Transloadit
料金
  • ファイルアップロード
  • ファイルインポート
  • バッチ処理
  • 動画エンコーディング
  • 音声エンコーディング
  • 画像処理
  • ドキュメント処理
  • 人工知能
  • ファイルフィルタリングとセキュリティ
  • メディアカタログ化
  • ファイル圧縮
  • コード評価
  • ファイルエクスポート
  • Smart CDN
  • すべてのサービスを表示
  • 連携機能を見る
  • 実行可能なデモを試す (English)
  • Uppy
  • TransloaditKit
  • Android 用 SDK
  • Node.js 用 SDK
  • Next.js 用ビューアー
  • Python 用 SDK
  • Ruby 用 SDK
  • Go 用 SDK
  • Java 用 SDK
  • PHP 用 SDK
  • Zapier
  • MCP サーバー
  • Transloadit CLI
  • Terraform
  • 基本事項
  • ベストプラクティス
  • よくある質問
  • Robot
  • API
  • 形式
  • 初めてのアプリ開発
  • 会社概要
  • 比較
  • オープンソース
  • お客様の声
  • 採用情報 (English)
  • セキュリティ
  • 記事
  • 開発者ニュース (English)
  • 開発のヒント
  • プレス
  • 研究 (English)
  • 導入事例
  • ソリューション
  • ガイド (English)
  • 用語集
  • 法務 (English)
  • ツール
  • 世界中の数百万人に教育を届ける Coursera を支援
  • Transloadit サポート
  • オープンソースサポート
  • サービスレベル契約 (English)
  • エンジニアによるデモを予約 (English)
基本事項Robotよくある質問API形式ベストプラクティス
ファイルアップロード
  • /upload/handle
    アップロードの処理
ファイルインポート
  • /azure/import
    Azure からファイルをインポート
  • /backblaze/import
    Backblaze からファイルをインポート
  • /box/import
    Box からのファイルのインポート
  • /mega/import
    MEGA S4 Object Storage からファイルをインポート
  • /cloudfiles/import
    Rackspace Cloud Files からのファイルのインポート
  • /cloudflare/import
    Cloudflare R2 からのファイルのインポート
  • /digitalocean/import
    DigitalOcean Spaces からのファイルのインポート
  • /dropbox/import
    Dropbox からファイルをインポート
  • /ftp/import
    FTP サーバーからのファイルインポート
  • /google/import
    Google Cloud Storage からのファイルのインポート
  • /http/import
    ウェブサーバーからのファイルのインポート
  • /minio/import
    MinIO からファイルをインポート
  • /s3/import
    Amazon S3 からファイルをインポート
  • /sftp/import
    SFTP サーバーからファイルをインポート
  • /supabase/import
    Supabase Storage からファイルをインポート
  • /swift/import
    OpenStack Swift からファイルをインポート
  • /tigris/import
    Tigris からファイルをインポート
  • /transloadit/import
    Transloadit ストレージからファイルをインポート
  • /vimeo/import
    Vimeo からの動画インポート
  • /wasabi/import
    Wasabi からファイルをインポート
動画エンコーディング
  • /video/adaptive
    動画を HLS、MPEG-Dash、CMAF に変換
  • /video/artwork
    動画のカバーアートの抽出・挿入
  • /video/concat
    動画の連結
  • /video/encode
    動画のトランスコード・リサイズ・透かし追加
  • /video/merge
    動画・音声・画像を一つの動画に結合
  • /video/ondemand
    オンデマンドエンコードによる動画ストリーミング
  • /video/split
    動画の分割
  • /video/subtitle
    動画への字幕追加
  • /video/thumbs
    動画からのサムネイル抽出
  • 動画プリセット
音声エンコーディング
  • /audio/artwork
    音声のカバーアートの抽出・挿入
  • /audio/concat
    音声の連結
  • /audio/split
    音声の分割
  • /audio/encode
    音声のエンコード
  • /audio/loop
    音声のループ
  • /audio/merge
    音声ファイルを一つに合成
  • /audio/waveform
    音声から波形画像を生成
  • 音声プリセット
