2026年10月21日時点のGitHubプロジェクト

オープンソースのオーディオブック生成ツール vs ホステッドのフルキャスト

無料登録、カード不要。作成にはクレジットを消費します。

ebook2audiobook、audiblez、abogenなどの無料GitHubプロジェクトは、EPUBを自分のパソコンでオーディオブックに変換します。各オープンソースオーディオブック生成ツールに必要なものとできることを、ホステッドのフルキャストと並べて紹介します。

FullCastBookvsオープンソースツール
FullCastBookオープンソースツール
コストクレジット(プランまたはチャージ)無料ソフトウェア。パソコンは自分で用意
オフライン動作
セットアップ
GPU
Alice's Adventures in Wonderland — The Cheshire Cat
ナレーターNaomiAliceAbbyCheshire CatSnik 使い方
『Alice's Adventures in Wonderland』の表紙

Lewis Carroll

Alice's Adventures in Wonderland

アリスがにやにや笑うチェシャ猫に道を尋ねる——何も分からずじまい。

ナレーターNaomi語り

The Cat only grinned when it saw Alice. It looked good-natured, she thought; still it had very long claws and a great many teeth, so she felt it ought to be treated with respect.

Cheshire Puss, would you tell me, please, which way I ought to go from here?

Cheshire CatSnik狡猾

That depends a good deal on where you want to get to.

I don't much care where—

Cheshire CatSnik狡猾

Then it doesn't matter which way you go.

—so long as I get somewhere.

Cheshire CatSnik狡猾

Oh, you're sure to do that, if you only walk long enough.

約1分 · 3ボイス · 再生可能7
登録不要で無料試聴。自分の章の処理と書き出しにはログインとクレジットが必要です。準備できた →
選択可能なAI音声
137
標準70 · プレミアム67
インポート可能なファイル形式
5
EPUB · PDF · DOCX · TXT · MD
書き出し方法
3
チャプター付きM4B · MP3 · ZIP
音声モデル
4
Gemini · ElevenLabs

項目別比較

FullCastBook vs オープンソースのオーディオブックツール

GitHubのオープンソースオーディオブック生成プロジェクトとホステッドのフルキャストを、各プロジェクトのREADME、ライセンスファイル、モデルカードに基づき2026年10月21日時点で比較。

FullCastBookオープンソースツール
コストクレジット(プランまたはチャージ)無料ソフトウェア。パソコンは自分で用意
オフライン動作非対応KokoroまたはPiperなら可能。edge-ttsはMicrosoftのオンラインサービスを呼び出す
セットアップ不要。ブラウザで動作Python、Docker、またはインストーラー。M4Bにはffmpegまたはcalibre
GPU不要ほとんどは任意。CPUでも動作するが遅い
入力形式EPUB、PDF、DOCX、TXT、Markdown、またはテキスト貼り付けaudiblez:EPUBのみ。abogen:EPUB、PDF、TXT、MD。ebook2audiobook:MOBIやDOCXなど多数
自動キャラクターボイス対応Audiobook Creatorは自分で動かす言語モデルを使用。ほとんどのツールは単一の声
チャプター付きM4B対応abogen、ebook2audiobook、Audiobook Creator
ボイスクローニング非対応ebook2audiobook(XTTSv2、非商用ライセンス)
コードの閲覧と変更非対応対応
テキストが自分のマシンに留まる非対応すべてローカルで実行する場合は可能
音声の販売利用規約に基づく商用利用声による:KokoroはApache-2.0、XTTS-v2は非商用、Piperの声はさまざま
メンテナンスホステッドで常に最新コミュニティプロジェクト。Piperはメンテナー募集中と表明

プロジェクトの詳細は各プロジェクトのGitHub README、ライセンスファイル、Hugging Faceモデルカードに基づき、2026年10月21日時点で確認。オープンソースプロジェクトは変化が早いため、インストール前にリポジトリを確認してください。料金プランは料金ページにあります。

出典: ebook2audiobook · audiblez · abogen · Audiobook Creator · epub_to_audiobook · Kokoro-82Mモデルカード · Piper(piper1-gpl) · Piperの声 · Coqui XTTS-v2モデルカード · edge-tts

ステップガイド

GitHubツールとホステッド・フルキャストを比較する方法

決める前に、同じ章を両方の方法で実行してみましょう。

  1. テスト用の章を選ぶ

    少なくとも3人のキャラクターが話す章を選びましょう。ローカルツールとホステッドツールの違いが最も出る部分です。
  2. ローカルで実行

    audiblezやabogen(Kokoro使用)などのプロジェクトを1つインストールし、セットアップと生成にかかる時間を自分のマシンで確認します。
  3. ホステッドで実行

