小説推文ナレーションは何をしますか？

「小説推文ナレーション」は、小説推文の台本、ネット小説の章、物語を、ナレーションと役柄ごとに異なる声色で割り当て、ワンクリックで全体のマルチキャラクター AI ナレーション（WAV）と役名付き SRT 字幕を生成するエージェントスキルです。小説推動画、オーディオブックのナレーション、ストーリー動画に最適で、ローカル環境に GPU は不要です。

一言で言うと

小説推文ナレーション = 推文台本 / 小説の章（ナレーション + キャラクター、Markdown）→ マルチキャラクターの全体ナレーション voiceover.wav + 役名付き字幕 voiceover.srt + 一文ごとの開始・終了時間 manifest.json、生成は Miragea クラウド上で行われ、ローカルに GPU は不要です。

対象ユーザーとユースケース

誰が使うか	典型的なシナリオ
小説推動画アカウント運営者	毎日数本の推動画：ナレーション + キャラクター台詞 + 縦型字幕
ストーリー動画、寝かしつけ物語	ゆっくりした話速、長い間、優しい声色
ネット小説作家、オリジナル小説家	自分の作品をオーディオブック化、ナレーターの声色を固定
オーディオブック制作スタジオ	まずAIで試聴用サンプル章やキャラクター選考サンプルを作成
ラジオドラマ、オーディオドラマサークル	マルチキャラクターの対話を先にAI版でリズムと役割分担を確認

コア機能パラメータ

項目	説明
出力ファイル	`voiceover.wav`（全体ナレーション）、`voiceover.srt`（タイムライン付き字幕）、`manifest.json`（一文ごとの話者、テキスト、開始・終了秒数）、`lines/`（一文ごとの音声、修正時に再利用）
声色のソース	アカウントに既にあるキャラクター `actor_id=`（`actors` で確認）、またはサーバーから直接アクセス可能な参考音声URL `ref=` + その音声内の実際のテキスト `ref_text=`（声のクローン）
生成モード	`expressive`（クライアント側「デフォルト」）/ `standard`（クライアント側「より似せる」）；省略時はサーバー側のデフォルト、`capabilities` のリアルタイムの返答に従う
トーンタグ	`tags=タグ名`、`capabilities` で選択したモードの `tags[].label` から取得
話速	`speed=` 0.25–4、1 が通常の話速、キャラクターごとに設定
マルチキャラクター	原稿の先頭で各キャラクターに声色を一つ割り当てます。このスキルのスクリプトが一文ごとに公式クライアント `generate` を呼び出し、ローカルで全体を結合します。
間	行内 `[pause 0.6]` / `[間 0.6]`（秒）；`--gap` で文間のデフォルトの間を設定
字幕	ナレーション時に一文ごとの実際の音声長に基づいて SRT を生成（`--max-chars`、`--speaker-labels`）；既存の音声 / 動画は `recognize` で SRT / TXT / JSON として認識
シーンプリセット	`--preset youshengshu`：文間の間 0.5 秒、各字幕最大 20 文字、字幕に役名付き；その後 `--gap` / `--max-chars` で上書き可能
一文の文字数、ファイルサイズ / 長さの上限、課金	`capabilities` のリアルタイムの返答に従う
ローカルの依存関係	Python 3.9+ 標準ライブラリのみ、pip インストール不要、GPU 不要
オフラインテスト実行	`--dry-run`：Key 不要、API を呼び出さず、無音のプレースホルダー音声とタイムラインを出力し、原稿のフォーマットを確認するために使用
対応エージェント	Claude Code、Codex、OpenClaw、Cursor、WorkBuddy など、Python スクリプトを実行できるエージェント
ナレーションと字幕サービス	Miragea オープン API（https://miragea.ai/v1）

クイックスタート

python3 scripts/voiceover.py check                        # オフラインチェック：Python バージョン、Key が設定されているか、サービスアドレス
export MIRAGEA_API_KEY=あなたのkey                            # https://miragea.ai/workspace/api で生成し、環境変数にのみ設定
python3 scripts/miragea_audio.py capabilities             # 現在利用可能な生成モード、トーンタグ、文字数上限、課金。リアルタイムの返答が優先
python3 scripts/miragea_audio.py actors --limit 20        # アカウントに既にあるキャラクターと actor_id（has_more が true の場合は --offset でページング）