画像処理
  • /image/bgremove
    画像の背景除去
  • /image/enhance
    画像の画質向上
  • /image/merge
    複数の画像を一枚の画像に結合
  • /image/optimize
    画像のファイルサイズを最適化
  • /image/resize
    画像の変換、サイズ変更、透かしの追加
ドキュメント処理
  • /document/autorotate
    ドキュメントの自動回転
  • /document/convert
    ドキュメントの別形式への変換
  • /document/extract
    テキストと埋め込み画像の抽出
  • /document/merge
    ドキュメントを一つに結合
  • /document/optimize
    PDF のファイルサイズの最適化
  • /file/read
    ファイル内容の読み取り
  • /document/split
    ページの抽出
  • /document/thumbs
    ドキュメントからサムネイル画像を抽出
  • /document/watermark
    PDF ドキュメントへの透かしの追加
  • /html/convert
    ウェブページや HTML ファイルのスクリーンショット撮影
人工知能
  • /document/ocr
    ドキュメント内のテキスト認識(OCR)
  • /image/describe
    画像内の物体認識
  • /image/facedetect
    画像内の顔検出
  • /image/generate
    テキストプロンプトからの画像生成
  • /image/upscale
    画像をアップスケール
  • /image/ocr
    画像内のテキストを認識(OCR)
  • /speech/transcribe
    音声ファイルまたは動画ファイル内の音声を文字起こし
  • /text/speak
    文書内のテキストから音声を合成
  • /text/translate
    文書内のテキストを翻訳
  • /ai/chat
    AI チャット応答の生成
  • /video/generate
    テキストプロンプトから動画を生成
ファイルフィルタリングとセキュリティ
  • /file/filter
    ファイルのフィルタリング
  • /file/verify
    ファイルの種類の検証
  • /file/virusscan
    ファイルのウイルススキャン
メディアカタログ化
  • /file/hash
    ファイルのハッシュ計算
  • /file/preview
    プレビュー用サムネイルの生成
  • /meta/write
    メディアにメタデータを書き込み
ファイル圧縮
  • /file/compress
    ファイルの圧縮
  • /file/decompress
    アーカイブの展開
コード評価
  • /http/request
    HTTP エンドポイントの呼び出し
  • /script/run
    Assembly 内でスクリプトを実行
ファイルエクスポート
  • ダウンロード
  • /azure/store
    Microsoft Azure にファイルをエクスポート
  • /backblaze/store
    Backblaze にファイルをエクスポート
  • /box/store
    Box へのファイルのエクスポート
  • /mega/store
    MEGA S4 Object Storage にファイルをエクスポート
  • /cloudfiles/store
    Rackspace Cloud Files へのファイルのエクスポート
  • /cloudflare/store
    Cloudflare R2 へのファイルのエクスポート
  • /digitalocean/store
    DigitalOcean Spaces へのファイルのエクスポート
  • /dropbox/store
    Dropbox にファイルをエクスポート
  • /ftp/store
    FTP サーバーへのファイルエクスポート
  • /google/store
    Google Cloud Storage へのファイルのエクスポート
  • /minio/store
    MinIO にファイルをエクスポート
  • /s3/store
    Amazon S3 にファイルをエクスポート
  • /sftp/store
    SFTP サーバーにファイルをエクスポート
  • /supabase/store
    Supabase Storage にファイルをエクスポート
  • /swift/store
    OpenStack Swift にファイルをエクスポート
  • /tigris/store
    Tigris にファイルをエクスポート
  • /transloadit/store
    Transloadit ストレージにファイルを保存
  • /tus/store
    tus 対応サーバーにファイルをエクスポート
  • /vimeo/store
    Vimeo へのファイルエクスポート
  • /wasabi/store
    Wasabi にファイルをエクスポート
  • /youtube/store
    YouTube にファイルをエクスポート
Smart CDN
  • /file/serve
    ウェブブラウザーへのファイル配信
  • /tlcdn/deliver
    ファイルをキャッシュして世界中に配信
  • 料金

