jpskill.com
💼 ビジネス コミュニティ

text-to-speech

自然な会話からポッドキャストまで、多様なAI音声モデルを活用し、テキストを高品質な音声に変換するSkill。

📜 元の英語説明(参考)

Convert text to natural speech with DIA TTS, Kokoro, Chatterbox, and more via inference.sh CLI. Models: DIA TTS (conversational), Kokoro TTS, Chatterbox, Higgs Audio, VibeVoice (podcasts). Capabilities: text-to-speech, voice cloning, multi-speaker dialogue, podcast generation, expressive speech. Use for: voiceovers, audiobooks, podcasts, accessibility, video narration, IVR, voice assistants. Triggers: text to speech, tts, voice generation, ai voice, speech synthesis, voice over, generate speech, ai narrator, voice cloning, text to audio, elevenlabs alternative, voice ai, ai voiceover, speech generator, natural voice

🇯🇵 日本人クリエイター向け解説

一言でいうと

自然な会話からポッドキャストまで、多様なAI音声モデルを活用し、テキストを高品質な音声に変換するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux 
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o text-to-speech.zip https://jpskill.com/download/6213.zip && unzip -o text-to-speech.zip && rm text-to-speech.zip
🪟 Windows (PowerShell) 
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/6213.zip -OutFile "$d\text-to-speech.zip"; Expand-Archive "$d\text-to-speech.zip" -DestinationPath $d -Force; ri "$d\text-to-speech.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して text-to-speech.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → text-to-speech フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動
⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-17
取得日時
2026-05-17
同梱ファイル
1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

テキスト読み上げ

Text-to-Speech

inference.sh CLI を介して、テキストを自然な音声に変換します。

クイックスタート

# CLI をインストール
curl -fsSL https://cli.inference.sh | sh && infsh login

# 音声を生成
infsh app run infsh/kokoro-tts --input '{"text": "Hello, welcome to our product demo."}'

利用可能なモデル

モデル アプリ ID 最適な用途
DIA TTS infsh/dia-tts 会話的、表現豊か
Kokoro TTS infsh/kokoro-tts 高速、自然
Chatterbox infsh/chatterbox 汎用
Higgs Audio infsh/higgs-audio 感情制御
VibeVoice infsh/vibevoice ポッドキャスト、長文

すべてのオーディオアプリを閲覧

infsh app list --category audio

例

基本的なテキスト読み上げ

infsh app run infsh/kokoro-tts --input '{"text": "Welcome to our tutorial."}'

DIA を使用した会話型 TTS

infsh app sample infsh/dia-tts --save input.json

# input.json を編集:
# {
#   "text": "Hey! How are you doing today? I'm really excited to share this with you.",
#   "voice": "conversational"
# }

infsh app run infsh/dia-tts --input input.json

長文オーディオ（ポッドキャスト）

infsh app sample infsh/vibevoice --save input.json

# ポッドキャストスクリプトで input.json を編集
infsh app run infsh/vibevoice --input input.json

Higgs を使用した表現豊かな音声

infsh app sample infsh/higgs-audio --save input.json

# {
#   "text": "This is absolutely incredible!",
#   "emotion": "excited"
# }

infsh app run infsh/higgs-audio --input input.json

ユースケース

  • ナレーション: 製品デモ、説明ビデオ
  • オーディオブック: テキストを音声に変換
  • ポッドキャスト: ポッドキャストエピソードを生成
  • アクセシビリティ: コンテンツをアクセス可能にする
  • IVR: 電話システムの音声プロンプト
  • ビデオナレーション: ビデオにナレーションを追加

ビデオとの組み合わせ

音声を生成し、次にトーキングヘッドビデオを作成します。

# 1. 音声を生成
infsh app run infsh/kokoro-tts --input '{"text": "Your script here"}' > speech.json

# 2. OmniHuman でアバタービデオにオーディオ URL を使用
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "<audio-url-from-step-1>"
}'

関連スキル

# フルプラットフォームスキル（全 150 以上のアプリ）
npx skills add inferencesh/skills@inference-sh

# AI アバター（TTS とトーキングヘッドを組み合わせる）
npx skills add inferencesh/skills@ai-avatar-video

# AI 音楽生成
npx skills add inferencesh/skills@ai-music-generation

# 音声認識（文字起こし）
npx skills add inferencesh/skills@speech-to-text

# ビデオ生成
npx skills add inferencesh/skills@ai-video-generation

すべてのアプリを閲覧: infsh app list

ドキュメント

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Text-to-Speech

Text-to-Speech

Convert text to natural speech via inference.sh CLI.

Quick Start

# Install CLI
curl -fsSL https://cli.inference.sh | sh && infsh login

# Generate speech
infsh app run infsh/kokoro-tts --input '{"text": "Hello, welcome to our product demo."}'

Available Models

Model App ID Best For
DIA TTS infsh/dia-tts Conversational, expressive
Kokoro TTS infsh/kokoro-tts Fast, natural
Chatterbox infsh/chatterbox General purpose
Higgs Audio infsh/higgs-audio Emotional control
VibeVoice infsh/vibevoice Podcasts, long-form

Browse All Audio Apps

infsh app list --category audio

Examples

Basic Text-to-Speech

infsh app run infsh/kokoro-tts --input '{"text": "Welcome to our tutorial."}'

Conversational TTS with DIA

infsh app sample infsh/dia-tts --save input.json

# Edit input.json:
# {
#   "text": "Hey! How are you doing today? I'm really excited to share this with you.",
#   "voice": "conversational"
# }

infsh app run infsh/dia-tts --input input.json

Long-form Audio (Podcasts)

infsh app sample infsh/vibevoice --save input.json

# Edit input.json with your podcast script
infsh app run infsh/vibevoice --input input.json

Expressive Speech with Higgs

infsh app sample infsh/higgs-audio --save input.json

# {
#   "text": "This is absolutely incredible!",
#   "emotion": "excited"
# }

infsh app run infsh/higgs-audio --input input.json

Use Cases

  • Voiceovers: Product demos, explainer videos
  • Audiobooks: Convert text to spoken word
  • Podcasts: Generate podcast episodes
  • Accessibility: Make content accessible
  • IVR: Phone system voice prompts
  • Video Narration: Add narration to videos

Combine with Video

Generate speech, then create a talking head video:

# 1. Generate speech
infsh app run infsh/kokoro-tts --input '{"text": "Your script here"}' > speech.json

# 2. Use the audio URL with OmniHuman for avatar video
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "<audio-url-from-step-1>"
}'

Related Skills

# Full platform skill (all 150+ apps)
npx skills add inferencesh/skills@inference-sh

# AI avatars (combine TTS with talking heads)
npx skills add inferencesh/skills@ai-avatar-video

# AI music generation
npx skills add inferencesh/skills@ai-music-generation

# Speech-to-text (transcription)
npx skills add inferencesh/skills@speech-to-text

# Video generation
npx skills add inferencesh/skills@ai-video-generation

Browse all apps: infsh app list

Documentation