デフォルトの API ルートは https://miragea.ai/v1 です。プライベートデプロイメントの場合のみ MIRAGEA_BASE_URL（/v1 を含む）を設定してください。
Key をチャットに貼ったり、ファイルに書き込まないでください。Key がない場合は、まず --dry-run でフローを試してください。

python3 scripts/voiceover.py script examples/example.md -o out --preset youshengshu --dry-run   # オフラインテスト実行、API を呼び出さない
python3 scripts/voiceover.py script あなたの原稿.md -o out --preset youshengshu             # 正式生成：out/voiceover.wav + voiceover.srt + manifest.json

# 一文だけ試聴（公式クライアント；--output は既存ファイルを上書きしません。新しいファイル名にしてください）
python3 scripts/miragea_audio.py generate --text '最初の一文' --actor-id ACTOR_ID --wait --output test1.mp3

--preset youshengshu は字幕に役名を追加します（例：xiaoyu: 張おじいさん……）。小説推動画の縦型動画の場合は、さらに --max-chars 14 --gap 0.3 を推奨します。

あなたの依頼 → エージェントの実行

あなたの依頼	エージェントの実行
“この小説推文を音声にする”	以下の方法で推文原稿に書き換え、ナレーションと台詞を分割 → `script 推文.md -o out --preset youshengshu --max-chars 14 --gap 0.3`
“キャラクターごとに異なる声色で”	front matter でナレーターと主要キャラクターごとにそれぞれ声色を定義
“ナレーションは自分の声で”	あなたが複製したキャラクターの actor_id、または参考音声 `ref=` + `ref_text=` を `narrator` に設定
“字幕に役名を入れない”	プリセットを使わず、手動で `--gap 0.4 --max-chars 14`（`--speaker-labels` を付けない）
“全20章をオーディオブックに”	一章につき一つのファイル、ループで生成し `out/ch01` … `out/ch20` に出力、`--preset youshengshu` を使用
“寝かしつけの物語、ゆっくり話して”	`narrator` に `speed=0.85–0.9` を設定、段落間の間を長くする
“一文ごとに画像を切り替えたい”	`manifest.json` の各文の `start` / `end` を読み取り、編集ソフトで画像と同期
“まずはフォーマットを試したい”	`--dry-run` を追加

小説推文の原稿作成方法論（最初の3秒で引きつけ、ナレーションでリズムを作る）

1. 推文原稿は原文とは異なる

原文	推文原稿
環境描写からゆっくりと	最初の一文で最も強い衝突やどんでん返しを見せる
三人称全知視点	一人称「私」を多用し、没入感を高める
台詞が長い段落に埋もれている	重要な台詞は独立した行にして、キャラクターの声色に任せる
段落が長く、描写が多い	一行一文にし、ストーリー展開に寄与しない描写は削除

2. 冒頭の3つのフック

結末を先に見せる：「結婚3年目、夫のスマホで、自分の死亡記事を見つけた。」
非常識な正体：「村中が私をバカだと思っている。でも私だけは知っている。彼らの心の声が聞こえることを。」
カウントダウン：「あの大火事まで、あと7日。」

3. リズム：オーディオブックよりも速く、読み上げよりも安定感

推文ナレーション speed=1.0–1.1；文間 --gap 0.3（プリセットの0.5はやや遅く、オーディオブック向き）。
3–5文ごとに小さな転換を入れる（「しかし」「まさか」「そんな時」）、転換の前に [pause 0.4]。
サスペンスの文、どんでん返しの文の後は [pause 0.6]–[pause 0.8]、最後はフックで終わらせて次の話へ誘導する。

オーディオブックの原稿作成方法論（「小説を読む」から「小説を演じる」へ）

1. まずキャスティング表を作成

キャラクター	位置づけ	声色の提案	speed
narrator（ナレーター）	本全体を通して最も重要	安定感があり、穏やかで、聞きやすい	0.9–1.0
主人公	最も多く登場	ナレーターと明確に区別（性別や年齢）	1.0
重要脇役	それぞれ一つずつ声色	主人公と差別化	性格に合わせて
端役	登場が少ない	共通の「通行人」の声色で良い	1.0