文書内のテキストから音声を合成

🤖/text/speak は、文書内のテキストから音声を合成します。

/text/speak の Robot

返された音声はアプリケーションで使用できます。また、他の Robot に渡して、たとえば動画に音声トラックを追加できます。

読字障害のある方にも製品を利用しやすくすることも、よくある用途です。

警告

Transloadit は同じ入力から同じ結果を得られることを目指していますが、この Robot はサードパーティーの AI サービスを使用します。プロバイダー(AWS、GCP、ElevenLabs)は時間とともにモデルを更新するため、同じ入力メディアでも異なる応答が返されます。テストやアプリケーションでは、応答が完全に一致することを前提にしないでください。

ElevenLabs の使用

ElevenLabs の Multilingual v2 音声( eleven_multilingual_v2 )を使用するには、provider を "elevenlabs" に設定してください。出力が意図せず変わらないよう、モデルは固定されています。サポートされているすべての言語で female-1 と male-1 の音声を利用でき、それぞれ ElevenLabs が長期的に提供する音声に対応しています。音声はテキストの言語で読み上げられます。言語は ElevenLabs が検出するため、target_language はサポートされている言語の選択にのみ使われ、曖昧な単語の発音は指定できません。ElevenLabs はプレーンテキストのみを読み上げるため、ssml は false のままにする必要があります。読み上げられるのは最大で先頭の 10,000文字です。

Transloadit は、ElevenLabs の定価である 1,000文字あたり $0.08 に 30% の手数料を加えた額を請求します。Step あたりの最低料金は $0.05 です。ご自身の ElevenLabs アカウントを使用するには、AI プロバイダータイプの Template 認証情報にキーを elevenlabs_api_key として保存し、 credentials で参照してください。この場合、ElevenLabs から直接請求され、Transloadit は定価の代わりに定価の 30% を手数料として請求します。Step あたりの最低料金は $0.0005 です。いずれの場合も、 Step の通常のデータ量に基づく料金のほうが高い場合は、そちらが適用されます。ElevenLabs がキーを拒否した場合、Step は失敗します。Transloadit 自身のキーに切り替わることはありません。

サポートされている言語と音声

AWS

言語音声
arbfemale-1
cmn-CNfemale-1
cy-GBfemale-1
da-DKfemale-1, male-1
de-DEfemale-1, male-1
en-AUfemale-1, male-1
en-GBfemale-1, male-1
en-GB-WLSmale-1
en-INfemale-1
en-USfemale-1, female-child-1, male-1, male-child-1
es-ESfemale-1, male-1
es-MXfemale-1
es-USfemale-1, male-1
fr-CAfemale-1
fr-FRfemale-1, male-1
hi-INfemale-1
is-ISfemale-1, male-1
it-ITfemale-1, male-1
ja-JPfemale-1, male-1
ko-KRfemale-1
nb-NOfemale-1
nl-NLfemale-1, male-1
pl-PLfemale-1, male-1
pt-BRfemale-1, male-1
pt-PTfemale-1, male-1
ro-ROfemale-1
ru-RUfemale-1, male-1
sv-SEfemale-1
tr-TRfemale-1

ELEVENLABS

言語音声
ar-XAfemale-1, male-1
bg-BGfemale-1, male-1
cmn-CNfemale-1, male-1
cs-CZfemale-1, male-1
da-DKfemale-1, male-1
de-DEfemale-1, male-1
el-GRfemale-1, male-1
en-AUfemale-1, male-1
en-GBfemale-1, male-1
en-USfemale-1, male-1
es-ESfemale-1, male-1
es-MXfemale-1, male-1
fi-FIfemale-1, male-1
fil-PHfemale-1, male-1
fr-CAfemale-1, male-1
fr-FRfemale-1, male-1
hi-INfemale-1, male-1
hr-HRfemale-1, male-1
id-IDfemale-1, male-1
it-ITfemale-1, male-1
ja-JPfemale-1, male-1
ko-KRfemale-1, male-1
ms-MYfemale-1, male-1
nl-NLfemale-1, male-1
pl-PLfemale-1, male-1
pt-BRfemale-1, male-1
pt-PTfemale-1, male-1
ro-ROfemale-1, male-1
ru-RUfemale-1, male-1
sk-SKfemale-1, male-1
sv-SEfemale-1, male-1
ta-INfemale-1, male-1
tr-TRfemale-1, male-1
uk-UAfemale-1, male-1