    同じ章をここにアップロードし、検出されたキャストを確認して、話者が間違っている行を修正します。
  4. 結果を比較

    両方を聴き比べ、音質と、かかった時間・ハードウェア・使用した声のライセンスを天秤にかけましょう。

オープンソースのオーディオブック生成ツール

ホステッド・フルキャストが代行する作業

オープンソースのオーディオブック生成ツールでは自分で行う作業を、一か所でまとめて処理します。

  • インストール不要、GPU不要

    セットアップは何もいりません。PythonもDockerもffmpegも不要です。ブラウザで本をアップロードするだけで始められます。
  • 話者を自動検出

    登場する話者をすべて見つけ、ナレーターとは別の声を割り当てます。行ごとにタグ付けするのではなく、キャストを確認するだけです。
  • 章分けとM4Bを一度に

    章は目次や見出しから自動で作成され、書き出しは章マーカー付きのM4B、単一のMP3、または章ごとのZIPから選べます。
  • 括弧書きで演出

    セリフの横に[whisper, like sharing a secret]や[laugh]のようなサウンドタグを書くと、声がそれに従います。
  • 1行だけ再生成

    名前の発音を間違えたら、コンピューターで章全体をやり直すのではなく、その1行だけを再生成できます。
  • シリーズを通して同じキャスト

    1巻で選んだ声を保存し、続編でもそのまま使い回せます。
このページの目次
  1. 1オープンソースのオーディオブック生成ツールが求められる理由
  2. 2GitHubの主要プロジェクト
  3. 3音声:Kokoro、Piper、XTTS、Edge TTS
  4. 4キャラクターの声:話者帰属を試みるプロジェクト
  5. 5セットアップ、ハードウェア、本1冊あたりの時間
  6. 6ホスト型フルキャストが作業を節約する場面
  7. 7どちらを選ぶか

詳しく知る

オープンソースのオーディオブック生成ツールが求められる理由

オープンソースのオーディオブック生成ツールが検索されるのには理由があります。無料で使え、テキストを自分のコンピューターの外に出す必要がなく、仕組みを自分で変更できるからです。GitHubでAIオーディオブック生成ツールを探すと、EPUBをオーディオブックに変換する活発なプロジェクトが見つかり、その背後にあるオープンな音声モデルも急速に進化しています。

このページでは、人々が実際に検索するプロジェクトを、2026年10月21日時点で確認したREADME、ライセンスファイル、モデルカードに基づいて、それぞれの要件と出力を整理します。その上で、ローカルで無料という選択肢と、自動キャスティング付きのホスト型という選択肢のそれぞれについて、正直なところを説明します。

GitHubの主要プロジェクト

最も幅広いのがebook2audiobookです。EPUB、MOBI、PDF、DOCX、TXTなどに対応し、デフォルトで章とメタデータ付きのM4Bを出力します。XTTSv2、Bark、VITS、Tortoiseなどのエンジンを切り替えられ、オプションで声のクローンも可能です。ローカルWeb UI、Docker、Colabを通じてCPUまたはGPUで動作します。コードはApache-2.0で、最新リリースは2026年10月5日に公開されました。

audiblezはEPUBを入力し、Kokoroが単一の声で読み上げたM4Bを出力するという一点に特化しており、パッケージングはffmpegが担当します。abogenはEPUB、PDF、TXT、Markdown、字幕ファイルを入力し、章付きのMP3、FLAC、WAV、M4Bに加えて字幕も出力でき、Kokoroをオフラインに保つ設定もあります。どちらもMITライセンスです。epub_to_audiobookはAudiobookshelf向けに章ごとのMP3を書き出し、オンラインではAzure、OpenAI、Edgeの声を、ローカルではPiperやKokoroを使用します。

音声:Kokoro、Piper、XTTS、Edge TTS

Kokoroはこれらのツールの多くが共有する声で、audiblez、abogen、Audiobook Creatorがすべて採用しているため、Kokoro TTSのオーディオブックが通常の出発点となります。8200万パラメータのオープンウェイトモデルで、Apache-2.0の下で公開されており、商用利用も可能です。Piperは高速なローカルエンジンです。現在のリポジトリpiper1-gplはGPL-3.0で、メンテナーを募集中と記載されています。また、Piperの各音声にはそれぞれのモデルカードとライセンスが付属しており、中には制限の厳しいものもあります。

CoquiのXTTS-v2は6秒のクリップから17言語で声をクローンできますが、Coqui Public Model Licenseではモデルとその出力の非商用利用のみが許可されています。また、edge ttsのオーディオブックはまったくローカルではありません。edge-ttsのREADMEには、コード自体はオープンソースであっても、Microsoft Edgeのオンラインテキスト読み上げサービスを使用すると記載されています。

キャラクターの声:話者帰属を試みるプロジェクト

ほとんどのプロジェクトは本全体を単一の声で読み上げます。ebook2audiobookは声を切り替えられますが、音声タグを使って自分で箇所をマークする必要があります。自動化を試みているのがAudiobook Creatorです。OpenAI互換APIを通じて実行する言語モデルが、まず登場人物を年齢と性別とともにリストアップし、次に各行を帰属させ、ツールが性別に基づいて声を割り当てます。READMEでは少なくとも20,000トークンのコンテキストウィンドウを推奨しています。

それがFullCastBookがサーバー上で解決する問題です。OFFICER REYES: [firm, tired] Step away from the car.という行を考えてみてください。単一音声のツールは前後のナレーションと同じように読み上げますが、フルキャストならレイエスに専用の声を与え、本の最後までその声を保ちます。

