AivisHubの非公開モデルをAivis Cloud APIで使う方法｜自社専用の声を運用✨

皆さんこんにちは。
感情豊かな音声合成技術を誰もがかんたんに活用できる未来を目指す、Aivis Projectです✨

「自社サービス専用の声を、一般公開せずに運用したい」
「制作したモデルを、ほかのAivisHubユーザーにダウンロードされたくない」

ブランドやキャラクターのために制作した音声合成モデルは、企業にとって大切な資産です。
業務利用を前提とする場合、音声の品質だけでなく、誰がモデルへアクセスできるのかも考える必要があります。

AivisHubでは、アップロードした音声合成モデルを非公開に設定できます。
非公開モデルは検索結果に表示されず、第三者へ共有するためのリンクも発行されません。

一方で、モデルをアップロードした本人は、非公開のままAivis Cloud APIから音声を生成できます。

この記事では、非公開モデルをAivis Cloud APIから使う手順と、APIキーの管理、限定公開モデルとの違い、入力テキストまで自社環境内で扱いたい場合の選択肢を解説します📚

【結論】非公開モデルも通常のモデルUUIDで利用できる

非公開モデルは、Aivis Cloud APIの音声合成リクエストで、通常どおりモデルUUIDを指定して利用できます。

{
  "model_uuid": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "text": "自社専用の音声合成モデルで読み上げます。",
  "output_format": "mp3"
}

公開モデルとリクエスト形式は変わりません。

ただし、非公開モデルを利用できるのは、そのモデルをAivisHubへアップロードしたアカウント本人です。

Cloud APIを呼び出すときも、モデルをアップロードしたAivisアカウントで発行したAPIキーを使用してください。

非公開モデルで保護されるもの

非公開に設定したモデルは、AivisHubの検索結果へ表示されません。

第三者へ共有するためのURLやアクセスキーも発行されず、モデルへアクセスできるのはアップロードした本人に限られます。

そのため、次のような用途に適しています。

・自社キャラクター専用の声をCloud APIで使う
・制作途中のモデルを一般公開せずに検証する
・社内システムや自社サービスだけで音声を生成する
・一般公開する予定のないブランドボイスを管理する

一般公開モデルとは異なり、非公開モデルには公開審査がありません。
アップロード後、最大5分程度でAivis Cloud APIから利用できるようになります。

非公開はオンプレミスという意味ではない

ここは重要なポイントです。

非公開モデルは、AivisHub上での公開範囲を制限する設定です。

モデルファイルはAivisHubへアップロードされ、音声合成時の入力テキストもAivis Cloud APIへ送信されます。

したがって、非公開モデルは次の要件には適しています。

・モデルを一般のAivisHubユーザーへ公開したくない
・第三者にモデルをダウンロードされたくない
・自分のアカウントからだけCloud APIで利用したい

一方、次の要件とは別に考える必要があります。

・モデルファイルを自社ネットワークの外へ出せない
・入力テキストを外部のクラウドサービスへ送信できない
・生成音声を含め、すべての処理を自社環境内で完結させたい

公開範囲の制御と、データを処理する場所は別の問題です。

【手順1】モデルを非公開でアップロードする

AivisHubへ音声合成モデルをアップロードするときに、公開状態を「非公開」へ設定します。

すでにアップロード済みのモデルについても、モデル編集ページから公開状態を変更できます。

非公開モデルは、
・検索結果に表示されない
・一般公開の審査が不要
・第三者向けの共有リンクが発行されない
・モデル所有者本人はCloud APIから利用できる
という状態になります。

⚠️ 公開状態を変更できるからといって、一般公開を気軽に試すのはおすすめしません。
一度他のユーザーにダウンロードされたモデルファイルは、あとから非公開へ戻しても回収できません。
用途が決まっていない場合は、まず非公開で運用してください。

【手順2】モデルUUIDを確認する

Cloud APIから利用するには、対象モデルのモデルUUIDが必要です。

モデルUUIDは、AivisHubのモデル情報から確認するか、AIVMマニフェストのAivmManifest.uuidの値を指定します。

限定公開用のアクセスキーとは形式が異なります。

モデルUUID：xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
アクセスキー：ak_xxxxxxxxxxxxxxxxxxxx