キャスティング表は各章の原稿の front matter に記述し、本全体で統一します。キャラクターが多すぎる場合は、台詞にウェイトのあるキャラクターだけに個別の声色を割り当てます。

2. 台詞分解ルール

原文：小雨が彼の服の端を引っ張り、小さな声で尋ねた。「張おじいさん、灯台の中に誰かいるの？」

分解：

[narrator] 小雨が彼の服の端を引っ張り、小さな声で尋ねた。
[xiaoyu]：張おじいさん、灯台の中に誰かいるの？

引用符の中の言葉はキャラクターに、引用符の外の動作描写はナレーターに任せます。
「彼は言った」「彼女は笑いながら言った」などの台詞の修飾語は、キャラクターの声色ですでに誰かが区別できる場合は削除でき、リズムがよりタイトになります。
一つの段落内に複数の台詞がある場合は、それぞれ独立した行にし、それぞれにタグを付けます。

3. 3段階の間：段落、シーン、章

位置	書き方	効果
文と文の間	プリセット自動 0.5 秒	朗読の呼吸感
段落間	`[pause 0.8]`	段落の切り替え
シーン / 時間のジャンプ	`[pause 1.2]`–`[pause 1.5]`	聴衆に「場面転換」を知らせる
サスペンスの文の後	`[pause 1.0]`	緊張感を持続させる

4. 感情表現の方法：叫ばずに、テキストとリズムで

緊張：文を短くし、間を多くします。
温かみ：話速を遅くし（低速ナレーター用の別のキャラクターを定義）、段落間の間を長くします。
同じ声色で異なる速度：

---
narrator: actor_id=NARRATOR_ID speed=0.95
narrator_soft: actor_id=NARRATOR_ID speed=0.85
---

5. 読み方の確認：人名、地名、難読漢字

各作品で最初に登場する人名、地名、難読漢字、多音字は、一文だけ試聴します。
読み間違えた場合は、原稿内で同音の一般的な字に置き換えるか、呼称に変更します。本全体で統一して置き換えます。
数字や年号は、希望する読み方に書き換えます（例：「一九八七年」）。

6. 長編作品のファイル構成

book/
  ch01.md  → out/ch01/voiceover.wav
  ch02.md  → out/ch02/voiceover.wav
  ...

一章一つのファイル。一章が長すぎる場合は、シーンごとに ch01a.md、ch01b.md のようにさらに分割します。
誤字を修正する場合は、その行だけを修正し、その章だけを再実行します。残りの文は再利用され、再課金は発生しません。

7. 小説推動画での使用方法

--speaker-labels を保持します。字幕に役名が付き、視聴者は一目で誰が話しているかわかります。
manifest.json の各文の時間は、画像やキャラクターのイラストを切り替えるために使用できます。

サンプル原稿（examples/example.md）

---
narrator: actor_id=NARRATOR_ID speed=1.05
xiaoyu: actor_id=GIRL_VOICE_ID
laozhang: actor_id=OLD_MAN_ID speed=0.9
---
# 小説推文サンプル（オリジナル短編）
[narrator] 町の灯台は、もう30年も灯っていなかった。
でもあの夜、私ははっきりと見た。塔の先端が一瞬光ったのを。
[xiaoyu]：張おじいさん、灯台の中に誰かいるの？
[laozhang]：馬鹿なことを言うな。あの塔には、もう入り口はないんだ。
[pause 0.8]
[narrator] 言い終わると同時に、海の上にまた一筋の光が現れた。

テスト実行：python3 scripts/voiceover.py script examples/example.md -o out --preset youshengshu --dry-run

編集と公開の連携

# ナレーションを元の動画の音声トラックと差し替え（ffmpeg が必要）
ffmpeg -i 動画.mp4 -i out/voiceover.wav -map 0:v -map 1:a -c:v copy -shortest ナレーション版.mp4
# 字幕を動画に焼き付ける
ffmpeg -i ナレーション版.mp4 -vf subtitles=out/voiceover.srt -c:a copy 完成品.mp4

# オーディオブック公開時によく使われる MP3：章全体の WAV を MP3 に変換（ffmpeg が必要）
ffmpeg -i out/ch01/voiceover.wav -codec:a libmp3lame -q:a 2 ch01.mp3

