00:00
どうも皆さん、クドラズエへようこそ。この番組は年間200作品以上のアニメを視聴するアニメオタクで読書家のクドが、アニメとAIと読書を駆使して人生を楽しむ番組です。
本日は2026年の9月26日土曜日となっております。
はい、ということで今日は土曜日なので、毎週のごとく、まあ先週はねちょっとお休みしたんですけど、
仕事をサボって収録しております。はい、今もねちょっと仕事中ではあるんですけど、まあやるべきことはやってサボっているので、
まあ実質サボりではないというか、時間の有効活用と言っていいんじゃないかなと自分に言い聞かせてますけど、
はい、そんな土曜日でございます。
青森はですね、まあ私が住んでいるところだけかはちょっとわかんないですけど、もうだいぶ明けめいてきてますね。
10月ももう目前という時期ですから、まあそうなのかもしれませんけど、今日はね、まあ今窓開けてるんですよ。
実は部屋の窓開けてるんですけど、でパソコンとかもねもうがっつり動作したりしていて、
普段であればね、暑くて暑くてたまらないんですけど、今日はなんと部屋の気温23.5℃、むしろちょっと肌寒いぐらいに感じてます。
まあこれでもだからパソコンとかがね回ってて熱風が出てるはずだから、まあ中和されて23℃ぐらいですから、多分外はもうちょっと寒いんじゃないかな。
天気もねそんな悪くないですね。
今パッて見たらなんか雨マークみたいなチラッと映ってますけど、私が住んでいるところはあのそういう雨の雰囲気もなく、なんか秋晴れって言うんですかね。
青空も見えてますし、すごく気持ちのいい1日になってますね。
気温は19.…あごめん違うわ、俺全然違うところの天気予報見てた、ごめん。この前までちょっとあの群馬に行ってたから群馬の方の天気予報見てましたね。
えーと全然違ったわ、あの普通に晴れですね。はい、雨マークなんか出てませんでした。
えーで今日は最高気温が22℃、最低気温13℃ということで、まああれですね最低気温がもう一桁になるのも時間の問題かなという感じでしょうか。
そうですね10月入っていくともう最低気温10℃とか最高気温も20℃いかないみたいな日が続くみたいなんで、うん、ほんと徐々にね寒くなっていくんじゃないかなと思います。
まあ毎度言ってますけど私はこの時期が一番好きなんですよ。
あのまあ暑いね、夏もまあいろいろ楽しいことありますけど、私はまあ秋が一番好きですね。
03:07
まあ食べ物とかもそうだし、かぼちゃとかさ、なんか何芋系?芋系とか、何かかぼちゃとかも?かぼちゃだっけ?かぼちゃとか?
うーん、もうそうだし、やっぱり食べ物好きなものが多いかな。
あと最近は本も読むんでね、読書、えーと、何だっけ、読書の秋か、とも言いますし、あとなんて言ってもこの涼しいね、あの暑くもなく寒くもなくっていうこの時期がね一番過ごしやすくて、私は好きなんですよ。
はい、まあ私の誕生日も11月26日ということで、まあどっちかというとまあ冬に入るのかもしれませんけど、はい、ということで今日は非常に過ごしやすい秋の1日でございます。
はい、まあ皆さんはもしかしたら今日お休みかもしれませんけど、私はちょっと今ねまだ仕事をサボってポッドキャストを収録しております。
今日の夜はもう仕事とか特にないので、今日はこれ仕事やったらもう明日休みで、また月曜日からね仕事という感じでございます。
はい、まあなので今日はちょっとのんびりやっていこうかなと思います。はい、ということでじゃあ本題に行く前にですね、ちょっとお知らせでございます。
今、クドラジ通信という無料メルマがやっております。
週に2回ポッドキャストでも話していない制作の裏側をお届けしています。
また私がリライトした古典文学作品のKindleデータや解説データも配布してますので、
今月の方もぜひ概要欄に記載のURLから登録してみてください。
こちらあのもう少ししたら多分特典配布しなくなると思うので、今のうちに受け取っていただけると嬉しいです。
また、クドラジオスポーティファーやアップルポッドキャストをフォローしてもらえると新しいエピソードの通知が届くようになります。
聞き逃したくない方はぜひボチッとフォローお願いします。
ついでに評価もしてもらえると嬉しいです。
