Webページを読み上げる
Web記事上で拡張機能を開き、ページ内プレーヤーで本文を読み上げます。
概要
Lisenは、Cartesiaの音声合成音声でWeb記事を読み上げるChrome拡張機能です。記事、ブログ記事、ニュースレター、ドキュメント、SubstackやMediumのページなど、本文テキストを含む各種ページ向けに設計されています。ユーザーは別途Lisenアカウントを作成するのではなく、CartesiaアカウントとAPIキーを用意します。
記事上で拡張機能を開くと、すぐに音声のストリーミングを開始するか、先に記事全体を生成できます。プレーヤーは現在の文章を色付けし、読み上げ中の単語を示すことでページ上のテキストを追いながら再生します。また、生成した録音をWAVファイルとしてダウンロードできます。Lisenによると、独立したサーバー、アナリティクス、テレメトリーはなく、設定とキーはユーザーの端末上のChrome内に保持されます。
機能
Cartesia音声ライブラリを使用する
クローンまたはCartesiaで作成した音声を含め、Cartesiaライブラリで利用できる任意の音声を選択できます。
音声をストリーミングまたは事前生成する
再生開始と同時に読み上げを始めるか、聴く前に記事全体を生成できます。
単語のハイライトで追いながら聴く
プレーヤーが現在の段落を色付けし、読み上げ中の単語を示すため、ページ上でナレーションを追えます。
WAV音声をダウンロードする
記事をWAVファイルとして生成します。単語のタイミングがファイルに保存されるため、再度開いたときも追い読みが利用できます。
ローカル設定とユーザー操作による処理
LisenはAPIキーと設定を端末上のChromeに保存し、プレーヤーを開いたページで再生ボタンが押された後にのみページのテキストをCartesiaへ送信します。
用途
記事をハンズフリーで聴く
通勤中や料理中など、画面で読むのが難しいときに、記事、ニュースレター、ブログ記事、長文のWebページを聴けます。
ドキュメントを読む
ページのハイライト表示により、技術資料や参考資料を読みながら、読み上げ位置を表示できます。
長文Webページを読む
ページにテキストが表示されていれば、別の読書ワークフローに頼らず、Substack、Mediumなどのテキスト量が多いページを聴けます。
後で使う音声を準備する
記事を先に生成し、計測された再生時間を確認して録音内をシークし、後で再生できるようWAVファイルとして保存できます。
Pros and Cons
Pros
- ユーザーが既に持っているCartesiaライブラリの音声を使用でき、クローンまたは作成した音声にも対応しています。
- 即時ストリーミングと、再生時間の確認やシークに対応した記事全体の生成の両方を利用できます。
- ページ上で文章と単語をハイライトし、追い読みできます。
- 生成した記事を、単語のタイミングを保存したWAVファイルとして書き出せます。
- 掲載情報によると、Lisenのサブスクリプション、独立したLisenアカウント、サーバー、アナリティクス、テレメトリーはありません。
Cons
- CartesiaアカウントとAPIキーが必要です。
- 対応するのはページが公開しているテキストに限られます。Chrome内蔵のPDFビューア、Chromeページ、Chrome Web Storeには対応していません。
- 音声生成はユーザーのCartesiaプランにおけるCartesiaの利用量と料金の対象となります。利用可能な上限は掲載情報に明記されていません。
FAQ
Lisenの使用にCartesiaアカウントは必要ですか？
はい。音声生成をCartesiaが提供するため、LisenにはCartesiaアカウントとCartesia APIキーが必要です。
Lisenの料金はいくらですか？
Lisen自体は無料で、追加のサブスクリプションはありません。Cartesiaプランに基づいて生成した音声についてはCartesiaに支払います。掲載情報によるとCartesiaには無料プランがありますが、ここでは利用制限は明記されていません。
記事を読み上げるにはどうすればよいですか？
記事上でLisenのアイコンをクリックしてプレーヤーを開き、再生ボタンを押します。ストリーミングがすぐに始まります。または、先に記事全体を生成して音声の長さを確認し、シークバーを使用することもできます。
自分のCartesia音声を使用できますか？
LisenにCartesia APIキーを貼り付け、Cartesiaライブラリから音声を選択できます。Cartesiaでクローンまたは作成した音声も選べます。
LisenはPDFやペイウォールで保護されたページに対応していますか？
Lisenはページが公開しているテキストを読み上げます。Chrome内蔵のPDFビューア、Chrome独自のページ、Chrome Web Storeでは動作しません。掲載情報では、ペイウォールで保護されたコンテンツについても、ページに表示される範囲に限られると説明されています。
Quick Facts
- 製品タイプ
- Chrome拡張機能
- カテゴリー
- アクセシビリティ
- 主な機能
- Web記事の音声合成
- 音声プロバイダー
- Cartesia
- 出力
- ストリーミング再生またはWAVダウンロード
- 記載言語
- 英語
Lisenの代替品
Wallie
Wallieは、画面を見てチャットを聞き、設定したペルソナでライブ解説を生成するオープンソースAI streamer。自分のキーでローカル実行でき、顔出しなし配信や自律配信、リアルタイム反応に最適です。
Fylom
Fylomは、トピックや質問をリサーチ済みのナレーション付きエピソードに変換するAIポッドキャスト生成ツール。入力・音声プロンプト、声の選択、定期配信型の番組視聴に対応。
BeFreed
BeFreedは、本や知識ソースをナレーション付きの音声学習体験に変えるパーソナライズ音声学習アプリ。オンデマンド学習、音声選択、学習ツールを搭載。
Gemini 3.8 Text-to-Speech
Gemini 3.8 Text-to-Speechは、台本をカスタマイズ可能な音声に変換するGoogleの表現力豊かな音声モデル。声の設計や行ごとの演出、コンテンツ・吹き替え・音声エージェント向けの会話生成に対応。
Kugel 3.5
Kugel 3.5は、音声エージェントや電話応対向けの音声合成モデルです。短い返答、IPA発音、タイミング付きポーズ、文字単位のコード読み上げに対応し、Kugel 3の音声・言語・辞書・APIを継承。VAT別€0.0525/音声分、秒単位で課金されます。
Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTSは、表現力の高いAI音声を生成し、スタイルや話し方を細かく制御できるGoogleのプレビュー音声合成モデルです。Gemini API、Google AI Studio、Vertex AI、Google Vidsで利用できます。