非公開モデルを所有者本人が利用する場合は、モデルUUIDを使用します。

【手順3】同じアカウントでAPIキーを発行する

Aivis Cloud APIダッシュボードから、Cloud API用のAPIキーを発行します。

このとき、非公開モデルをアップロードしたアカウントと、APIキーを発行するアカウントを同じにしてください。

別のアカウントで発行したAPIキーからモデルUUIDを指定しても、その非公開モデルを利用することはできません。

APIキーは、リクエストのAuthorizationヘッダーへBearer形式で指定します。

Authorization: Bearer YOUR_AIVIS_API_KEY

APIキーは作成時に表示される値を安全な場所へ保存し、ソースコードへ直接記載しないでください。

【手順4】音声合成APIを呼び出す

音声合成には、次のエンドポイントを使用します。

POST https://api.aivis-project.com/v1/tts/synthesize

curlから実行する場合は、次のようになります。

curl -X POST \
  "https://api.aivis-project.com/v1/tts/synthesize" \
  -H "Authorization: Bearer ${AIVIS_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model_uuid": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
    "text": "自社専用の音声合成モデルを使ったテストです。",
    "output_format": "mp3"
  }' \
  --output private-model.mp3

${AIVIS_API_KEY}には、環境変数へ保存したCloud API用APIキーを使用します。

リクエストに成功すると、指定した形式の音声データが返ります。

呼び出せないときに確認すること

非公開モデルを指定しても音声を生成できない場合は、次の点を確認してください。

・モデルをアップロードしたアカウントで発行したAPIキーか
・model_uuidに正しいモデルUUIDを指定しているか
・アクセスキーを誤って指定していないか
・アップロードから5分程度経過しているか
・APIキーが有効になっているか
・URLがPOST /v1/tts/synthesizeになっているか

別アカウントから非公開モデルへアクセスした場合や、存在しないモデルUUIDを指定した場合は、モデルを取得できません。

【設計】モデルとユーザー辞書を組み合わせる

自社専用の声を業務で利用する場合は、音声合成モデルだけでなく、社名・商品名・担当者名などの読み方も重要です。

Aivis Cloud APIでは、音声合成時にユーザー辞書を指定できます。

{
  "model_uuid": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "user_dictionary_uuid": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "text": "自社の商品名を正しい読み方で音声合成します。"
}

モデルは声質や話し方を、ユーザー辞書は固有名詞の読み方やアクセントを整える役割を持ちます。

ブランドボイスを運用する場合は、モデルと辞書をセットで管理すると、担当者や実行環境が変わっても読み方を統一しやすくなります✨

なお、ユーザー辞書も所有者ごとに管理されます。
別のAivisアカウントが所有する辞書UUIDを、そのまま利用することはできません。

【運用】APIキーを安全に管理する

非公開モデルは、モデル所有者のアカウントで認証されたリクエストから利用します。そのため、Cloud API用APIキーの管理が重要です。

ソースコードへ直接記載しない

APIキーは環境変数や、利用しているクラウドサービスのシークレット管理機能へ保存してください。

GitHubなどの公開リポジトリ、共有資料、SNSへ掲載してはいけません。

ブラウザへ直接埋め込まない

一般公開するWebサービスのJavaScriptへAPIキーを直接記載すると、利用者から値を確認できる状態になります。

自社サービスへ組み込む場合は、利用者からAPIキーが見えないように、サーバー側からCloud APIを呼び出す構成を検討してください。

用途ごとにAPIキーを分ける

開発環境、本番環境、サービス、担当部署などでAPIキーを分けると、使用量や影響範囲を確認しやすくなります。

複数のシステムで同じAPIキーを使い回すと、不審な利用が発生したときに原因を切り分けにくくなります。

使用量を確認する

Aivis Cloud APIには、APIキーや使用量を確認するためのエンドポイントがあります。

GET /v1/payment/api-keys
GET /v1/payment/usage-summaries

usage-summariesでは、APIキーごとのリクエスト数・文字数・消費クレジットを日次・時間別で取得できます。

ダッシュボードや使用量APIを活用し、想定と大きく異なる利用が発生していないか確認してください。

漏えいした可能性がある場合

APIキーを公開リポジトリへ記載した、第三者へ送信した、ログへ出力したなど、漏えいの可能性がある場合は、対象のAPIキーを停止し、新しいキーへ切り替えてください。

ファイルから文字列を削除するだけでは、Gitの履歴や共有済みの資料に残っている可能性があります。

APIキーが漏れると、第三者によるAPI利用や、意図しないクレジット消費につながるおそれがあります。
非公開モデルのUUIDなど、関連する情報も公開しないようにしてください。

