AI NPCボイスジェネレーター
セリフ、掛け声、会話シーンまで作れるAI NPCボイスジェネレーター
台本を書き、キャラクターごとに声を選び、[whispering] や [urgent] のようなタグで演技を指示すれば、ダイアログシステムにそのまま組み込める音声が手に入ります。
要点
Summerは、ElevenLabsの音声を使って、テキストからNPCのセリフや複数の声による会話を生成します。キャラクターごとに声を選び、感情を指定する演技タグを加え、MP3または非圧縮音声で書き出せます。Summerプロジェクトでは、エージェントがセリフをインポートし、ダイアログやトリガーのシステムに接続することもできます。
小規模なゲームでも、ボイスを入れるにはキャスティング、収録、大量のファイル整理が必要でした。仮の読み上げ音声は手軽でも平板だったため、多くのインディーゲームはボイスなしのテキストボックスでリリースされてきました。
最新の音声モデルがその前提を変えます。Summerなら、NPCのキャスト全員にボイスを付け、演技が決まるまでセリフを作り直し、数分後にはゲームの中で聞けます。店主、衛兵、クエストを依頼する人物、敵の掛け声、無線のやり取りまで、すべて同じパネルから生成できます。
Summerはゲームエンジンでもあるので、作業は音声ファイルで終わりません。各セリフを適切なダイアログノードやトリガーに接続するようエージェントに頼めば、コードを書き、音声をプロジェクトに配置してくれます。
できること
単発のセリフと掛け声
あいさつ、戦闘中の掛け声、アイテム取得時のリアクションなど、単発のセリフを生成します。長さは書いたテキストに応じて決まります。
複数キャラクターの会話
会話を1行ずつ書き、話者ごとに異なる声を割り当てれば、ひとつの会話シーンとして返ってきます。
演技を指示する
[excited]、[urgent]、[whispering] などの角括弧タグでセリフの感情を方向づけ、安定性、スタイル、速度の調整で読み方を細かく仕上げます。
豊富なボイスライブラリ
ナレーション、力強い声、柔らかい声、キャラクターボイスから選べ、すべてのセリフで同じキャラクターに同じ声を使い続けられます。
扱いやすいフォーマット
128または192 kbpsのMP3か、編集やマスタリング向けに44.1 kHzの非圧縮PCMで書き出せます。
ゲームに組み込み済み
Summerのエージェントがセリフをプロジェクトにインポートし、ダイアログノード、トリガー、字幕に接続します。
使い方
- 1
ステップ 1: 台本を書く
1人のキャラクターのセリフ、または各行に話者名を付けた会話全体を貼り付けます。
- 2
ステップ 2: 声をキャスティングする
キャラクターごとに声を選びます。どの声が誰のものかを短くメモしておけば、今後のセリフもすべて揃います。
- 3
ステップ 3: 演技を指示して作り直す
演技タグを加え、句読点で間の取り方を調整し、しっくりくるまで個々のセリフを再生成します。
- 4
ステップ 4: ゲームに組み込む
音声をダウンロードするか、エージェントにインポートさせてダイアログシステムや字幕に接続します。
2つの使い方
Studio で、またはいつものエージェントから
Summer Studio で
StudioのAudioタブを開き、単発のセリフならVoice、複数話者のシーンならDialogueを選びます。声と出力フォーマットを選んで生成すれば、すべてがアセットライブラリに保存され、再利用できます。
StudioでAudioタブを開くClaude、Cursor、Codex から MCP 経由で
Summer MCPを通じて、エージェントがtext_to_speechまたはtext_to_dialogue機能でsummer_generate_audioを呼び出し、ファイルをインポートしてダイアログのコードを書きます。クエストの台本全体を1回のリクエストでまとめて処理することもできます。
エージェントへのプロンプト例
Summerを使って、dialogue/blacksmith.jsonのすべてのセリフを、しわがれた年配の男性の声でボイス化してください。音声はres://audio/voice/blacksmith/に保存し、各セリフが表示されたときに対応するクリップを再生するようにしてください。Summer MCP をセットアップ
料金
費用
- ボイス 1 行、約 5 秒
- $0.01
- 音声・会話、音声 1 分あたり
- $0.14
音声は生成された長さに応じて課金されるため、短い掛け声は長いモノローグのごく一部の料金で済みます。
料金は Summer の利用残高から差し引かれます。アセット生成には有料プランかチャージが必要です。Pro は月額 $20 で $20 分の利用が含まれ、チャージは $10 から。デスクトップエンジン自体は無料でダウンロードできます。
すべてのプランを見る例
使えるプロンプトと、その結果
いくつかのキャラクターの類型と、そのプロンプトの書き方です。演技タグはセリフの先頭に置きます。
村の鍛冶屋
プロンプト
[gruff] また剣か? いいだろう。金床に置いて、日が暮れたら取りに来な。
得られるもの
低く年季の入った声による単発のセリフ。ショップの会話にすぐ使えます。
衛兵の掛け声
プロンプト
[urgent] 東門に侵入者だ! 警報を鳴らせ!