GCP

言語音声
ar-XAfemale-1, male-1
bn-INfemale-1, male-1
cmn-CNfemale-1, male-1
cmn-TWfemale-1, male-1
cs-CZfemale-1
da-DKfemale-1, male-1
de-DEfemale-1, male-1
el-GRfemale-1
en-AUfemale-1, male-1
en-GBfemale-1, male-1
en-INfemale-1, male-1
en-USfemale-1, female-2, female-3, male-1
es-ESfemale-1, male-1
fi-FIfemale-1
fil-PHfemale-1, male-1
fr-CAfemale-1, male-1
fr-FRfemale-1, male-1
gu-INfemale-1, male-1
hi-INfemale-1, male-1
hu-HUfemale-1
id-IDfemale-1, male-1
it-ITfemale-1, male-1
ja-JPfemale-1, male-1
kn-INfemale-1, male-1
ko-KRfemale-1, male-1
ml-INfemale-1, male-1
nb-NOfemale-1, male-1
nl-NLfemale-1, male-1
pl-PLfemale-1, male-1
pt-BRfemale-1
pt-PTfemale-1, male-1
ro-ROfemale-1
ru-RUfemale-1, male-1
sk-SKfemale-1
sv-SEfemale-1
ta-INfemale-1, male-1
te-INfemale-1, male-1
th-THfemale-1
tr-TRfemale-1, male-1
uk-UAfemale-1
vi-VNfemale-1, male-1
yue-HKfemale-1, male-1
認証情報を安全に管理してください
この Robot には認証情報を提供する必要があるため、Assembly Instructions の送信時にシークレットが一切漏洩しないよう、必ず Templates または Template 認証情報、あるいはその両方と併用してください。

使用例

アップロードしたテキスト文書から、アメリカ英語の女性の声で音声を合成します:

{
  "steps": {
    "synthesized": {
      "provider": "aws",
      "robot": "/text/speak",
      "target_language": "en-US",
      "use": ":original",
      "voice": "female-1"
    }
  }
}

パラメーター

  • interpolate

    boolean | Record<string, boolean>

    処理設定の各フィールドで Assembly Variables を展開するかどうかを制御します。

    デフォルトでは、Robot の処理設定のほとんどのフィールドで Assembly Variables が展開されます。すべての設定フィールドをリテラルテキストとして扱うには、このパラメーターを false に設定してください。特定のフィールドだけをリテラルテキストとして扱うには、そのフィールドのパスを false に設定してください。デフォルトでリテラルとして扱われる Robot 固有のフィールドで展開を有効にするには、このパラメーターを true に設定するか、そのフィールドのパスを true に設定してください。

    path のようなフィールド名を使用してください。ネストされたオブジェクトには、ffmpeg.vf のようなドット区切りのパスを使用してください。

  • output_meta

    Record<string, boolean> | boolean | Array<string>

    算出に多くの CPU リソースを要するメタデータを指定できます。Assembly の処理速度を維持するため、これらはデフォルトで無効になっています。

    画像の場合、このオブジェクトに "has_transparency": true を追加すると、画像に透明な部分が含まれるかどうかを抽出できます。"dominant_colors": true を追加すると、画像から 16 進数のカラーコードの配列を抽出できます。

    画像の場合、"blurhash": true を追加すると、画像のプレースホルダーをコンパクトに表す BlurHash⁠ 文字列も抽出できます。画像全体の読み込み中に、ぼかしたプレビューを表示するのに役立ちます。

