AIで絵本の読み聞かせ音声を作る方法｜児童書をオーディオブック化する手順

AIで絵本の読み聞かせ音声を作る全体像

AI絵本の読み聞かせ音声は、絵本の文章を音声生成AIに入力し、ナレーションや登場人物のセリフを音声ファイルに変換して作ります。基本的な流れは、原稿を整える、声を設計する、場面ごとに音声を生成する、編集する、試聴して修正する、公開する、の6段階です。

完成までの作業時間は、5〜10分の短い絵本なら、原稿が完成している場合で3〜6時間ほどが目安です。音声生成そのものは短時間でも、発音の修正、間の調整、言い間違いの確認に時間がかかります。

絵本は文章量が少ないため簡単に見えますが、読み聞かせでは一文ごとの間、感情、声の高さが作品の印象を大きく左右します。文章をそのまま音声AIに貼り付けるだけではなく、耳で聞くための台本に作り替えることが重要です。

1. 読み聞かせ用に絵本原稿を整える

文章を場面単位に分ける

まず、絵本の原稿をページまたは場面ごとに分割します。1つの音声ファイルにすべての文章を入れると、修正時に最初から作り直すことになりやすいためです。

例えば、次のように整理します。

• 01_表紙：タイトルと短い導入
• 02_森への道：ナレーションと主人公のセリフ
• 03_雨の場面：効果音を入れる場面
• 04_友だちとの会話：登場人物の掛け合い
• 05_結末：まとめと終わりの挨拶

1場面を30秒〜90秒程度にすると、音声の差し替えや編集がしやすくなります。場面の切り替わりには、0.8〜1.5秒ほどの無音を入れると、子どもが内容を理解する時間を作れます。

耳で聞いて分かる文章にする

絵本では、ページの絵が文章を補足します。しかし音声だけになると、誰が何をしているのか分かりにくいことがあります。

例えば、絵本の文章が次のような場合を考えます。

そのとき、ドアが開きました。

音声版では、次のように補足すると状況が伝わります。

そのとき、こぐまの後ろにあった木のドアが、ゆっくり開きました。

ただし、説明を増やしすぎると絵本のテンポが失われます。読み聞かせ用の文章に直すときは、子どもが音だけで理解できるかを確認しながら、1文を短く保ちます。

絵本の本文そのものを作り直す工程については、AIを使った本の書き方ガイドも参考になります。

読み方の指示を台本に書く

音声生成AIに入力する台本には、読み方の指示を追加します。ただし、サービスによっては括弧内の指示まで読み上げるため、指示を別欄に置ける機能がある場合はそちらを使います。

例として、次のような管理表を作ります。

場面	話者	セリフ	読み方
02	ナレーター	森の奥へ歩いていきました。	ゆっくり、安心感のある声
02	こぐま	ここはどこだろう？	小さな声、少し不安そうに
03	ナレーター	ポツン、ポツン。雨が降ってきました。	雨を感じる間を入れる

漢字の読み間違い、数字、記号、固有名詞は特に確認します。例えば、七夕をたなばたと読むのかしちゆうと読むのか、AIが正しく判断できない場合があります。読み方をひらがなに直すか、辞書登録や発音指定を使ってください。

2. AI音声の声と読み方を設計する

ナレーターの声を先に決める

最初から場面ごとに違う声を選ぶと、作品全体の統一感が崩れます。まずナレーターの声を決め、次に主人公、最後に脇役を設定する順番がおすすめです。

未就学児向けの読み聞かせでは、次のような設定が使いやすいです。

• 声の高さ：標準からやや高め
• 読み上げ速度：通常の85〜95％
• 抑揚：大きすぎず、場面ごとに変化を付ける
• 発音：明瞭で、語尾を急に切らない
• 雰囲気：明るく、落ち着いている

