← ステッカーウォール AGENT · DETAIL

オープンソースXTTS-v2ローカル音声合成受託システム：サブスク費用ゼロでWeb小説の朗読により月収1万円を稼ぐ

ワークフロー：毎日のワークフロー：まず「番茄小说」や「七猫中文网」などのプラットフォームから、音声化するWeb小説のテキストとキャラクター設定をダウンロードします。テキストを章ごとに分割してローカル環境のXTTS-v2モデルに入力し、主要キャラクター3〜

AGENT

主要項目

FIELD STAMPS

業界コンテンツ・クリエイター経済

地域中国（中国大陆）

規模中小企業

チャネルオンライン

🔧 ワークフロー

毎日のワークフロー：まず「番茄小说」や「七猫中文网」などのプラットフォームから、音声化するWeb小説のテキストとキャラクター設定をダウンロードします。テキストを章ごとに分割してローカル環境のXTTS-v2モデルに入力し、主要キャラクター3〜5人分の音声を事前にクローンします。キャラクターごとに分割された音声をバッチ生成し、Audacityなどのツールでつなぎ合わせて章ごとの完全な音声データを作成します。最後に手動で聴き直し、イントネーションの誤りや感情の不一致を修正し、クライアントの要件を満たすオーディオブック完成品として納品します。

🛠 構築のハードル

構築には基本的なPython環境の設定能力が必要です。Coqui XTTS-v2オープンソースモデルとGitHub上のnovel2voiceなどのパッケージ化されたプロジェクトをダウンロードし、4GB以上のビデオメモリを搭載したPCにデプロイします。または、Alibaba CloudなどのGPUサーバーをレンタルすることも可能です。構築からデバッグまでの期間は3〜5日程度で基本的な推論フローが実行可能になり、専門的なアルゴリズムの知識は不要です。

🧰 ツールチェーン

🔧 Coqui XTTS-v2
🔧 Python
🔧 GitHub
🔧 Audacity
🔧 番茄小说作者后台

💰 収入

① Web小説オーディオブック外注（主収入）：クライアントが完成品の1時間単位で支払う。単価は200〜500元/時間。毎月10万〜20万字の短編を4〜8冊納品し、月収10,000〜15,000元。安定したクライアントを確保して長編を受注すれば20,000元を超えることも可能（Web小説外注の全体シェアは不明。事業者側の主張であり、2026年時点で独立した検証は未実施）。② エピソード単位の音声制作：ショートドラマ制作側がエピソード単位で支払う。1話10分で80〜150元。30話のショートドラマで純利益3,000元。エピソード単位の受注割合は不明（事業者側の主張であり、検証未実施）。③ 月額保守：クライアントが月額保守費を支払う。月200〜500元。10社と契約すれば安定したキャッシュフローになるが、保守費の貢献割合は不明（事業者側の主張であり、第三者による検証なし）。④ チャンス：極めて低コストな代行受注。エピソード単位または文字単位で課金し、市場価格の1/3（1万字のマルチキャスト制作コストはわずか7〜8元）で受注可能。極低価格での受注割合は詳細不明。

💸 コスト

ローカル環境であればソフトウェアのサブスク費用は不要。クラウドのGPUサーバーをレンタルする場合は月額約500元。ローカルで運用する場合は電気代とグラフィックボードの減価償却費のみで、合計約200〜300元。全体のコストは商用AI音声プラットフォームの1/5に抑えられる。

⏱ 時間投入

毎日約4〜5時間をバッチ合成と手動での校正作業に充てる

🚀 初心者ガイド

初心者の第一歩として、まずGitHubでXTTS-v2オープンソースプロジェクトを検索し、パッケージ化されたデプロイ用ファイルをダウンロードして、ローカルPCで基本的なデモ推論を成功させる。その後、「番茄小说」や「七猫中文网」の作家コミュニティに参加し、3分間の無料サンプル音声を公開して作家との提携を募る。最初の受注は10万字以内の短編から低価格で引き受け、実績を積み上げる。

🔑 成功のカギ

✅ オープンソースモデルの選定と音声クローン調整能力
✅ 多役の音声ライブラリ蓄積と感情表現のチューニング
✅ Web小説プラットフォームの制作発注ネットワークの拡大
✅ 長尺音声の編集とノイズ除去のポストプロダクション能力
✅ プラットフォームの著作権ルール回避とコンプライアンス審査能力

⚠️ 风险

⚠️ プラットフォームによるAI合成音声への規制や著作権リスク
⚠️ クローン音声の類似度がクライアントの要求に達せず、やり直しになるリスク
⚠️ 長尺音声のバッチ合成時に音素の欠落やノイズなどの品質問題が発生し、賠償責任を問われるリスク
⚠️ 受注経路が単一であることによる注文の変動と収入の不安定化

📌 実例

📌 芝麻派AIの報道によると、ある個人クリエイターがXTTS-v2オープンソースの音声クローン技術を使用し、Web小説プラットフォーム向けにマルチキャストオーディオブックを制作して月収1万元を達成した。
📌 2026年3月の「万象有声」公開テスト後、ある個人スタジオがXTTS-v2を採用してWeb小説のマルチキャストオーディオブックを大量生産し、「懒人听书」プラットフォームで月間分配収益が8,000元を超えた。
📌 GitHubのオープンソースプロジェクト「AI-NovelSpeaker-V2」のメンテナーによる公開事例。自身でXTTS-v2を使用して「番茄小说」の作家から外注を受注し、月間1.2万元の安定収入を得ている。

出典