    画像の場合、代わりに "thumbhash": true を使用すると、base64 エンコードされた ThumbHash⁠ を meta.thumbhash に抽出し、meta.has_alpha(完全に不透明な場合も含め、アルファチャンネルが存在するかどうか)も抽出します。ThumbHash は EXIF の向きを反映したピクセルを表し、アニメーション画像では最初のフレームを使用します。抽出はベストエフォートです。40 メガピクセルを超える画像、非対応の形式、デコードの失敗やデコード処理の上限への到達があった場合、プレースホルダーは生成されません。抽出に成功すると、そのファイルのバイト数の 20% に相当するメタデータ料金が加算されます。無効な場合やハッシュが生成されない場合、ThumbHash の追加料金は発生しません。

    このオプションは画像を生成する Step に設定してください。たとえば、アップロードされた元画像では /upload/handle、処理済みの出力では /image/resize に設定します。/transloadit/store にのみ設定しても、抽出は要求されません。ストレージは生成元のメタデータを保持します。Transloadit Storage は生成されたハッシュをその不変のバージョンとともに永続化し、保存済みの結果やネイティブのアセット読み取り時に返します。S3 への直接アップロードではプレースホルダーは生成されません。プレースホルダーには画像情報が含まれるため、画像全体と同じアクセス制御で保護してください。

    動画の場合、"colorspace": true パラメーターを追加すると、出力動画の色空間を抽出できます。

    動画の場合、"interlaced": true を追加すると、インターレース動画かどうかも検出できます。これは、低コストの ffprobe の field_order フラグと、ソースの先頭フレームに対する処理範囲を制限した idet サンプリング処理を組み合わせ、file.meta の下に interlaced、field_order、診断用の interlace_detection オブジェクトを出力します。この処理は計算コストが高く、それに応じて課金されます。

    音声の場合、"mean_volume": true を追加すると、音声ファイルの平均音量を表す単一の値を取得できます。

    また、false に設定すると、メタデータの抽出をスキップしてトランスコードを高速化できます。

  • user_meta

    Record<string, any>(デフォルト:{})

    出力される各ファイルに、ファイルの内容を変更せずにカスタム JSON メタデータを追加します。ネストしたオブジェクトと配列に対応しています。

    継承の動作は Robot によって異なります。値は出力ファイルの既存の user_meta とマージされ、一致するトップレベルのキーは現在の Step によって置き換えられます。Robot が新しい出力を作成する場合は、必要なキーを明示的に割り当ててください。

    処理 Step では、${file.*} は最初の入力を、${result.*} は出力されるファイルを参照します。値は Robot の実行後、後続のメタデータ抽出と一時保存の前に、出力ごとに評価されます。:original では、メタデータ抽出の前にアップロードごとに値が評価されます。

    後続の Step は ${file.user_meta.key} を読み取ります。完全な例と継承ルールについては、カスタムメタデータ を参照してください。

  • result

    boolean(デフォルト:false)

    この Step の結果を Assembly Status JSON に含めるかどうか

  • queue

    batch

    queue を 'batch' に設定すると、このステップのジョブの優先度を手動で下げ、キューの待ち時間がゼロである必要のないジョブが優先ジョブスロットを消費しないようにします。

  • force_accept

    boolean(デフォルト:false)

    通常は無視するファイルタイプを Robot に強制的に受け入れさせます。

    デフォルトでは、Robot は認識できないファイルを無視します。たとえば、🤖/video/encodeは入力画像を無視します。

    force_accept パラメーターを true に設定すると、Robot に渡されたすべてのファイルを強制的に受け入れさせることができます。通常、この設定はエラーにつながるため、デバッグやエッジケースへの対処にのみ使用してください。

  • ignore_errors

    boolean | Array<meta | execute>(デフォルト:[])