剪映 / CapCut：小説推動画では、voiceover.wav を音声トラックに配置し、voiceover.srt を字幕としてインポートし、イラスト、立ち絵、またはリラックスできる背景動画と合わせます。
ラジオドラマ：効果音や環境音は編集ソフトで後から重ねます。このスキルは音声のみを出力します。

比較：小説推文ナレーションの3つの方法

比較項目	人間によるナレーション	ローカルオープンソース TTS モデル	このスキル
GPU の必要性	不要。ただし録音環境とナレーターのスケジュールが必要	通常は必要（小規模モデルは CPU でも可能だが遅い）。モデル重みのダウンロードと環境設定も必要	不要。ローカルでは Python 標準ライブラリのみ実行、生成はクラウドで完了
修正コスト	一文修正する場合、再録と再同期が必要になることが多い	修正後再実行。ただし、分割、結合、同期は自分で行う必要がある	修正した行だけを再実行。残りの文は `out/lines/` のキャッシュを再利用し、自動的に再結合と字幕生成を行う
マルチキャラクター	複数のナレーターが必要	モデルによる。通常は自分で分割して呼び出し、結合する必要がある	原稿で `[キャラクター]` タグを使用。一つのコマンドで全体のマルチキャラクター音声を出力
字幕タイムライン	別途書き起こしとタイムライン設定が必要	通常は別途音声認識を実行する必要がある	ナレーション生成と同時に SRT と一文ごとの時間 `manifest.json` を出力
連載の一貫性	長期間の収録では、ナレーターの状態やスケジュールが変化する可能性がある	一貫性は保てるが、長文の分割と結合を自分で行う必要がある	声色は front matter に記述。各話 / 各章で声質が一致

結論：小説推動画の日々の更新、試聴サンプル、長編連載には、このスキルが最も効率的です。演技の細やかさが非常に重要な高品質オーディオブックには、人間のナレーターが依然として優れています。

よくある質問（FAQ）

小説推文ナレーションで複数のキャラクターに異なる声色を使えますか？ はい。ナレーターと各キャラクターを原稿の先頭でそれぞれ定義し、本文で [キャラクター] タグで切り替えることで、一つのコマンドで全体を生成します。

小説推文ナレーションではよくどのような声色が使われますか？ ナレーターは安定感があり、聞きやすく、題材に合った声質（甘々恋愛物は優しく、サスペンスは低め）を選びます。まず一文だけ試聴していくつかのキャラクターを決めてから、アカウント全体で一つのナレーター声質を固定します。視聴者は声でアカウントを認識します。

他人のネット小説を推文ナレーションで公開してもいいですか？ 著作権者または推文プラットフォームの許可が必要です。安心して使用できるのは、パブリックドメインの作品、あなた自身のオリジナル作品、または許可を得た作品のみです。

オーディオブックのナレーションに自分の声を使えますか？ はい。複製したキャラクターまたは参考音声クローンを narrator に設定すれば、本全体でそれを使用します。

オーディオブックで数十章を一括生成するには？ 一章につき一つの原稿ファイルを作成し、ループで script を呼び出してそれぞれのディレクトリに出力します。特定の章を修正する場合、修正した文のみが再生成されます。

小説推文ナレーションの字幕で誰が話しているか表示できますか？ はい。--preset youshengshu はデフォルトで字幕に役名を追加します。不要な場合は --gap / --max-chars を手動で設定してください。

マルチキャラクターナレーションで人名や難読漢字の読み方が間違っていたら？ まず一文だけ試聴します。間違っていた場合は、原稿内で同音の一般的な字に置き換えるか、呼称に変更し、その文だけ再生成します。

寝かしつけの物語、子供向けの物語はパラメータをどう調整しますか？ ナレーター speed=0.85–0.9、段落間に [pause 0.8] 以上、文は短く、言葉は簡単にします。

小説推文ナレーションに GPU は必要ですか？どのエージェントで使えますか？ GPU は不要です。ローカルでは Python 3.9+ の標準ライブラリのみ実行します。Claude Code、Codex、OpenClaw、Cursor、WorkBuddy で直接使用できます。

