私の声、AIに完コピされました。録音30秒から90点台になるまでの全記録【Irodori-TTS × Claude Code】

こんにちは、れん学長です（2026年8月23日時点）。

「自分の声の録音をClaude Codeに渡すだけで、ボイスクローンが作れた」

先日、Xでこんなポストが流れてきました。しかも無料だと。

私は画像だけのショート動画をインスタやTikTokにも出しているんですが、正直、悩みがありました。解説の声を毎回録るのは続かなくて、無言のまま出していたんですよね。

で、ブックマークに残していたこのポストを思い出して、「これだ」と実際に試してみました。渡した録音はたった30秒ほどでしたが、そこから始めて、最終的には自分でも聴き分けに迷う90点台の声ができてしまいました。

この記事では、使ったツールの正体と、30秒の声がどうやって90点台まで育ったのか、実際にショート動画へ載せるところまでの全記録をお見せします。

読み終わる頃には、マイクも収録もなしで、あなたの声のナレーション付き動画を量産できる道筋が見えているはずです。

きっかけは、Xで流れてきた1つのポスト

発端は、usutakuさんのこのポストでした。

使われていたのは、Irodori-TTSというツールです。渡したのはGitHubのページのURLと、自分の声の録音だけだったそうです。

イントネーションもアクセントも忠実で、日本語として不自然じゃない。これで無料とは、と書かれていて、ちょうど無言ショートに悩んでいた私には刺さりました。

Irodori-TTSってなに？

Aratakoさんという方がGitHubで公開している、日本語特化の音声合成ツールです。

ポイントを整理すると、こんな特徴があります。

• 無料で使えて、プログラムもAIモデルも商用利用OKのライセンスで公開されています

• 学習作業が要らない、ゼロショットという方式で動きます

• 全部自分のパソコンの中だけで完結します

このゼロショットという言葉、たとえるなら「30秒のお手本を聴いて、その場でモノマネする声優さん」です。

事前にあなたの声を何時間も勉強させる必要はなくて、お手本の録音ファイルを渡すと、その場で声色をまねて任意の文章を読み上げてくれるんですね。

で、ローカル完結というのが地味に大事なところです。私の場合、声そのものはYouTubeで公開しているので今さらなんですが、読み上げさせる原稿、つまり未公開の記事や台本を外部のサービスに送らずに済みます。それに、Claude Codeが使える環境なら追加料金もかかりません。

