【レビュー】APIもあるらしい！アニメ風読み上げAI「にじボイス」を試してみた

最近、気になっていたアニメ風読み上げAI「にじボイス」を試してみました！ APIがあって自分でも好きに音声生成できるのが面白かったので、簡単にレポートを残しておきます。

キャラクター数がとにかく多い

まず驚いたのはキャラクター数の多さ！イメージとしては、声優さんがそれぞれ違うキャラクターを演じている感じです。

無料分は5,000文字！追加は10,000文字ごとに¥825

APIでは初回に5,000文字分が無料で付いてきます。追加分は10,000文字ごとに825円（税込）。ざっくり言うと、Twitterで140文字を35回しゃべらせると5,000文字が一瞬で飛びます。

声質と抑揚がいい感じ

試しに「陽斗・エイデン・グリーンウッド」というキャラで喋らせてみましたが、声質はかなり自然。「！」をつけると抑揚がちゃんとついて、思った以上に人間っぽい。

実際のAPIリクエスト例（curl）

公式ドキュメントに沿って、まずはcurlでテスト。

curl --request POST \
     --url https://api.nijivoice.com/api/platform/v1/voice-actors/29cdf589-e581-4ab0-8467-0cd0c7ba640f/generate-voice \
     --header 'accept: application/json' \
     --header 'content-type: application/json' \
     --header 'x-api-key: YOUR_API_KEY' \
     --data '
{
  "format": "mp3",
  "script": "おおーっ！いい感じじゃん",
  "speed": "0.8"
}
'

レスポンス例はこんな感じ。

{
  "generatedVoice": {
    "audioFileUrl": "https://storage.googleapis.com/＊＊＊audio.mp3",
    "audioFileDownloadUrl": "https://storage.googleapis.com/＊＊＊audio.mp3",
    "duration": 662,
    "remainingCredits": 4977
  }
}

生成スピードがとにかく速い。

生成された音声はGoogleストレージに保存されて、残りの文字数もちゃんと返してくれます。

ただ、テストで「おおー！いい感じじゃん」と喋らせようとしたら、curlではなぜか「あい」とだけ出力される謎の現象がありました（笑）。もしかしてエンコードの問題？

Pythonで試したら安定した

念のためPythonの requests でも試したらこちらは問題なし。生成も2〜3秒で終わるので、ほぼリアルタイムで使えそう。

import requests

url = "https://api.nijivoice.com/api/platform/v1/voice-actors/29cdf589-e581-4ab0-8467-0cd0c7ba640f/generate-voice"

payload = {
    "format": "mp3",
    "script": "おおーっ！いい感じじゃん！",
    "speed": "0.8"
}
headers = {
    "accept": "application/json",
    "content-type": "application/json",
    "x-api-key": "YOUR_API_KEY"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)