はい、あ、そう、ごめん、本題に行く前にもうちょっとだけ、昨日の12国旗の話したじゃないですか、
あの、ポッドキャストの方は多分そんなには回ってないかな、
えっと、ちょっと待ってね、ちょっと見るか、再生回数、
うーん、まあそうね、特別回ってるってことはない、
あ、まあ、YouTubeの方はそこそこやっぱ回ってるって感じかな、うん、
あのね、さすがと言うべきなんでしょうけど、
あの、ノートの方の反応がね、あの、めちゃくちゃ良くて、
いいねを10件超えたり、まあコメントしてくれる方もいて、
うーん、なんかね、オーディブルで聞いてますみたいな方がいたりしたんですよ、
はい、まあなので、やっぱすごいなっていう作品の力、めちゃくちゃ借りちゃってるなっていう感じがしますけど、
はい、まあ今後ちょっとね、12国旗、自分で読んでいって、読んだ感想とかもちょっと話していこうかなと思ってますんで、
06:02
はい、よろしかったら、あの、前回の配信とかも聞いてもらえたらいいなと思います、
はい、ということで、まあ今日はそんな本とかは関係なくですね、まあちょっと久々かもしれませんけど、AIの話をちょっとしたいと思うんですけど、
今ちょっと巷で話題のGemini TTSでございます、今日話したいのは、
これTTSって何かっていうとText to Speechの略ですね、
要はそのテキストを入力して、それをスピーチ、要は音声にするっていうものです、
で、私は今、Eleven Lovesをメインで、テキストとスピーチ、その音声とかのAIの他にも音回り、
BGMとかSEとか、その辺も含めて全部Eleven Lovesに依存しているというか、任せているというような環境だったんですけど、
ここにきてですね、GoogleさんからGemini 3.8 Flash TTSというものが出まして、23日に出たのかな、
で、それがね結構すごいぞということで、XだったりYouTubeで話題になっているのを見てました、
で、私はEleven Loves使っているから別にいいかなと思ってたんだけど、
いろんなYouTubeとかXのポスト見ていると、いやこれは確かにすごいかもなと、
そこそこEleven Lovesより下手したらいいんじゃないかという部分もあったんで、
だからちょっとね実際に検証してみようということで、検証してみた結果ですね、
これはもうGemini TTSでいいんじゃないかという風になったんで、今日はその話をちょっとしていけたらと思います。
これ聞いている人の中にね、そういったTTS、ナレーションとかキャラクターボイスみたいなものをAIでやっている人がどれほどいるかわかんないんですけど、
私は今ですね、動画制作を仕事にしているというか、動画制作をして報酬をいただいたりすることも結構あるんで、
結構重要なんですよ、このText to Speech、そのナレーションとかキャラクターのボイスがより良くなるっていう意味ではめちゃくちゃ重要なものになってくるんですけど、
今まではEleven Lovesにすべてお任せしてました。BGM含め、効果音SE含め、あとは音楽とかもちょっと作ったりしてるんですけど、
それを全部音回りはEleven Lovesでいいだろうという風にお願いしてたんですけど、ここにきてですね、ちょっとGemini TTSエグいです。
エグいちょっと言い過ぎかもしれませんけど、ちょっとしたことなんだけどね、私が検証した内容としては、
09:09
今までEleven LovesのAIボイスとかを使って作った動画とかナレーションボイスとかがあったんで、それをEleven Lovesで作る、あとはGemini TTSで作るっていう感じで両方でやってみて、
どっちがいいかなっていうのを自分で聞いてみて確認してみたんですよ。
で、どっちも聞いてみた感じ、Gemini TTSの方が良かったというような感想を私は抱きました。
内容、喋らせるものとかにもよるのかもしれませんけど、あのね、Eleven Lovesの特徴として、
一般の人が、私もそうですけど、一般の人がそのボイスライブラリというか、PVCとかインスタントボイスクローンと呼ばれる、
自分のAIボイスをEleven Loves上で提供しているわけですよね。クオリティが高いものもあるんですが、