声が高すぎたり感情表現が強すぎたりすると、保護者が長時間聞くときに疲れやすくなります。子ども向けだからといって、常に大げさな声にする必要はありません。

登場人物の声を増やしすぎない

登場人物が3人いるからといって、3種類のAI音声を必ず使う必要はありません。声の違いが小さいと、かえって誰のセリフか分かりにくくなります。

例えば、ナレーターは落ち着いた声、主人公は少し明るい声、動物の友だちは語尾を柔らかくする、というように、声の高さだけでなく話し方でも差をつけます。声の変更ができないサービスでは、セリフ前に短い名前を入れる方法もあります。

ただし、実在する声優や有名人の声を再現するような指示は避けてください。本人の許可なく声を似せることは、人格権やサービス規約上の問題になる可能性があります。

長文を一度に生成しない

AI音声に原稿を一括入力すると、途中でアクセントや感情が変わったり、句読点の間が不自然になったりします。1文から数文、または30〜90秒の場面ごとに生成し、ファイル名を付けて保存しましょう。

ファイル名は、02_mori_narrator_v2.mp3のように、場面、話者、バージョンを含めると管理しやすくなります。

3. 読み聞かせ音声を編集する

AI音声を生成しただけでは、オーディオブックとして聞きやすい状態になっていないことがあります。音声編集ソフトで次の4点を整えます。

無音と間を調整する

句点の後は0.4〜0.8秒、場面の切り替えは1〜2秒程度から試します。驚きや発見の場面では少し長めに間を取り、会話のテンポが重要な場面では短くします。

無音が長すぎると、再生が止まったと誤解されます。逆に間がなさすぎると、子どもが絵や内容を考える時間がなくなります。実際にスマートフォンのスピーカーで聞き、保護者と子どもの両方の立場で確認してください。

音量をそろえる

ナレーターとセリフの音量差が大きいと、保護者が何度も音量を調整することになります。全体の音量をそろえ、突然大きな音が出ないようにします。

BGMや効果音を使う場合は、声より十分に小さくします。雨、風、鳥の声などの効果音は、作品の雰囲気を補うためのものです。声を聞き取りにくくするほど大きくしないでください。

BGMと効果音を追加する

BGMは、冒頭、場面転換、結末だけに入れても効果があります。全編に音楽を流すと、文章の聞き取りやすさが落ちる場合があります。

効果音は、雨、ドアが開く音、足音、川のせせらぎなど、文章だけでは伝わりにくい場面に絞ります。素材サイトの音源を使うときは、商用利用、クレジット表記、加工の可否を確認してください。

冒頭と終わりを作る

音声作品の冒頭には、タイトルと対象年齢を含めた短い案内を入れると、ファイル単体でも内容が分かります。

これから、4歳から6歳のお子さま向け絵本、森のこぐまを読み聞かせします。

終わりには、次のような締めの言葉を入れられます。

お話はここまでです。こぐまは明日、何を見つけるのでしょう。おやすみなさい。

販売用作品の場合は、作者名、音声制作に使用したサービス名、著作権表示を必要に応じて追加します。

4. 仕上がりを確認するチェック方法

音声を書き出したら、最低でも次の3回に分けて確認します。

1回目は、文章の読み間違いを確認します。固有名詞、助詞、漢字の読み、セリフの話者をチェックします。

2回目は、耳で聞いたときの流れを確認します。無音の長さ、場面の切り替え、声の感情、BGMの音量を確認します。画面を見ずに聞くと、絵がない状態でも理解できるか判断しやすくなります。

3回目は、異なる機器で再生します。スマートフォン、イヤホン、パソコンの小型スピーカーでは、聞こえ方が異なります。特に低い効果音や小さなセリフが聞き取れるかを確認してください。

子ども向け作品の文章やページ構成を見直すときは、AIを使った児童書の作り方で紹介している対象年齢と絵の考え方も役立ちます。

5. オーディオブックとして書き出す

配布や販売をする前に、音声ファイルの形式を決めます。

MP3

MP3は、スマートフォン、パソコン、音楽プレーヤーなどで再生しやすい形式です。個人販売や購入者へのダウンロード配布では、まずMP3を用意すると互換性の問題が少なくなります。

