完璧なキャラクターカードを書けても、初めて声を出した瞬間に場面を失うことがある。テキストと違って TTS は不寛容です。少し陽気すぎる「会いたかった」は、その台詞を真剣に受け取れなくする。音程が半音ずれれば、キャラクターは設定より 20 歳若く聞こえる。
Reverie はキャラクターの音響を細かく制御できます。これは上手く使うためのガイド——どのエンジン、どの声、そして感情をいつ使うか。
三つのエンジン：Edge、MiMo、MiniMax
Reverie には三つの TTS プロバイダがあります：
Microsoft Edge TTS（無料、デフォルト）。 主戦力。17 以上の言語、言語ごとに複数の声、性別別デフォルト、生成が速い。難点：安定した朗読者であって、感情を演じることはしない。多くの場面で十分、高感情の場面では力不足。
MiMo（いまのところ無料）。 Voice Studio の既定エンジンで、現在のキャンペーン中は無料。MiniMax と同じく、平坦に読むのではなく感情の色合いを運べる——だからまず試すならこれ。今日はコストがかからず、台詞を告げるのではなく演じてくれる。
MiniMax（有料）。 忠実度が高く、言語ごとに複数のボイス ID、そしていちばん大事な機能：感情サポート。合成が感情の色合い——優しさ、怒り、ためらい——を運べる。Edge にはできない。有効なサブスクリプションが必要で、テキストの 1 文字ごとに課金される。だから見るべきは長さ——長い独白は短い一言より高くつく。
正しい心の整理は「無料 vs 有料」ではない。日常の台詞には Edge か MiMo、覚えていてほしい瞬間には MiniMax。
長編アークでキャラクターが大半の時間軽口を叩いているなら無料エンジンで十分。キャラクターがずっと抑えていたあの一言をついに言う瞬間に切り替える。これは「重要な返信に高級モデルを使う」音響版——大事な台詞に安い保険を買う。
声の解決順序
Reverie はこの優先度でキャラクターの声を決めます：
- ユーザー設定（このキャラクターに対するあなたの上書き）が設定済みなら、それ。
- キャラクターのデフォルト——クリエイターが選んだもの。
- ロケール＋性別フォールバック——言語と性別に対する Edge のデフォルト声。
実用的な意味：
- キャラクターが「変な感じ」なら、あなたの上書きがクリエイターの選択を上書く。カードの更新を待たなくていい。
- 何も設定しなければ聞こえているのはロケールフォールバック。ほぼ確実に最良ではない、無難なだけ。
- フォールバックは「声がない状態」を起こさないための床。目標ではない。
キャラクターに合う声を選ぶ
最もよくある誤りは人口統計マッチ（30 歳女性なら 30 歳女声を選ぶ）。それは平凡な声を生む。キャラクターマッチこそ記憶に残る声を生む。