ボイスによってクオリティがまちまちなんですよ。このボイス良いなっていうボイスもあれば、
ボイス自体は悪くないのにすっげーノイズ乗ってるとかね、っていうのもあったりして、結構そこの選択が結構難しいというか、
実際Eleven LovesだとV3というバージョンがあるんだけど、音声作って喋らせると結構ね、最初サンプルで聞いてた時はなかったのに、
ブツッという音が入ったり、ちょっとしたノイズが入ることが多々あります。実際テストで作らせたナレーションの音声ファイルも聞いてみたらそういうのが入ってたんだよね。
っていうのもあって、うーんって思ってる部分はずっとあったんですよ。
Eleven Lovesが早くV4を出せばいいのにとも思うんですけど、Eleven LovesのV3って結構前に出てから時間経つと思うんですけど、
未だにV4とかっていうアップデートがあんまりなくて、Eleven Lovesさんちゃんとやってるのかなみたいな不安は若干あるんですが、
ここに来てね、GoogleさんがGemini TTSを出してきて、Gemini TTSのいいところは品質が安定してますね。
なんかそのノイズが乗るとかっていうのがほぼないかな、私が検証した感じだと。しかも声質とかも選べるというか、
12:04
幼い女の人の、女の子の声とか、年いったおじさんの声とか選べると思うんだよね。選べるというか、ARに命令するんだろうね。
Eleven Lovesの場合はサンプルでボイスを聞いて、このボイスいいな、このAIボイスで喋らせようっていう感じだと思うんだけど、
Gemini TTSはどうなんだろう、なんかあるのかね。ちょっと今回私クロードコードにパパパってやらせただけだから、自分でボイスを選んだりとかしてないんですけど、
サンプルボイスというかボイスモデルみたいなものがあるってことなのかな、もしかすると。
その辺はまだ確認してないんですけど、どちらにせよ音声のクオリティっていうのは悪くないというところでしょうか。
データ上の品質って言えばいいのかな、Eleven Lovesの方が高いんですよ。
ノイズや途切れがないっていう意味で音質がいいというふうに私は言ってて、サンプリングレートに関してはGeminiの方が低いです。
24kHzのモノラルになっていて、Eleven Lovesは44.1kHzになっているので、データ上ではEleven Lovesの方が綺麗となってますが、
実際聞いてみるとGeminiの方が綺麗というか安定して音が出せてるなっていう感じがします。
あとはEleven Lovesとかでも使いましたけど、オーディオタグみたいなものがこちら使えます。
オーディオタグって何かっていうと、例えば喜んで欲しいときは喜びみたいな感じで入れたりとか、
溜息入れたいところにはサイみたいな感じで入れておくと、ちゃんとそこに溜息とか笑いだったらハハハハみたいなフフフみたいな感じで入れてくれるんですよ。
そういうコントロールもちゃんとできるということで、演技もそこそこやってくれるんですよ。
かなり汎用性高いですよ。キャラクターボイスでも使えるだろうし、ナレーションでもできますし。
私が検証させたやつだとテンポを調整させるみたいなこともやってましたね。
普通に喋らせると結構ゆっくり喋るみたいなんだよね。
テンポを指定して喋らせるって感じか。やると普通に喋るというか。
広告とかの動画って短い時間の中にギュッと詰め込むじゃないですか。
ゆっくり喋るのがダメってわけじゃないんだけど、そういうのをあえて作る場合もあると思うけど、
ギュギュッと短い動画なのにゆったりゆったり喋ってたら、言いたいこと全部言えないじゃんみたいな。
15:06
そういう時はテンポを調整するっていうこともできるみたいですね。
だからね、本当になんていうか、ジェミニTDSすごくいいなっていうふうには思ってますね。
やっぱり一部読み間違いとかはまだまだあるんだとは思うんですけど、
それに関して言えばイレブンラムズもめちゃくちゃあるよ。
苦手とする漢字とかもあるんだよ。
よく間違うのが空っぽとかの空ってあるじゃないですか。空。
空って書いて空っぽって、私たち普通に義務教育を受けてきたような日本人だったら絶対わかると思うんだけど、
