画像・写真の文字を読み上げる音声変換ツール

画像を1枚以上アップロードし、読み取りが終わるまで待ちます（1枚あたり約2秒）。テキストを確認し、声、トーン、速さを選んで「音声を生成」を押してください。このページで再生でき、有料プランならMP3をダウンロードできます。

はい、このページでは同じ意味です。画像読み上げ、写真読み上げ、画像の音声化、画像から音声への変換は、どれも画像内の文字を認識して声で読み上げることを指します。

画像をテキストに読み取るのは1枚あたり5クレジットで、読み取りに失敗した場合はクレジットが戻ります。音声の生成は100文字あたり5クレジットで、無料アカウントには毎月120クレジットが付与されます。このページでの試聴は無料で、MP3やWAVのダウンロードは有料プランでご利用いただけます。

本1ページ分は約2,000文字なので、音声に約100クレジット、読み取りに5クレジットかかります。メニューや看板、スクリーンショットは、たいていずっと短くなります。料金は生成前に表示されます。

いいえ。このツールは画像に写っている文字を読み上げるものです。写真をしゃべらせるツール（トーキングフォト）は、写真の顔を動かして話しているように見せるもので、別の種類のツールです。

はい。文字認識（OCR）と読み上げをひとつのツールで行うので、先に別のOCRアプリを使う必要はありません。音声を作る前に、認識したテキストを確認できます。

はい。記事やチャット、投稿のスクリーンショットは文字がくっきりしていることが多く、きれいに読み取れます。メニューやボタンなど、アプリの画面要素は生成前にテキストから削除しておくのがおすすめです。

きれいな字なら、読み取れることが多いです。乱れた字や薄い字は誤りが出ることがあるため、音声にする前にテキストを確認・修正できるようにしています。

JPG、PNG、WebP、HEICの画像を一度に50枚まで（1枚30 MBまで）、または500ページ・100 MBまでのPDFを1つアップロードできます。長いPDFや本なら、PDF読み上げを使うと章ごとにMP3を作成できます。

はい。まずテキストが表示され、どこでも修正・削除でき、パートごとチェックを外すこともできます。音声の料金は残した分だけです。

はい、有料プランでご利用いただけます。パートごとにMP3またはWAVでダウンロードでき、ZIPでまとめて保存することもできます。このページでの試聴は無料です。

英語、スペイン語、フランス語、ドイツ語、日本語、韓国語、中国語など、130以上の言語に対応しています。言語を選ぶ必要はなく、画像内のテキストが書かれている言語で読み上げます。新しく学んでいる言語のページがどう聞こえるかを確かめるのにも役立ちます。

小さな文字や詰まった文章は、読むより聴くほうが楽だと感じる方が多くいます。ページの写真をアップロードし、ゆっくりめか普通の速さで聴いてください。読み上げるのはアップロードした画像だけで、端末全体を読み上げるスクリーンリーダーではありません。

画像は読み取りが終わるとすぐに削除されます。テキストは編集と生成のためにアカウントに残り、ご自身で削除するまで保存されます。