    処理の特定のフェーズでエラーを無視します。

    このパラメーターを ["meta"] に設定すると、Robot はメタデータ抽出中のエラーを無視します。

    このパラメーターを ["execute"] に設定すると、Robot はメイン実行フェーズ中のエラーを無視します。

    このパラメーターを true に設定すると、["meta", "execute"] と同じ動作になり、両方のフェーズでエラーを無視します。

  • use

    string | Array<string> | Array<object> | object

    入力として使用する Step を指定します。

    • Step には任意の名前を付けられます。ただし、":original" は Transloadit が処理するユーザーアップロード用に予約されています。
    • 配列を使用して、複数の Step を入力として指定できます。
      {
        "use": [
          ":original",
          "encoded",
          "resized"
        ]
      }
      
    • 入力 Step に as でタグを付けて、意味上の用途を Robot に伝えることもできます。
      {
        "use": [
          {
            "name": ":original",
            "as": "image"
          },
          {
            "name": ":original",
            "as": "mask"
          }
        ]
      }
      
    ヒント

    use については、通常ここまでの内容で十分ですが、高度な使用例 も参照できます。

  • prompt

    string | null

    読み上げるテキストです。 null に設定して、入力テキストファイルを指定することもできます。

  • provider

    auto | aws | elevenlabs | gcp(デフォルト:"auto")

    リクエストに基づいて最適なプロバイダーを選択します。

    自動選択を上書きするには、特定のプロバイダーを選択してください。 "auto" は "aws" を使用し、 "elevenlabs" を選択することはありません。

  • credentials

    string

    独自の elevenlabs_api_key を格納した、AI Providers タイプの Template 認証情報の名前です。"elevenlabs" プロバイダーのみが使用します。

  • target_language

    string(デフォルト:"en-US")

    ドキュメントの記述言語です。読み上げにもこの言語が使われます。

    言語は "en-GB"、"de-DE"、"fr-FR" などの BCP-47⁠ 形式で指定してください。対応する言語と音声の一覧を参照してください。

  • voice

    female-1 | female-2 | female-3 | female-child-1 | male-1 | male-child-1(デフォルト:"female-1")

    音声合成に使用する声の性別です。対応する言語と音声の一覧を参照してください。

  • ssml

    boolean(デフォルト:false)

    プレーンテキストの代わりに Speech Synthesis Markup Language⁠ を指定すると、間の取り方や発音など、テキストの読み上げ方をより細かく制御できます。

    対応する構文については、AWS⁠ と GCP⁠ のドキュメントを参照してください。"elevenlabs" プロバイダーは SSML を受け付けません。

デモ

  • Automatic text to speech service EN (English)

関連ブログ記事

  • /text/speak Robot でスクリーンリーダープラグインを作る 2021年6月3日
  • Building an AI-powered video dubber with Transloadit EN (English) 2021年7月9日
  • Transloadit の 2021年の節目と進歩 2022年1月31日
  • Building an alt-text to speech generator with Transloadit EN (English) 2022年5月9日
前のページ ← /speech/transcribe次のページ /text/translate →
サポートに問い合わせる
Transloadit稼働状況を確認中…

製品

  • サービス
  • 料金
  • デモ EN (English)
  • ツール
  • セキュリティ
  • サポート

会社

  • 会社概要/プレス
  • ブログ/採用情報 EN (English)
  • 比較/コンプライアンス対応表
  • 研究 EN (English)
  • オープンソース
  • ソリューション
  • ウェブの先駆者たち

ドキュメント

  • はじめに
  • トランスコーディング
  • よくある質問
  • API
  • ガイド EN (English)/開発のヒント
  • 対応フォーマット

その他

  • プラットフォームの稼働状況⁠
  • コミュニティフォーラム⁠
  • Uppy
  • tus⁠

© 2009–2026 Transloadit-II GmbH

Transloadit®、tus®、Uppy® は、米国における Transloadit-II GmbH の登録商標です。

プライバシー EN (English)利用規約 EN (English)運営者情報 EN (English)商標 EN (English)DMCA ポリシー EN (English)
EnglishDeutschEspañolFrançaisPortuguês (Brasil)日本語