【重要】非公開モデルと入力テキストの保護は別

非公開モデルへ設定しても、Aivis Cloud APIを利用する以上、入力テキストはAivis Projectが運用するCloud APIへ送信されます。

Aivis Cloud APIでは、入力テキスト・生成音声・アップロードされたモデルを、再学習やファインチューニングを含むAIモデルの学習には利用していません。
また、APIゲートウェイと音声合成処理サーバーは国内リージョンで運用し、ログはシステム障害の調査とサービス品質改善に限定して一定期間保持しています。

貴社規定などにより入力テキストやモデルを自社環境の外へ一切出せない場合、クラウドサービスであるAivis Cloud APIは運用に向いていません。

自社環境内で完結させるならCitoras

入力テキストの解析から音声生成までを、お客様が管理するGPU環境内で完結させたい場合は、法人向け音声合成APIサーバーCitorasをご検討ください。

Citorasでは、入力テキストと生成音声をAivis Projectのサーバーへ送信せず、お客様の環境内で処理できます。

モデルの保管先は、Cloudflare R2などの外部S3互換ストレージから、MinIOなどのオンプレミス構成まで、運用方針に合わせて選択できます。

ライセンス費用は税込11万円の定額制です。
Citorasの詳しい仕様や導入手順は、お問い合わせフォームよりお気軽にお問い合わせください。

【権利】非公開でも許諾は必要

非公開モデルには一般公開時の審査がありませんが、権利の確認が不要になるわけではありません。

他人の声、キャラクター、学習素材などを使ってモデルを制作・アップロードする場合は、必要な許諾や利用条件を事前に確認してください。

ナレーターや声優の声をブランドボイスとして利用する場合は、音声合成モデルの制作、利用範囲、利用期間、第三者への提供、二次利用などを契約で明確にしておくことが重要です。

よくある質問（FAQ）

Q. 非公開モデルはAivis Cloud APIから使えますか？

使えます。
モデルをアップロードしたアカウントで発行したAPIキーを使い、model_uuidへモデルUUIDを指定してください。

Q. 別のAivisアカウントから非公開モデルを利用できますか？

利用できません。
非公開モデルはアップロードした本人だけが利用できます。

取引先や外部パートナーにも利用してもらう場合は、限定公開へ変更し、ak_から始まるアクセスキーを共有してください。

所有者のCloud API用APIキーを相手へ渡す運用は極力避けてください。

Q. アップロード後、すぐに利用できますか？

非公開モデルには公開審査がありません。ただし、音声合成環境へ反映されるまで最大5分程度かかる場合があります。

Q. 非公開にすれば、モデルや入力テキストは自社環境内に残りますか？

いいえ。

非公開はAivisHub上の公開範囲を制限する設定です。
モデルはAivisHubへアップロードされ、入力テキストはAivis Cloud APIへ送信されます。

すべての処理を自社環境内で完結させる必要がある場合は、オンプレミス版音声合成サーバー「Citoras」をご検討ください。

Q. 公開したモデルを非公開へ戻せますか？

公開設定は変更できます。

ただし、公開中に第三者がダウンロードしたモデルファイルまでは回収できません。公開する前に、権利関係や配布方針を十分に確認してください。

Q. APIキーが漏れた場合はどうすればよいですか？

対象のAPIキーを停止し、新しいAPIキーへ切り替えてください。

公開リポジトリや共有資料から削除するだけでなく、すでに知られた可能性のあるキー自体を使えない状態にする必要があります。

まとめ

非公開モデルを使えば、自社専用の声を一般公開せず、Aivis Cloud APIの高速な音声合成環境で運用できます。

一方で、公開範囲、APIキー、入力テキスト、モデルの権利は、それぞれ別の観点で管理する必要があります。

誰に使わせるのか、どこで処理するのか、どの情報を外部へ出せないのか。

この3点を整理し、自社の要件に合った構成でブランドの声を育てていきましょう✨

以上で、この記事はおしまいです。

Aivis ProjectやAivis Cloud APIに関してご不明点やご相談がある場合には、お問い合わせフォームよりお気軽にご連絡ください。

🔗 関連リンク
・AivisHub：https://hub.aivis-project.com/
・Aivis Cloud API：https://aivis-project.com/cloud-api/
・Aivis Cloud APIドキュメント：https://api.aivis-project.com/v1/docs
・AivisHubの公開設定について：https://note.com/aivis_project/n/n87e07421a49d
・Aivis Cloud APIのデータの取り扱い：https://note.com/aivis_project/n/n0124226b9eac
・Aivis Project利用規約：https://hub.aivis-project.com/terms-of-service/