Irodori-TTS v3で音声生成が遅い・止まる時に確認したいこと

最初に知っておきたいこと

Irodori-TTS v3は高品質な音声生成モデルですが、モデルファイルの準備、読み込み、CPU/GPU環境、台本の長さによって体感速度が変わります。止まったと判断する前に、どの段階で時間がかかっているかを分けて見ることが大切です。

確認する順番

症状	まず見る場所	次に試すこと
初回だけ遅い	モデルダウンロードと保存先	しばらく待って、モデル管理画面で状態を確認
毎回遅い	CPU/GPU、ブロック長、同時起動アプリ	短いブロックで生成し、負荷の高いアプリを閉じる
途中で止まる	台本ブロックの長さ、記号、英数字量	長文を分割し、読み方辞書で固有名詞を整える
声が安定しない	参照音声の長さとノイズ	短く聞き取りやすい参照音声へ差し替える

1. 初回起動とモデル準備を確認する

初回はモデルキャッシュを準備するため、通常の文章生成より時間がかかります。ACS VoiceForgeではモデル管理画面から、Irodori-TTS v3のインストール状態、保存先、容量を確認できます。空き容量が少ない場合は、まずストレージを確保してください。

2. 台本を短いブロックに分ける

長い台本を一気に生成すると、時間が伸びるだけでなく、読み間違いが出た時の再生成も重くなります。1ブロック1セリフ、または1話題で切ると、確認と修正がかなり楽になります。

3. 読み方辞書で固有名詞を先に整える

英数字やサービス名が多い台本では、読み方が安定しないことがあります。ChatGPT、Claude、人名、商品名などは、読み方辞書に入れてから生成すると、再生成回数を減らしやすくなります。

4. 参照音声を見直す

参照音声に環境音、音割れ、長い無音、別の人の声が混ざると、生成結果が不安定になりやすくなります。まずは短く、はっきり、ノイズの少ない音声を使ってください。

FAQ

Q1. CPUだけでも使えますか？
使える場合がありますが、GPU環境より時間がかかります。最初は短いブロックで試してください。

Q2. v2モデルも必要ですか？
標準はIrodori-TTS v3です。v2はキャラ調や別表現を試したい場合の任意追加モデルとして扱います。

Q3. 何を試しても解決しない時は？
OS、VoiceForgeのバージョン、使ったモデル、台本の一部、エラー表示をまとめて、サポートフォーラムで相談してください。