これねイレブンラムズめっちゃ苦手なんですよ。
私何度この空っぽっていうやつで治ってない治ってないって指摘したことがあるか覚えてないぐらい何度も指摘しても間違えるんですけど、
空って書いてあるから空って読んだり空って読んだり空って読んでくれないんだよねなかなか。
だからひらがなであえて指定したりとかするんですけど。
っていう感じでイレブンラムズも結構ね。
イレブンラムズの方が多いんじゃないかな。なんか読み間違いとかは。
その辺は結構イレブンラムズ使ってて不便だなって感じてた部分でもあるんですけど。
ジミネティDSの方はどうかな。イレブンラムズよりはその辺改善されてそうな気もしますし。
何よりやっぱそのGoogleさんの開発速度はやっぱ違うよね。
イレブンラムズさっき言ったけどV3からV4、V5が全然出てないって話したけど。
ジミニはそれこそクロードとかチャットGPTとかに比べるとちょっとモデルとしてはなんか美容じゃんっていう風になりがちですけど。
でもこのジミニTTSとかに関しては多分今回3.8フラッシュだから。
今後3.9とか4.0フラッシュとかのTTSが出たらもっと良くなっていくわけでしょ。
考えたらちょっとイレブンラムズの進化の速度がちょっと遅いからTTSに関してはもうジミニTTSでいいんじゃないかなみたいな風にちょっと今は思ってます。
という検証があったりしてちょっとまとめに入りますけど。
イレブンラムズはねナレーションとかボイスだけじゃなくてさっきも言ったけどBGM交換音とかSEとかも作れます。
18:04
なので全部もうイレブンラムズやめますみたいなそういうことではないんだけど。
でもそのナレーションとかAIボイスセリフ系はもうジミニTTSでいいかなって今は思ってます。
これ実際にちょっとね案件とかで使ったりとかしてみないと何とも言えないんですけど。
併用して使うことにはなるのかなと思いますね。
あとイレブンラムズを使う理由としてはイレブンラムズはそのPVCっていうね。
他の人が作ったプレミアムじゃないななんちゃらボイスクローンプレミアムだっけちょっと忘れたな。
あるんだけどそれを使うためにはイレブンラムズのクリエイター以上にならないといけないし自分で自分の音声作る場合もそうですね。
PVC自分の音声で作る場合もイレブンラムズのクリエイタープランに入る必要があります。
ただ今私はですねスタータープランに下げようかなとも考えてるんですね。
クリエイタープランが22ドルだっけな。
スタータープランが6ドルだっけなちょっと忘れたなぐらいなんですけど。
結構金額に差があって。
クリエイタープランにする理由はやっぱりそのPVC自分の声じゃなくて声もそうですけど他の人のPVCボイスを使うためにはスタータープランに入らなきゃいけないから入ってましたけど。
わざわざクリエイターにならなくてもナレーションとかセリフを地味にTTSにするんだったらスタータープランでいいんじゃないかなと。
私結構クレジット余らせてるんですよ。
11ラブズの人使ってる人たち多分ねクレジットめっちゃ余らせてると思うんだよね。
なのでちょっとね11ラブズ10月の12日だったかな次のサブスクの更新が。
だからスターターに下げてもいいかなっていうふうには考えてます。
ただですねこれスターターに下げたからといって私が毎月11ラブズから報酬をもらってるやつあったじゃないですか。
あったって覚えてるか皆さんわかんないけど月に1万円くらいかな。
よくって1万5、6千円くらいになると思うんだけど。
11ラブズからもらったりしてましたがその辺の報酬の受け取りは別にスタータープランでも全然受け取れるようになってるんで。
だからクリエイタープランにするメリットがあまりなくなっちゃうなって思ってて。
だからねジェミニTTSの登場によって11ラブズのプランはスタータープランでもいいんじゃないかなというふうに考えてます。
しかもジェミニTTS費用めっちゃ安いんですよ。
21:01
検証の段階で58回くらい作ってもらったんですけどかかった金額がね7円。
7円です。
しかも私は今Google AIプロ、Googleのサブスクですね。
3000円のプランに入って、これ毎月10ドルのクレジット、ナナバナナの画像生成とかでも使えるクレジットがあるんですけど。
