディオブックのドラフトリスニング用に音声に変換します。
EPUB PDF TXT WAV/MP3
- 長文の読書資料を解析
- 生成前にセクションを確認
- リスニング準備完了のオーディオをエクスポート
ワークフローを開く →
16エフェクト
イコライザー&音声エフェクト
トーンを整形し、低音をブーストし、リバーブを追加し、ノイズを除去し、音声を変更します。すべてのエフェクトはブラウザでオフラインでレンダリングされます。
EQ 低音 リバーブ ノイズ
- スペクトルビュー付き10バンドEQ
- 低音ブースト、リバーブ、ノイズ除去
- 決定論的なオフラインレンダリング
ワークフローを開く →
WAV + MP3
カット、結合&変換
波形上でトリミングし、クロスフェードでファイルを結合し、音声を反転させ、サンプルレートやチャンネルを変換します。
トリム 結合 変換 反転
- フェード付きサンプル精度のカット
- トラック間のクロスフェードまたはギャップ
- WAVおよびMP3エクスポート
ワークフローを開く →
BPM + Camelot
BPM、キー&スピード編集
テンポと音楽キーを検出し、ナイトコア、スピードアップ、スローリバーブ、ヴェイパーウェイブ、または8Dバージョンを作成します。
テンポ キー ナイトコア 8D
- オンセットヒストグラムによるテンポとクロマキー
- ピッチの有無にかかわらずスピード編集
- トーンジェネレーターと無音トリミング
ワークフローを開く →
ボイスオーバー&オーディオスタジオ
デバイス上でボイスオーバーをポストプロセス&マスタリング
生成した音声や、磨きたいオーディオ録音がありますか?ブラウザ上で直接、音声トーンのイコライズ、バックグラウンドノイズの除去、無音部分のトリミング、ペース調整、オーディオのマスタリングを行います。これらのオーディオ編集ツールは、選択したオーディオをローカルで処理します。モデルのダウンロードとサイトサービスは別々のネットワークパスを持ちます。プライバシーポリシーを参照してください。
クリエイターワークフロー
YouTube、TikTok、ポッドキャスト、キャプション向けAI音声ツール
ブラウザベースのボイスオーバー、トランスクリプション、キャプションワークフローを使用して、クリエイターのスクリプトまたは録音からナレーション、検索可能なテキスト、字幕ファイルを作成します。
必要な出力を選択し、ビデオ、ポッドキャスト、またはショートフォームワークフロー専用のツールを開きます。
任意のレビュー済みテキストから音声を生成
アカウントなしで、ドラフトをブラウザベースのナレーション、アクセシビリティオーディオ、またはダウンロード可能なWAVまたはMP3サンプルに変換します。
テキストから音声へ →
動画やショートフォームスクリプトのナレーション
YouTube、Shorts、TikTok、Reels、顔出しなしチャンネルのナレーションを、単一のブラウザ音声ワークスペースで生成します。
スクリプトからボイスオーバーへ →
クリエイターメディアのトランスクリプト
ソースファイルをアップロードせずに、ローカルの音声またはビデオをテキスト、タイムスタンプ、SRT、またはVTTに変換します。
トランスクリプトとキャプション →
既存の字幕ファイルをクリーンアップ
再利用する前に、SRTまたはVTTからタイムスタンプ、話者ラベル、タグ、重複行を削除します。
字幕テキストをクリーンアップ →
TTS用にスクリプトをフォーマット
長い段落を話す単位に分割し、ペースのヒントを追加し、ナレーション時間を推定します。
TTS対応スクリプト →
聞き取りにくいテキストを削除
音声生成の前に、URL、HTML、絵文字、フォーマットのアーティファクトを削除します。
ナレーションテキストをクリーンアップ →
ドキュメントをオーディオに変換
EPUB、TXT、テキストベースのPDFファイルを、再開可能な段落オーディオとローカルの読み上げ機能に変換します。
ドキュメントオーディオ →
プラットフォーム機能
TTS、STT、キャプション、ドキュメントオーディオ用のローカルエンジン
音声生成、トランスクリプション、字幕、読み上げワークフローのために、同じブラウザファーストプラットフォームからKokoro、Kitten、Piper、Supertonic、Pocket TTS、またはWhisperを選択します。
すべてのコアツールはブラウザで実行されます。英語TTSとWhisper STTは、モデルダウンロード後にオフラインで動作します。
ユースケース
クリエイター、アクセシビリティ、学習、プライベートリサーチ向けに構築
このページでテキスト読み上げから始め、次に専用ツールを使用して音声をトランスクリプトし、字幕を作成し、ドキュメントをリスニング可能な素材に変換します。
クリエイター
スクリプトやクリップをサードパーティのダッシュボードに移動させることなく、ナレーション、ラフカットのトランスクリプト、字幕、再利用可能なアセットを生成します。
アクセシビリティ
テキスト、ドキュメント、音声メディアを、聞き取りやすく、キャプションを付けやすく、検索しやすく、レビューしやすい形式に変換します。
学習&ドキュメント
読書キュー、TXTエクスポート、EPUB、論文、PDFを、復習やハンズフリーレビューのためのリスニングワークフローに変換します。
チーム&リサーチ
プライバシーがクラウドの利便性よりも重要な場合、インタビュー、会議、ソース資料にローカルトランスクリプションを使用します。
証明
OfflineTTSとアップロードファーストワークフローの違い
OfflineTTSは、プライベートなブラウザ処理、無料利用、音声、トランスクリプト、字幕、ドキュメントオーディオワークフローのための直接エクスポートパスを中心に構築されています。
| 特徴 | OfflineTTS | 通常のアップロードファーストサービス |
|---|---|---|
| 音声処理 | ブラウザで実行 | メディアまたはテキストは通常プロバイダーに送信される |
| アカウント | 公開ツールでは不要 | 生成または保存されたプロジェクトにはしばしば必要 |
| 製品料金 | OfflineTTSサブスクリプションまたは文字ごとのメーターなし | プロバイダーの現在のプランによる |
| オフライン動作 | エンジン、言語、キャッシュ、アセットに依存 | プロバイダーとアプリケーションに依存 |
| 責任 | ユーザーが出力とアップストリームの条件を確認 | プロバイダーの機能と条件は異なる |
サインアップまたはAPIキーのゲートなし
英語TTSはモデルダウンロード後に完全にオフラインで動作
Whisperトランスクリプションはブラウザで実行
ツールはTTS、STT、字幕生成、ドキュメントリスニングをカバー
ナレッジベース
ガイド、ベンチマーク&チュートリアル
ブラウザ音声合成、オーディオプライバシー、モデルアーキテクチャに関する詳細な技術ガイド。
Pocket TTSガイド:ブラウザでのボイスクローニング
Pocket TTSは1億パラメータの音声モデルをブラウザで実行します。ボイスクローニングの方法、8つの内蔵ボイスの使用、WAVまたはMP3のエクスポート方法を、完全にオフラインで学びます。
ガイドを読む →
ElevenLabsの機能と価格:2026年に価値のあるプランは?
