2 Models Available
AIポッドキャストオープニングの作り方
あるポッドキャストのホストは、音声制作者を雇わずに、キャンバス上だけで12秒のブランド入りオープニング——ボイスタグ＋6秒の音楽ベッド＋ウィッシュ音の転換——を仕上げます。Astorie上でスクリプトをElevenLabs Eleven v3の音声ノードに入れ、Suno V5またはMinimax Musicでマッチするテーマ曲を生成し、Sound Effects v2で転換音をつなげて、すべてをオーディオミキサーへ送ります。出力されるのは、TTSによる番組名の読み上げ、ジャンルに合ったテーマ曲、SFXの転換を備えた毎週の番組オープニングとエンディングです。下記からモデルを選んで、番組の顔となる音づくりのワークフローを体験してください。
Choose a Model to Get Started
ElevenLabs
ElevenLabs Eleven v3
ポッドキャストの導入部(イントロ)は、12〜30秒のタイムライン上に3つの音声要素を重ねたものです。BGM、ホストの声によるタグ、そしてSFXによるトランジション(ホイッシュ、ライザー、スティンガーなど)です。Astorieでは、ホストの声によるタグをElevenLabs Eleven v3が、トランジションをSound Effects v2が担当します——どちらも同じキャンバス上のオーディオノード内で動くため、声を差し替えたり、SFXのプロンプトを調整したり、BGMのタイミングを合わせ直したりする作業をキャンバスから離れずに行えます。Eleven v3は、ポッドキャストのリスナーが期待する放送品質のナレーター表現を生み出します。21種類の声のライブラリには、温かみのあるナレーター(Rachel、Sarah)、権威のある男性の声(Brian、Daniel)、活気ある番組ホスト(Aria、Charlie)などが揃っています。声の同意について:ライブラリから選ぶのではなく共同ホストの声をタグ用にクローンする場合は、他の音声クローンと同じルールに従い、先に明確な書面での許可を得てください。
Fish Audio
Fish Audio S2-Pro
Fish Audio S2-Proは、ポッドキャスト導入部のホスト音声タグにおいて、多言語対応かつオープンソースという選択肢です——海外リスナーを持つ番組や、共同ホスト同士の掛け合いがある番組で特に力を発揮します。S2-Proモデルは80以上の言語に自動対応し、[confidently]や[warmly]といった自然言語の方括弧タグで話し方を指示でき、1つのオーディオノード内で複数話者の対話にも対応します。Astorie上では、BGM・声のタグ・SFXという同じ3要素の導入部構成を組み立てますが、番組に言語の柔軟性やセルフホスト可能な基盤が必要な場合は、声の部分にFish Audioを使います。声の同意について:あらかじめ用意された声を選ぶのではなくホストの声をタグ用にクローンする場合は、先に明確な書面での許可を得てください。Fish Audioはオープンソースのため、同意の担保はあなた自身の責任になります。