3秒で声を複製できる無料のVoiceStudio　同意の確認は使う人任せ

3秒の録音があれば、その人の声でしゃべらせることができる。VoiceStudioという無料のソフトが、GitHubでスター9万7000以上を集めている。音声クローン、動画の吹き替え、文字起こし、オーディオブック作りまで、全部自分のパソコンの中だけで動く。便利そう。でも、自分の声は大丈夫なんだろうか？

無料、646言語、メモリ8GBから

作っているのはdebpalashという開発者。アプリ本体はオープンソースで、ライセンスはAGPL-3.0。動くのはWindows 10/11、macOS、Linux、Docker。GitHubの説明には「GPUがなくてもCPUだけで全部使える。ただ遅い」とある。公式サイトの目安はメモリ8GBほど。Windowsはコマンド1行で入る、とGIGAZINEが伝えた。

既定の読み上げの仕組みはk2-fsa/OmniVoiceで、対応は646言語。公式サイトの音声クローンの説明には「きれいに録れた3秒の音声があれば、たいてい足りる」とある。有料版（Pro）は年99ドル（約1万5000円）か199ドル（約3万1000円）で近日提供。アプリ本体とモデルのライセンスは別で、お金もうけに使えないモデルも混ざっている。

開発者は「許可があるときだけ」と書き、こうも書いた

GitHubの説明には一行、こうある。「Clone a voice only with its owner’s permission.」。持ち主の許可があるときだけ複製しろ、という意味だ。公式サイトの「使ってよい用途」のページには、仕事で使うなら「複製する声ごとに、署名入りの許可書を取っておくこと」とある。なりすましや詐欺、声での本人確認の突破、子どもの声の複製は禁止だ。

では、守らなかったら？　同じページにこうある。「デスクトップアプリはあなたのパソコンで動くので、あなたが手元で作るものを、私たちは見ることも止めることもできない」。できるのは、買わせない、ライセンスを取り消す、通信を遮断する、それくらいだ。

アプリに同意を確かめる仕組みもない。ライセンスの説明書にも、モデルの管理画面は「声の同意を確かめること」はしない、と書かれている。機能一覧には「AI Watermark」（AIの電子透かし）という項目があるが、別の説明書には「設定が有効で使えるときに」とある。既定で入るのかは確かめられなかった。

ネットの評判

はてなブックマークでは34人がブックマークし、コメントは1件。「完全ローカルで動作する音声クローンツールとか胸熱だな」と、声が外に出ないことを喜んでいる。試した報告も出ている。AI氣道の田中啓之さんは、自分の声13秒から複製を作り、本物らしさはElevenLabs v4 Turboにあと0.01〜0.05まで迫ったと書いた。それでも本番はElevenLabsを続け、ローカルは「声を外に出したくない原稿」だけに回すという。noteのしゃりさんは「自分以外の声を複製するときは、その人の同意を取っておくとトラブルを避けられます」と書き添えた。

一方で、自分の声が勝手に複製される側を心配する声は、ほとんど見つからなかった。文章のルールで足りるのか、ソフトの側で止めるべきなのか。

同意を取ったかどうかも、透かしを入れるかどうかも、だれもチェックしていない。