Version 2.14.0 以降の ことせかい では iOS 16 以降であれば iOS 標準の音声のほかに VOICEVOX の音声で読み上げることができるようになりました。VOICEVOX は無料で使える日本語の音声合成ソフトウェアで、たくさんのキャラクターの声が用意されています。

音声を作る処理は全て端末の中で行われます。読み上げるために本文がどこかへ送られる事がないため、読み上げを行うために通信が発生することはありません。ただし、後述する「音声モデル」を取得するためにその音声モデルの取得時にはネットワーク通信が必要となります。

VOICEVOX の声で読み上げるには発話時に使用する声の「音声モデル」を端末にダウンロードする必要があります。音声モデルはキャラクターの声のデータそのもので、1つあたりおおよそ60MB程度で2026年現在に公開されている「音声モデル」を全部取得させると1.4GBほどありました(2026年9月現在の実測値)。これらの音声モデルについては ことせかい には含めておりませんため、ユーザ様ご自身でダウンロードしていただく必要があります。

音声モデルは必要なものだけを選んで取得することができます。「設定タブ」→「VOICEVOX の設定」→「音声モデルの取得と削除」などからキャラクター名で探して取得してください。取得の前にはそのキャラクターの利用規約が表示されます。内容を確認して「規約に同意して取得」を選ぶことで取得が始まります。

音声モデルはそこそこ大きいため、標準ではモバイル通信では取得しないようになっています。モバイル通信しか無い場所で取得を始めた場合、失敗するのではなく Wi-Fi に繋がるまで待ってから取得されるための取得待ち状態になります。待たずにモバイル通信で取得したい場合は「設定タブ」→「VOICEVOX の設定」→「モバイル通信でも取得する」をONにしてください。

「設定タブ」→「発話設定」で読み上げに使う声を選べます。VOICEVOX のキャラクターも同じ一覧に並んでいてまだ取得していないキャラクターも選べるようになっています。取得していないキャラクターを選んだ場合は利用規約が表示され同意すると音声モデルの取得が始まります。取得が終わってから設定が切り替わります。

キャラクターの声がどんな声なのかは公式サイトの紹介ページで聞くことができます。公式サイトの紹介ページは一覧の右側にある詳細ボタンから開くことができるようにしていますので取得する前の参考にしてください。

なお、話者ごとに声の高さや速さを変えたり会話文だけ別のキャラクターに読ませたりといった設定は iOS 標準の音声の時と同じように「発話設定」「発話変更設定」から行えます。

VOICEVOX は端末の中で音声を作るため、読み上げながら作るとどうしても端末に負荷がかかります。端末が古かったり、発話時の速度設定が速すぎたりすると読み上げに音声の生成が追いつかず、途中でしばらく止まってしまう事があります(といいますか、iPhone 17 Pro でも速度設定を最大の1.0にすると後述するCPU性能を十分に使えている状態から発話を開始しても実時間での音声合成はできずに発話が途切れ続けるのを確認しておりますので速度設定を早くする運用に関してはあまり期待はしないでおいた方が良さそうです)。 また、ことせかい が画面に表示されている場合には端末のCPU性能を十分に発揮することができる場合が多いのですが、バックグラウンド再生をしていたり、端末が熱を持ってしまっていたり、電池が減っていて省電力モードになっていたりするなどで端末のCPU性能を十分に発揮させることができずに読み上げに音声の生成が追いつかなくなる場合があります。

このような問題を緩和するため、先に音声を作って端末に貯めておくことができるようにしています。小説の詳細画面の「事前生成音声を今の読み上げ位置から作る」または小説本文画面のボタン群に追加できる「事前生成音声を作る」ボタンから事前生成音声の作成を始めることができます。一度事前生成音声を作っておけば、その部分については声を作り直さずにすぐ読み上げることができるようになります。

事前生成音声の作成中は ことせかい の画面を消さずに置いておいてください。画面が消えたり、別のアプリに移ったり、小説のダウンロードをするなどした場合には事前生成音声の作成を一時的に停止するようにしています。なお、事前生成音声の作成が止まってもそれまでに作られた分はそのまま残り、次に作り始める時には続きから作るようにもしています。

作られた事前生成音声はストレージ容量を消費します。音声1時間ぶんでおよそ15MB程度でした。貯まった音声は「設定タブ」→「VOICEVOX の設定」→「事前生成音声の確認と削除」で小説ごとに確認でき、読み終わった分だけを消したり作品ごとまとめて消したりできるようにしています。同じ画面で「音声の合計の上限」や「空き容量がこれを切ったら止める」も決められますので、端末の容量に合わせて設定してください。なお、作った音声を消しても小説の本文が消える事はありません。