セットアップ、ハードウェア、本1冊あたりの時間

PythonまたはDocker、M4B用のffmpeg(Audiobook Creatorではcalibre)、そしてある程度のコマンドライン作業が必要です。GPUはほとんどのプロジェクトでオプションですが、待ち時間が変わります。audiblezのREADMEによると、Colab T4 GPUで毎秒約600文字、M2 MacBook ProのCPUで毎秒約60文字です。計算すると、8万語の小説は約47万文字なので、そのGPUで約13分、そのCPUで2〜3時間かかることになります(やり直しを除く)。

ハードウェア対応はプロジェクトによって異なります。Audiobook CreatorはApple Silicon GPU非対応と明記し、ebook2audiobookはCUDAやROCmと並んでAppleのMPSを挙げ、abogenはLinuxのみでAMD GPUをサポートします。無料のホスト型モデルを手動で試したい場合は、Google AI Studioオーディオブックのチュートリアルをご覧ください。

ホスト型フルキャストが作業を節約する場面

FullCastBookは無料・オフラインの部分を省く代わりに手間を減らします。インストールは不要。EPUB、テキストレイヤー付きPDF、DOCX、TXT、Markdownファイルをアップロードするだけで、章と話者が自動検出されます。各キャラクターにはナレーターとは別の声が割り当てられ、[whisper]や[sigh]でセリフを演出でき、章ごとではなく1行だけ再生成でき、章マーカー付きM4B、単体MP3、または章ごとのZIPで書き出せます。

コスト・プライバシー・コントロールの面では、オープンソースに軍配が上がります。オフラインで動作し、ハードウェア以外は無料で、コードを読んで変更でき、ebook2audiobookはボイスクローンにも対応しています(当サービスでは提供していません)。テキストもお使いのマシン内に留まります。FullCastBookの場合、テキストは音声プロバイダー(標準音声はGoogleのGemini TTS、プレミアム音声はElevenLabs)に送信されます。

どちらを選ぶか

PythonやDockerに抵抗がなく、無料で高品質な声を1つ使いたい、あるいは完全オフラインが必要なら、ローカルのAIオーディオブック生成ツールを選びましょう。販売する前には音声のライセンスを確認してください。会話が多い本、ツールチェーンを維持したくない場合、章とキャラクター音声を一か所で管理したい場合は、オーディオブックスタジオのホステッド・フルキャストを選びましょう。

ボイススタジオやストアプログラムを含む広範な情報はオーディオブック向けTTS比較ガイドを、フォーマット自体についてはM4Bオーディオブックメーカーをご覧ください。

よくある質問

オープンソースのオーディオブック生成ツール:よくある質問

答えが見つからない場合はメールで support@fullcastbook.com

無料のオープンソースオーディオブック生成ツールはありますか?

はい、いくつかあります。audiblezはEPUBをKokoroでM4Bに変換します。abogenはEPUB、PDF、テキストから章付きM4Bを書き出します。ebook2audiobookは多くのフォーマットとエンジンに対応しています。いずれも自分のコンピューターで無料で実行でき、セットアップは自分で行います。

オーディオブックに最適なオープンソースTTSはどれですか?

一概には言えません。Kokoroはこれらのプロジェクトで最も一般的な選択肢で、Apache-2.0ライセンスにより商用利用が可能です。Piperは高速でローカル動作しますが、音声ごとにライセンスが異なります。XTTS-v2はボイスクローンが可能ですが、非商用利用に限られます。それぞれ1章ずつ試してみてください。

オープンソースツールでキャラクターごとに異なる声を割り当てられますか?

いくつか試みています。Audiobook Creatorは自分で実行する言語モデルを使ってキャラクターを識別し、各行を割り当てます。ebook2audiobookでは手動で追加したタグで声を切り替えられます。ほとんどのツールは本全体を1つの声で読み上げます。

ローカルでオーディオブックを作るのにGPUは必要ですか?

ほとんどのローカルAIオーディオブック生成プロジェクトでは不要ですが、GPUがあるとはるかに高速です。audiblezのREADMEによると、T4 GPUでは毎秒約600文字、M2 MacBook ProのCPUでは毎秒約60文字で、計算上は小説1冊が数分対数時間になります。

オープンソースの音声で作ったオーディオブックを販売できますか?

ツールのライセンスではなく、モデルのライセンス次第です。KokoroはApache-2.0で商用利用が可能です。CoquiのXTTS-v2ライセンスは出力の非商用利用のみを許可しています。Piperの音声はそれぞれ独自のライセンスを持っています。さらに、ストアのAIナレーションに関する規則も確認してください。

edge-ttsはオープンソースでオフラインですか?

コードはオープンソース(LGPLv3)ですが、オフラインではありません。READMEにはMicrosoft Edgeのオンラインテキスト読み上げサービスを使用すると記載されています。

セットアップは不要。フルキャストを聴いてみよう。

章をアップロードし、検出された話者を確認して、章付きM4Bを書き出しましょう。登録にカードは不要。作成時にクレジットで支払えます。