読み聞かせ音声では、128〜192kbps程度のビットレートが実用的です。音楽や効果音を多く使う作品では192kbps以上を検討しますが、音声中心ならファイルサイズとのバランスを優先できます。

M4B

M4Bは、チャプター、表紙、作品情報をまとめやすい形式です。複数の場面を1つの作品として配信したい場合に向いています。ただし、再生機器や販売サービスが対応しているか確認してください。

場面ごとにMP3を分ける場合は、01、02、03のように番号を付け、作品説明にも再生順を書きます。ファイル名に日本語を使うと一部の環境で文字化けすることがあるため、英数字にしておくと安全です。

6. 個人出版で販売・公開する手順

作品に必要な素材をそろえる

オーディオブック個人出版では、音声以外にも次の素材を準備します。

• 作品タイトル
• 作者名とナレーション表記
• 表紙画像
• 作品紹介文
• 対象年齢
• 再生時間
• 収録ファイル
• 著作権と利用条件の表示

販売ページの説明文には、聞く対象、作品の長さ、登場人物、推奨する利用場面を書きます。例えば、寝る前、車での移動中、親子の読み聞かせ補助など、具体的な利用シーンがあると内容が伝わりやすくなります。

公開先を選ぶ

公開方法は、無料配布、音声販売、電子書籍とのセット販売、オーディオブック配信サービスへの登録などがあります。最初は無料サンプルを1〜2分公開し、音質や読み方を確認してもらう方法も有効です。

紙の絵本や電子書籍と音声版を同時に作る場合は、制作物と権利情報を一元管理できる出版サービスを使うと作業を整理しやすくなります。例えば、GamibooksではAIを使った本の制作から、紙の本の販売やKDP向けデータの準備までを進められます。音声版を追加するときも、タイトル、作者名、表紙、対象年齢を統一しておくとブランドを作りやすくなります。

権利を確認する

自作の原稿や自分で制作した画像であれば、基本的には作者が利用条件を管理できます。ただし、次の素材には注意が必要です。

• 他人が書いた絵本の本文
• 著作権が存続している翻訳作品
• 購入したイラストやフォント
• 商用利用を禁止しているBGMや効果音
• ナレーターの声を録音・変換した音声
• AIサービスが商用利用を制限している生成音声

AIで生成した文章や画像でも、利用したサービスの規約が優先されます。公開前に、商用利用の可否、クレジット表記、独占性、生成物の権利に関する条項を確認してください。規約が更新されることもあるため、公開時点のページを保存しておくと記録になります。

よくある失敗と改善策

すべての人物が同じ声になる

話者ラベルを原稿に付けず、長文を一括生成すると起こりやすい問題です。話者ごとに音声設定を分け、短い場面単位で生成してください。

子ども向けなのに読み上げが速い

通常速度のままでは、幼い子どもが内容を理解できないことがあります。速度を10〜15％落とし、場面の終わりに1秒前後の間を追加してから試聴します。

感情表現が大きすぎる

驚きや悲しみを過剰に表現すると、聞き手が疲れたり、寝かしつけに使いにくくなったりします。重要な場面だけ抑揚を強め、日常のナレーションは落ち着かせると、作品全体にメリハリが出ます。

音声だけでは状況が伝わらない

絵に依存した表現を、短いナレーションで補います。ただし、すべてを説明するのではなく、誰が、どこで、何をしたのかが分かる最低限の情報を加えるのがコツです。

まとめ

AIで絵本の読み聞かせ音声を作るときは、音声生成よりも台本設計と仕上げの確認が重要です。原稿を場面ごとに分け、ナレーターと登場人物の声を先に設計し、短い単位で生成すると修正しやすくなります。

完成後は、無音、音量、発音、BGM、再生環境を確認し、MP3またはM4Bで書き出します。個人出版や販売を行う場合は、原稿、画像、音声、音楽、AIサービスの利用条件をすべて確認してから公開しましょう。