ElevenLabsのStarter、Creator、ボイスクローニング、Studio、Music、Dubbing、ElevenAgentsに関する正直なガイド。さらに、誰が無料のローカルTTSを使い続けるべきかについても解説します。
ガイドを読む →
OfflineTTS vs Amazon Polly:無料ローカルTTS vs AWSクラウド
価格、音声品質、プライバシー、オフライン機能、SSMLサポート、API、プロダクションワークフローでOfflineTTSとAmazon Pollyを比較します。
ガイドを読む →
OfflineTTS vs Azure Speech:無料TTSとMicrosoftのクラウドを比較
価格、音声、プライバシー、オフライン使用、SSML、カスタムボイス、API、エンタープライズワークフローでOfflineTTSとMicrosoft Azure Speechを比較します。
ガイドを読む →
無料の音声生成、ダウンロード、オフライン使用、利用可能な音声、ブラウザプライバシーに関する直接的な回答。
このオンラインテキスト読み上げツールは無料ですか?
はい。ホームページでは、アカウント、APIキー、サブスクリプション、文字ごとの料金なしで音声を生成できます。音声モデルはデバイス上で実行されるため、OfflineTTSはサーバー推論に料金を請求する必要がありません。
オンラインでテキストを音声に変換するにはどうすればよいですか?
ホームページツールに最大1,500文字を貼り付け、英語のAI音声と速度を選択し、[Generate Speech]を選択します。生成が完了したら、波形プレイヤーで聞くか、結果をダウンロードします。
テキスト読み上げオーディオをMP3またはWAVとしてダウンロードできますか?
はい。ホームページでのすべての生成は、WAVとしてダウンロードするか、ブラウザでMP3にエンコードできます。高度なTTSワークスペースは、より長いスクリプトに対して同じオーディオフォーマットを提供します。
テキスト読み上げはオフラインで機能しますか?
最初の英語生成でKokoroモデルと選択した音声がダウンロードされキャッシュされます。これらのファイルが利用可能になった後、英語のテキスト読み上げは互換性のあるブラウザでオフラインで機能します。非英語の音声は、オンラインでの音素変換ステップが必要になる場合があります。
どのAI音声を使用できますか?
ホームページには、クイック生成用に5つの厳選されたアメリカおよびイギリス英語の音声が用意されています。高度なワークスペースを開くと、9言語にわたる54のKokoro音声すべてを閲覧したり、Kitten、Piper、Supertonic、Pocket TTSを比較したりできます。
OfflineTTSは私のテキストや生成されたオーディオをアップロードしますか?
いいえ。ホームページはブラウザ内で英語の音声を生成・再生します。あなたのテキストと生成された波形は、OfflineTTSのアカウントまたは生成サーバーにアップロードされません。
生成された音声を商用利用できますか?
多くのクリエイターワークフローでは商用利用が許可されていますが、ライセンスは選択したアップストリームモデルと音声によって異なります。オーディオを商用で公開または配布する前に、関連するモデルの条件を確認してください。
オーディオファイルをアップロードせずに編集できますか?
はい。オーディオツールは、ブラウザ固有のコーデックでファイルをデコードし、オフラインレンダリングでエフェクトを適用し、同じタブで結果をWAVまたはMP3としてエンコードします。ファイルがOfflineTTS処理サーバーにアップロードされることはありません。
どのような音声エフェクトが利用可能ですか?
10バンドイコライザー、低音ブースト、音量ブーストとピークノーマライゼーション、コンボリューションリバーブ、スペクトルノイズ除去、16プリセットのボイスチェンジャー、ピッチシフト、ピッチロックの有無にかかわらずテンポ変更が含まれます。トリム、結合、反転、サンプルレート変換は編集側をカバーし、BPM、キー、Camelotコード、ラウドネス分析は測定をカバーします。
これらのオーディオツールはオフラインで機能しますか?
すべての処理がローカルのJavaScriptとWeb Audioで行われるため、ネットワークラウンドトリップなしで機能します。ページ自体は一度ロードする必要がありますが、ツールはブラウザに組み込まれたオーディオコーデックのみを必要とするため、モデルのダウンロードは不要です。
試す準備はできましたか
実際に必要なオーディオワークフローから始めましょう
音声ワークスペースを開く、トランスクリプションを開始する、または字幕クリーナーやEPUB、PDF、TXTリスニングワークフローのツールのディレクトリにジャンプします。