API Key がなくても試せますか？ はい。--dry-run を追加すると、無音のプレースホルダー音声とタイムラインを出力します。

原稿の構文

先頭の --- の間の各行でキャラクターを定義：キャラクター名: actor_id=キャラクターID または キャラクター名: ref=参考音声URL ref_text="参考音声内の実際のテキスト"；speed=（0.25–4）、model=expressive|standard、tags=タグ1,タグ2、language=（参考音声の言語ヒント、参考テキストの自動認識用）を追加できます。
ref_text= は ref= と一緒にのみ使用します。省略するとサーバー側で参考テキストを自動認識しますが、課金方法が異なります。詳細は capabilities を参照してください。
本文 [キャラクター] 台詞 または [キャラクター]：台詞。タグを書かなければ、前の話者が継続されます。
[pause 0.6] / [間 0.6] で間（秒）を挿入。# で始まる行、空行、 は無視されます。
一文が capabilities の audio.max_text_length を超えると、API で拒否されます。短い文に分割してください。
各文の音声は out/lines/ にキャッシュされます。同じ文を同じ設定で再度実行すると、キャッシュが再利用されます。キャッシュがない場合は、同じ冪等キーで提出され、サーバーは元のタスクを返し、重複作成は行われません。新しいバージョンが必要な場合は --fresh を追加します。

問題が発生したら？

現象	対処
`missing_api_key` / `MIRAGEA_API_KEY is not set`	Key を生成し `export MIRAGEA_API_KEY=...`。または先に `--dry-run` を追加
`speakers without a voice`	そのキャラクターに `actor_id=` または `ref=` を追加
401	Key を確認。Key をログに記録しない
403	アカウントの API アクセス権限を確認
400 / 413	パラメータを修正：モード、タグ、話速、一文の文字数。またはアップロードファイルを小さくする、メディアを短くする
409	冪等キーが異なる入力に使用されている、または字幕の料金が変更されている。再確認してから再提出
429	クレジット不足またはレート制限。待つかクレジットを追加
待機タイムアウト / ネットワーク切断	タスクがまだ実行中である可能性があります。同じコマンドを再実行する（同じ冪等キーで元のタスクを取得）、または `miragea_audio.py task / wait タスクID` でクエリを続行します。キーを変更して再送信しないでください。
結合時に WAV フォーマットの不一致	各文の音声は `out/lines/` に保存されています。編集ソフトや ffmpeg で結合できます。

公式クライアントの終了コード：0 リクエスト成功（--wait がない場合はキュー待ちの可能性あり）、1 タスク失敗、2 クライアントまたはインターフェースエラー。

コンプライアンス

あなた自身、または明確な許可を得た声のみをクローンしてください。有名人、配信者、公人、または許可のない人物の声を模倣しないでください。
「AI生成合成コンテンツ識別方法」、および抖音、快手、視頻号、小紅書、Bilibili などのプラットフォームのルールに従い、公開時にAI生成コンテンツであることを宣言または明記してください。
小説推文やオーディオブックは、翻案権、情報ネットワーク伝達権に関わります。パブリックドメインの作品、あなた自身のオリジナル作品、または著作権者 / 推文プラットフォームから許可を得た作品のみを使用してください。
scripts/miragea_audio.py は公式クライアントであり、そのまま提供されています。scripts/voiceover.py（原稿結合レイヤー）はオリジナルであり、MIT ライセンス（LICENSE.txt 参照）です。ナレーションと字幕の機能は、Miragea オープン API によって提供されています。

English Summary (英語サマリー)

Novel video & audiobook voiceover (小説推文ナレーション / オーディオブックナレーション): narrator plus one voice per character, rendered into one WAV.
Speaker-labelled SRT subtitles and per-line timing for novel promo videos; paragraph, scene and chapter pauses.
Voices from your account (actor_id) or voice cloning from a reference clip for a consistent narrator. --preset youshengshu = 0.5 s gaps, 20-character cues, speaker labels on.
Python 3.9+ stdlib, no GPU, --dry-run offline. Service: Miragea API (https://miragea.ai/v1).

キーワード：小説推文ナレーション、オーディオブックナレーション、マルチキャラクターナレーション、小説推文、小説ナレーション、AIオーディオブック、オーディオ小説、小説推動画、AI朗読、ラジオドラマナレーション、ストーリーナレーション、AIナレーション、声のクローン、字幕生成、SRT、audiobook、narration、text to speech

小説推文ナレーション