1 / 3
【概要】 DocsToAudioは、PDFやEPUB、DOCX、TXTの文書を音声ファイルに変換するサービスです。アップロードした文書から必要なページや章を選び、抽出されたテキストを確認・編集してから音声化できるため、レポートや電子書籍、学習資料をそのまま聴ける形に整えられます。 出力は章ごとのMP3をまとめたZIPか、章マーク付きのM4B形式1ファイルです。どちらか一方だけでも、両方でも書き出せます。PDFを表示したまま現在の文をハイライトしながら読み上げるリーダーも用意され、EPUBやDOCX、貼り付けたテキストにも同じ読み上げ体験があります。 音声は30以上の言語に対応した300以上の無料標準音声から選べるほか、ElevenLabsやGoogle Geminiのモデルを使った800以上のプレミアムAI音声も利用できます。さらにAI音声クローニングにより、自分の声で長い文書や書籍を読み上げさせることも可能です。 【主な機能】 • PDF→MP3/M4B変換: アップロードした文書を音声化し、章ごとのMP3をまとめたZIP、または章マーク付きのM4B形式1ファイルとしてダウンロードできます。 • 範囲選択とテキスト確認: ページや章を指定し、ヘッダーやページ番号、参考文献などを取り除くよう抽出テキストを編集してから音声を生成できます。 • 複数形式のドキュメント対応: PDF、EPUB、DOCX、TXTを同じ手順で音声化できます。 • 標準音声ライブラリ: 英語、スペイン語、フランス語、ドイツ語、中国語、日本語など30以上の言語に対応した300以上の無料音声を、試聴しながら選べます。 • プレミアムAI音声: ElevenLabs(Flash v2.5、Turbo v2.5、Multilingual v2)とGoogle Geminiのモデルにより、800以上のAI音声でより自然な読み上げを生成します。 • バックグラウンド変換: サーバー側の変換ジョブとして処理されるため、ブラウザを閉じていても完了時にメールで通知を受け取れます。 【利用シーン】 1. レポートや電子書籍、学習資料をダウンロードできる音声ファイルに変換する 2. PDFをMP3ファイル、または章マーク付きのM4Bオーディオブックにする 3. 文のハイライトと保存された読書位置を使いながらPDFを聴く 【料金概要】 Standard: $0/永久無料 — サインインすると300以上の音声・30以上の言語を1日50,000文字まで利用でき、MP3・M4Bのいずれか、または両方で書き出せます。 Premium — 5,000 credits: $5.99/都度購入 — サブスクリプションなし、クレジットは1年間有効。ElevenLabs・Geminiなど800以上のAI音声と、完了時メール通知付きのバックグラウンド変換が使えます。 Premium — 15,000 credits: $15/都度購入 — サブスクリプションなし、クレジットは1年間有効。800以上のAI音声とバックグラウンド変換が使えます。 Premium — 30,000 credits: $30/都度購入 — サブスクリプションなし、クレジットは1年間有効。800以上のAI音声とバックグラウンド変換が使えます。 Premium — 50,000 credits: $50/都度購入 — サブスクリプションなし、クレジットは1年間有効。800以上のAI音声とバックグラウンド変換が使えます。 【長所と短所】 長所: - 無料のStandardでも1日50,000文字まで音声化できるため、まず試してから課金を判断したい人に向いています。 - 生成前に抽出テキストを編集できるので、ヘッダーやページ番号、参考文献まで読み上げられてしまうのを避けたい人に向いています。 - 変換をサーバー側で任せられるため、長い文書の処理を待たずにブラウザを閉じたい人に向いています。 短所: - 標準音声の利用にはサインインが必要で、1日50,000文字までの上限があります。 - プレミアムAI音声は、選択したモデルに応じてクレジットを消費します。 - バックグラウンド変換はアカウントのクレジット残高が0より多い必要があり、音声の再ダウンロードは7日間までです。 - 読み上げリーダーはテキストベースのPDFのみ対応で、スキャンしたPDFはOCRが必要です。再生速度は0.75×〜2.0×で、アップロードしたPDFは最後のアクセスから30日間非公開で保存されます。 - 音声クローニングは10〜30秒のサンプル(MP3、10 MBまで)が必要で、1スロットあたり5,000クレジット、同時に2スロットまでです。削除は永続的で、料金は返金されません。 【よくある質問】 Q: 無料でどこまで使えますか? A: Standardプランは$0で、サインインすると300以上の音声を1日50,000文字まで利用でき、MP3またはM4Bで書き出せます。 Q: プレミアムのクレジットに有効期限はありますか? A: 購入したクレジットは1年間有効です。サブスクリプションではなく都度購入の方式です。 Q: どの形式の文書を音声にできますか? A: PDF、EPUB、DOCX、TXTに対応しており、いずれも同じ手順で音声化できます。
Standard · $0 (Free forever, 300+ voices, 30+ languages, Sign in · 50,000 characters/day) Premium — 5,000 credits · $5.99 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium — 15,000 credits · $15 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium — 30,000 credits · $30 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium
表示価格は米国地域の参考価格です。地域によって価格は異なります。
WPS AIは、WPS Officeに統合されたAIアシスタントです。文書の執筆やPPTのアウトライン生成、長文の要約と質問応答、表計算の数式作成やデータ分析までをサポートします。中国語環境で利用でき、日々のオフィスワークにおける作成・整理…
Baidu Comateは、百度の文心大模型(ERNIE)を基盤としたAIコーディングアシスタントです。自動コード生成、単体テスト生成、コメント生成、インテリジェントQ&Aといった機能を提供し、開発者がコーディング作業を効率化できるよう支援…
UniConverterは、動画・音声・画像の変換、圧縮、編集、画質向上をまとめて行えるAIメディアツールです。低画質な映像を復元するAI Video…
DocsToAudioの代わりに検討したいツール6件