VOICEVOX の音声で発話をさせている場合、ことせかい は先に作成済みの音声が足りなくなりそうな時や先に作ってある音声が存在しない時には読み上げを続けながら先の音声を作り足すように動作します。この時に作られる音声は、聴き終わった所から順に消えていく形で一時的に保存されるものという扱いにしています。また、この一時的に保存される事前生成音声は別の小説を読み始めたタイミングで前の小説のために貯めていた分は削除されるようにしています。

「設定タブ」→「VOICEVOX の設定」→「読み上げ中に作られる音声」でこの動きを調整することができます。「読み上げ中に作り足す下限」は先に作ってある音声の残りがこの時間より短くなったら作り足すという設定です。「聴いた所を残しておく時間」は少し戻って聴き直す時に作り直さずに済むように聴き終わった音声をどれだけ残しておくかの設定です。どちらの設定も長くするとその分だけ一時的に使う容量が増える傾向にあるので注意してください。一時保存の音声が今どれだけストレージ容量を使っているかは「一時保存の音声」に出ています。

使わなくなった音声モデルは「設定タブ」→「VOICEVOX の設定」→「音声モデルの取得と削除」から削除することができます。

今の発話設定で使っているキャラクターの音声モデルを消しても発話設定はそのままにしてあり、音声モデルをダウンロードし直せばそのまま動作します。また、事前生成音声が作成済みの箇所については音声モデルを消した後もそのまま再生することができます。事前生成音声が作られていない箇所については音声モデルを取り直すまでは端末の標準の音声で読み上げられます。

VOICEVOX の音声モデルや事前生成音声についてはバックアップ対象になりません。これは「設定タブ」→「バックアップ用データの生成」だけではなく、「設定タブ」→「iCloud 同期を使用する」での同期の対象にもなりませんし、iCloud でのアプリのバックアップ対象にもなりません。そのため、他の端末で使う場合や新しくアプリを入れ直した場合などは再度音声モデルのダウンロードや事前生成音声の作成が必要となります。

「設定タブ」→「読みの修正」で登録した読み替えについては、VOICEVOX 向けの設定を追加できるようにしました。この新しい VOICEVOX 向けの設定項目側では今までのシステムの音声で行っていた単純な文字列の置き換えとは違った形の、アクセントや品詞を含んだ指定ができるようになるのですが、今までのシステムの音声の仕組みと同じような単純な文字列の置き換えでも動作するような設定方法も許容するように作られているので少し設定周りが複雑になっています。

設定としては、「設定タブ」→「読み替え辞書」に登録される形までは同じです。このそれぞれの「読み替え辞書の詳細」ページに「適用する音声合成」という項目が追加され、そこで VOICEVOX が選択されているものについては VOICEVOX で発話される文字列に対しての読み替え登録が動くようになっています。

「適用する音声合成」で VOICEVOX を選び、「VOICEVOX での読みとアクセント」を未設定のままにすると、従来と同じ「読み替え前」から「読み替え後」への文字列置換として動作します。VOICEVOX 用の読みを設定すると、VOICEVOX では文字列置換を行わず、元の本文の表記をユーザー辞書に登録した読み・アクセント・品詞で解析されます。登録自体は受け付けられても単独の解析では指定した読みが採用されない場合があります。前後の文脈や優先度、品詞によって実際の文章では採用されることもあるため「文の中で確認」で確認すると良いかもしれません。

また、VOICEVOX での読みとアクセントで指定される「読み」にはカタカナしか使うことができず、「ー」といった長音符号も使えず「オー」ではなく「オオ」というような書き方をする必要があります。また、「ゥ」のような小書きのカタカナは、登録自体は受け付けられても、解析では「ウ」として扱われることがあります。一応、期待されていない読み上げになりそうな場合には警告を出すようにしていますが、前述の通り前後の文脈によって別の品詞として受け取れるような場合などには登録した読みが採用されず、前後の文脈や標準辞書に基づく解析結果になる場合があります。このような状況をすべて事前に検出することはできませんので、あらかじめご了承ください。

また、読みの修正や話者の設定を変えると、それより前に作ってあった事前生成音声は古い読み方のままになってしまうため、そのような部分を含む事前生成音声は使えなくなってしまいます。「事前生成音声の確認と削除」にある「今の設定で使われない音声を削除する」で、そうした音声をまとめて片付けられます。

VOICEVOX で作った音声をSNSや配信などで公開する場合はクレジット表記が必要です。表記の内容はキャラクターごとに決まっていて、「設定タブ」→「VOICEVOX の設定」→「クレジット表記」に取得済みのキャラクターのぶんが並んでいます。行を選ぶとそのキャラクターの利用規約を開く事ができます。利用条件はキャラクターごとに異なりますので公開する前にはそれぞれの利用規約をご確認ください。

VOICEVOX および各キャラクターの音声ライブラリは ことせかい とは別に配布されているものです。ことせかい は公式の配布場所から音声モデルを取得しているだけで、ことせかい が音声モデルを配布しているわけではありません。

VOICEVOX 本体についての詳しい情報は VOICEVOX 公式サイト をご覧ください。