詳しい解説は、音読さんの解説記事にもまとまっていたので、貼っておきます。

やってみた

先に検証の条件を書いておきます。

• 実施したのは2026年8月23日です

• 機材はメモリ36GBのApple Silicon Mac1台で、すべてローカルで動かしました

• 操作は全部Claude Codeに丸投げして、私はコマンドを1つも打っていません。Claude Code側のAIモデルはClaude Fable 5です

• お手本の声は、過去のYouTube動画の音声から切り出しました

流れはシンプルで、usutakuさんのポストとGitHubのページをClaude Codeに渡して、「私の声のクローンを作って」とお願いしただけです。

そうすると、AIが勝手にツールを導入して、私の過去動画からBGMの入っていないきれいな音声を約30秒ぶん切り出して、お手本として渡してくれました。

初回のモデルのダウンロードが3.4GBほどあるので少し待ちますが、そこを過ぎたら、もう最初のクローン音声が出てきます。

聴いてみた感想は、75点でした。

たしかに私の声で、日本語も自然なんですが、「うーん、まあまあって感じですね」というのが正直なところです。若干、本人と違うんですよね。

ちなみにこの音声、文字起こしAIに読ませて検品したところ、入力した文章と完全に一致していました。「グラレコ」みたいなカタカナの造語も、ちゃんと読めています。

お手本の音声を2分に増やしたら化けた

で、ここからが面白いところです。

もっと長い音声で覚えさせられないのかと聞いてみたら、このツールはお手本の音声を2分ぶんまで増やせるらしいんですね。

過去動画は大量にあるので、お手本を約2分ぶんに増やして再生成してもらいました。

そうしたら、これが化けました。

自分で聴いても、ほぼ本人としか思えないレベルで、私の感覚では90点から95点です。そのままショート動画に載せられる仕上がりでした。

実際にショート動画に声を載せてみた

仕上げに、以前作った無言のショート動画に、このクローン音声でナレーションを付けてみました。

映像の流れに合わせた解説文をAIに書かせて、クローン音声で読み上げさせて、BGMを小さくして重ねる。ここも全部Claude Codeにやってもらいました。

結果は、実用合格です。若干の不自然さは残るものの、声なし版と聴き比べると、明らかに声ありのほうが動画として成立していました。

なので今後は、本編動画を参照しないタイプのショート動画には、この仕組みで自分の声のナレーションを標準で付けることにしました。

ここが良かった

• 学習作業なしで、お手本の録音を渡すだけという手軽さは本物でした

• お手本を30秒から2分に増やすだけで、75点から90点台まで一気に伸びました

• 無料でローカル完結なので、未公開の原稿を外部に送らずに済みます

• 読み間違いがほぼなく、カタカナの造語まで正確に読めました

• Claude Codeとの相性が良く、発見から実用まで会話だけで完結しました

ここは注意

• 1回に生成できる音声は約30秒までが目安です。長い解説は文章を分けて生成して、あとでつなぐ形になります

• 長文を一度に読ませると音声が崩れる報告があるので、欲張らないほうが安全です

• お手本の音質が仕上がりを左右します。BGMや雑音が入った録音は避けて、きれいな声だけを渡してください

• 他人の声を本人の同意なしにクローンすることは、ツールの利用条件で禁止されています。使うのは自分の声だけにしてください

• 初回はモデルのダウンロードで3.4GBほどの空き容量と待ち時間が必要です

• ある程度性能のあるパソコンは必要です。WindowsならNVIDIAのグラフィックボード搭載機が推奨で、GPUなしだと10秒の音声の生成に2分以上かかったという報告もあります

• MacはApple Silicon搭載機ならそのまま動きます。GPUが最初から内蔵されているためです。私はメモリ36GBのApple Silicon Macを使って、ほぼ実時間の速度で生成できました

こんな使い方ができそう

発信をしている人なら、使い道はかなり広いと思います。

• 画像やスライドだけのショート動画を作っている方なら、無言だった動画に自分の声の解説を足せます。まずは過去動画の音声30秒から試すのが早いです

• YouTubeやポッドキャストの本編を持っている方なら、告知用の短い音声を収録なしで量産できます。台本をAIに書かせれば、ほぼ全自動です

• 講座や社内マニュアルを作る立場の方なら、資料の読み上げ音声を自分の声で用意できます。差し替えも文章の修正だけで済みます

動画で見たい方へ

記事だけだとイメージしにくい部分、ありますよね。

特に「クローン音声が本人の声とどれくらい似ているか」と「無言ショートに声が付く前後の変化」は、実際に耳で聴くのが一番早いです。

動画では、生成された音声をその場で再生しながら実験しています。

動画はこちら：

まとめ

• 録音30秒でも本人らしい声、2分に増やせば90点台が今の実力

• 無料・ローカル完結・追加料金ゼロで、読ませる原稿も外に出ない

• 無言だったショート動画に、自分の声の解説を自動で付けられる時代に

要は、「自分の声」がもう収録機材から自由になった、という話です。

まずは、あなたの過去の動画や音声メモから、きれいに録れている30秒を探すところから始めてみてください。お手本が見つかれば、あとはAIに渡すだけです。

この記事が参考になったら、いいねやフォローで応援してくれると嬉しいです。次の実験を続ける燃料になります。

あなたなら自分の声のクローンを何に使いますか？「こんな使い方はどう？」というアイデアがあれば、コメントで教えてもらえると次の記事のネタになります。

次回は、90点台で十分実用なのを承知のうえで、実験室らしく本当の「学習」まで踏み込んで、残りの数点が埋まるのかを確かめる予定です。お楽しみに！

それではまた、れん学長でした！

📢 れん学長のAIツール実験室

メンバーシップでは、この記事では書ききれなかった実験ログや、AI活用の試行錯誤をもう少し踏み込んで共有しています。

価格や参加条件、どんな内容が読めるかは、入口記事にまとめています。

気になっていた方は、まず内容をのぞいてみてもらえるとうれしいです。

👉 メンバーシップの入口記事をのぞいてみる

📮 【無料】週1回のニュースレターやってます

実際に試したAIツールの「結局、誰が使うべきか」だけを、5分で読める形でメール配信しています。noteの更新を見逃したくない方もどうぞ。

#AI #ボイスクローン #IrodoriTTS #ClaudeCode #音声合成 #自動化 #生産性向上 #AIツール #ショート動画