得られるもの
警戒状態向けの短い叫び声。繰り返しが耳障りにならないよう、3パターン生成しておきましょう。
クエストの依頼人
プロンプト
[warm] 見つけてくれたのね。あの沼地から戻ってくる人がいるなんて思わなかった。
得られるもの
物語の山場に合う柔らかな演技。字幕と組み合わせて使います。
2人の掛け合い
プロンプト
隊長: [calm] 持ち場を守れ。 / 斥候: [breathless] 奴らが尾根を越えてきます!
得られるもの
2つの異なる声による、会話としてタイミングが合った1本のダイアログクリップ。
無線のやり取り
プロンプト
[flat, clipped] 4番隊、チェックポイント・ブラボーへ向かえ。以上。
得られるもの
エンジン内で無線フィルターをかけられる、抑揚の少ないセリフ。
ナレーター
プロンプト
[slow, reverent] 王国が生まれるはるか昔、そこにはただ森だけがあった。
得られるもの
イントロやロード画面向けのナレーション。
何百ものセリフで声の一貫性を保つ
生成音声の最大のリスクはドリフト、つまりシーンごとにキャラクターの声が微妙に変わってしまうことです。キャラクターごとに声を1つに決め、同じ口調でセリフを書き、浮いているセリフだけを再生成しましょう。エージェントを使う場合は、各キャラクターと声の対応をまとめた小さなキャストファイルをプロジェクトに置いておけば、新しいセリフにも常に正しい声が使われます。
SteamとAI音声
Steamは、コンテンツアンケートでAI生成コンテンツを開示するよう開発者に求めています。事前生成コンテンツのカテゴリは「開発中にAIツールの助けを借りて作成され、ゲームに同梱されてプレイヤーが体験するあらゆる種類のコンテンツ」を対象としており、生成したボイスもこれに含まれます。Valveはそうしたコンテンツを、他のコンテンツと同じルールで審査します。
ゲームの実行中にリアルタイムで音声を生成する場合、Steamはそれをライブ生成コンテンツとして扱い、どのようなガードレールを設けているかを尋ねます。Summerのジェネレーターは、リリース前に確認する事前生成のセリフ向けに作られています。
実在の人物の声
許可なく生成音声で実在の俳優や著名人の声を模倣しないでください。リリースするものには、ライブラリの声か、権利を持っている声を使ってください。
よくある質問
NPCごとに異なる声を作れますか?
はい。キャラクターごとに声を選べます。ダイアログモードでは各行がそれぞれの声を持つため、会話全体が1本のクリップとして返ってきます。
感情や演技をコントロールできますか?
はい。[excited]、[urgent]、[whispering] などの演技タグをセリフの先頭に置き、句読点で間の取り方を調整します。
どのフォーマットで書き出せますか?
44.1 kHz、128または192 kbpsのMP3か、44.1 kHzの非圧縮PCMです。どちらもSummerや他のエンジンにそのままインポートできます。
セリフの長さに制限はありますか?
長さはテキストに応じて決まります。長いモノローグは複数のセリフに分けると、演技が安定し、字幕も付けやすくなります。
商業ゲームで音声を使えますか?
Summerの利用規約では、Summer Engineで作成したコンテンツの所有権はユーザーに帰属すると定めています。SteamのコンテンツアンケートのようにストアがAI生成音声の開示を求める場合は、開示してください。
UnityやGodotで作ったゲームにもボイスを付けられますか?
はい。音声をダウンロードして、どのエンジンにもインポートできます。ダイアログシステムへの自動接続はSummerプロジェクト専用の機能です。
無料で使えるオプションはありますか?
Summerのエンジンは無料です。音声生成には有料プランまたはチャージが必要で、生成された音声の長さに応じて課金されます。
ゲームを作る。ゲームを育てる。
ほかのエンジンで作ったゲームでも。
macOS(Apple シリコン)と Windows 向けに無料でダウンロード。