これもらってるんで多分ねそっから使えるんじゃないかなと思ってます。
実際検証の時もそっから使ったんじゃないかなちょっとわかんないんだけど。
もう使えるんで。
だからそうだね画像生成コーデックスもあるし。
だったらねもうナノバナナ使わなくてもジェミニTTS用にクレジット取っておけば1年間有効なんだよ受け取ってから。
っていう感じで安いし。
ジェミニTTS非常にいいなと私は思ってるんですけど。
もしこれ聞いてる人の中に何か実際にジェミニTTSで喋らせた音声とかやった方はちょっと感想とかね。
私はこう思いましたとかぜひコメントで教えていただけると助かります。
私は少なくともジェミニTTS11LOVESよりいいんじゃないかなって思ってますけど。
1個気になるとしたらやっぱそのデータ的にその音質が低いってとこかな。
24kHzのモノラルだからね。
モノラルは別にステレオにすることできるのかな。
一つのところから音が出てるだけだから両方から出せばいいだけみたいな。
わかんないけど無理やりステレオにするとかはできると思いますけど。
でもその24kHzから44.1kHzにアップグレードするみたいなことはちょっと難しいのかもしれませんけど。
聞いてみてそんなにわかんないか人間の耳じゃ。
だって動画だとBGMとかも流れてるし正直そこまで違いはわからないんじゃないかなと思いますけどね。
今後はジェミニTTSをメインでナレーション系とかキャラクターボイス系は使って動画作っていこうかなと考えてます。
そんなところですかね。
オーパス5.5に始まり、GPT-6のソルとかルナとかもあって、あとはGoogleからは。
Googleあとなんかあれなんだっけ、チラッと見たんだけど。
Googleブックも発表されたみたいな話。
発表されたっていうか正式に予約開始日が公開されたって聞きました。
ちなみにあれはちょっと微妙な気はしてますね。
24:06
OSの基盤にもジェミニがいるみたいなやつですよ。
AndroidとChrome OSを合体させたような感じになるって言ってましたけど。
MacBookの代わりにはならないのかなみたいな。
そもそもCPUが普通にIntelのCore i5みたいなのが書いてあったから、え?みたいな。
そこを普通のIntel CPUなんだみたいな。
Intelは正直あまり最近信用できないというか、いろいろ問題があったじゃないですか。
わかる人はわかると思うんですけど。
だから正直うーんって感じなんですけどね。
一応Google Bookになるものも今後出てくるというところでしょうか。
Googleはさっき言ったようにLLMのところではクロードとかGPTと比べるとだいぶ後ろの方を歩いてるのかなみたいな感じはしますが。
でもGoogleならではのところですごく頑張ってるというか、今回のジェミニTTSとかもそうだけど。
ちょいちょい面白いものを出してくるのがGoogleさんなのかなとは思ってますんで。
だからGoogle AIプロのサブスクもちょっと解約するか迷ったんですけど。
解約するか下げる。
普通のAIがついてこないGoogle Oneのプランとか、Google AIプラスだっけなとかね。
見つけようかなと考えてましたけど、今回のジェミニTTSを使うってことを考えたらやっぱ3000円の課金は継続でもいいのかなって思ったりはしてますね。
Googleも頑張っていますんで。
私は今クロードのマックスプラン、100ドルマックスとコーデックス、チャットGPTの3000円プラン、あとはGoogle AIプロの2400円、だいたい3000円くらいのプランを契約してるって感じかな。
しばらくはこの感じで多分やっていくんじゃないかなと思いますけど。
クロードの使用量がギリギリなところが相変わらずなので、もしかしたらマックス200ドルとかはあり得るのかなと思いますけど。
そんな感じで私は最近AIと生活しております。
ぜひぜひ皆さんのジェミニTTSの感想をコメントで教えていただけると嬉しいです。
というわけで今回はここまでにしたいと思います。
ここまで聞いていただきありがとうございました。
それではまた次の配信でお会いしましょう。
バイバイ。