Komplett guide till VOICEVOX! Från funktioner till kommersiell användning

17 juli 2026

Komplett guide till VOICEVOX! Från funktioner till kommersiell användning

 
 

Jag vill veta mer om VOICEVOX egenskaper och hur man använder det
cat

VOICEVOX är en programvara för röstsyntes som installeras och används på Windows, Mac eller Linux-datorer.

Med den senaste röstsyntestekniken baserad på AI kan du generera uppläst röst genom att skriva in text, vilket gör den populär bland videoskapare och innehållsproducenter.

Ett utmärkande drag är att du kan använda rösten från "Zundamon", som är mycket populär på YouTube och Nico Nico Douga.

I den här artikeln förklarar vi i detalj allt du behöver veta för att börja använda VOICEVOX, inklusive dess egenskaper, hur du installerar det på Windows, användning och viktiga punkter vid kommersiell användning.

  • Du funderar på att använda VOICEVOX
  • Du letar efter ett sätt att läsa upp text

Varför inte använda den här artikeln som referens för att hitta det röstsyntesprogram eller den uppläsningsmetod som passar dig bäst?

【Gratis • Kommersiell användning OK】Rekommenderad senaste AI-tjänst för text-till-tal

Ondoku

Det finns en gratis uppläsningstjänst som vi rekommenderar för dig som vill skapa uppläst röst!

Det är den senaste AI-tjänsten 『Ondoku』.

『Ondoku』 är en uppläsningstjänst som kan användas gratis.

Den fungerar i alla miljöer, inklusive Windows, Mac och Linux, samt på iPhone och Android-smartphones.

Den är enkel att använda – skriv bara in texten så är det klart!

Ingen installation krävs, så du kan använda den direkt, och den fungerar smidigt oavsett datorns prestanda.

Dessutom är 『Ondoku』 gratis för kommersiell användning!

Varför inte prova att skapa en video gratis med den tydliga och realistiska rösten från 『Ondoku』?

Vad är röstsyntesprogrammet VOICEVOX? En förklaring av AI-uppläsningsprogram

Låt oss först kort förklara vad VOICEVOX är.

Vilken typ av AI-uppläsningsprogram är VOICEVOX?

VOICEVOX

Röstsyntesprogrammet VOICEVOX är en mjukvara för text-till-tal som använder AI-baserad deep learning-teknik.

När du skriver in japansk text kan den läsas upp med en karaktärsröst med hjälp av AI.

VOICEVOX är ett gratisprogram som även kan användas kommersiellt.

Dock krävs korrekt kreditering vid kommersiell användning.

Det kan användas för personligt bruk, intäktsgenerering på YouTube eller Nico Nico Douga, samt för företagsbruk, men du måste också följa användarvillkoren för karaktärer som "Zundamon", "Shikoku Metan" och "Kasukabe Tsumugi".

Högkvalitativ röstsyntesteknik med AI

Under de senaste åren har AI-röstsyntestekniken gått framåt mycket snabbt.

VOICEVOX är ett av de program som använder AI-röstsyntesteknik, och jämfört med tidigare mekaniska uppläsningsprogram kan det läsa upp med en naturlig röst.

I gränssnittet är det möjligt att justera intonationen på teckennivå. Även om det kräver lite arbete, gör det det möjligt att skapa röst med rik uttrycksförmåga.

Den har även en funktion för känslouttryck, vilket gör att rösten kan ändras beroende på glädje, ilska, sorg eller lycka.

Genom att använda karaktärsröster som "Zundamon" kan du skapa röstinnehåll som fångar lyssnarens intresse.

Stöd för flera plattformar

VOICEVOX stöder tre typer av operativsystem: Windows, Mac och Linux.

Det är särskilt ovanligt med röstsyntesprogram som stöder Linux, vilket gör det till ett av få alternativ för användare som skapar videor eller röstinnehåll i en Linux-miljö.

Vilka är VOICEVOX egenskaper?

Vilka är VOICEVOX egenskaper?

Uppläsning möjlig med många karaktärsröster

En av VOICEVOX främsta egenskaper är tillgången till personliga karaktärsröster.

Den mest kända karaktären är "Zundamon".

Det är en karaktär som tillhandahålls som en del av Tohoku Zunko-projektet och kännetecknas av en söt, ljus röst.

Förutom Zundamon finns många andra karaktärer med olika röstkvaliteter och personligheter, såsom "Shikoku Metan", "Kasukabe Tsumugi" och "Namine Ritsu".

Varje karaktär har detaljerade inställningar för ålder, längd och personlighet, vilket gör att du kan välja en karaktär som passar din videos eller ditt innehålls värld.

I VOICEVOX släpps flera karaktärer samtidigt, och de kategoriseras efter när de släpptes, till exempel "generation 1" eller "generation 2".

VOICEVOX Nemo utan karaktärer har också släppts

I november 2023 släpptes "VOICEVOX Nemo", som är ett röstbibliotek utan karaktärsinställningar.

Det har utvecklats för användning i affärssammanhang eller utbildningsmiljöer och kännetecknas av en lugn röst som passar för ett brett spektrum av scenarier.

Till skillnad från den vanliga VOICEVOX-rösten med stark karaktärsprägel, lämpar sig detta för mer formella ändamål som företagspresentationer, utbildningsmaterial och officiella meddelanden.

VOICEVOX Nemo erbjuder också flera olika rösttyper, med alternativ för både manliga och kvinnliga röster.

Det är möjligt att välja den mest lämpliga rösten beroende på innehållet och målgruppen.

Utrustad med känslouttryck och anpassningsfunktioner

VOICEVOX har en funktion för att återspegla 8 typer av känslostilar i rösten.

Stilar som "supersöt", "tårögd", "skraj" och "viskning" finns tillgängliga, men vilka stilar som kan användas beror på karaktären.

Utöver det kan man justera röstparametrar som accent, intonation och längd, och dessa kan kombineras för finjustering.

Det finns även funktioner för att ändra känslan eller justera uttalet för specifika delar av en text, vilket möjliggör detaljerade justeringar av uttrycket.

Genom att registrera uttalet av egennamn eller facktermer i accentordlistan kan man också minska felaktiga uppläsningar.

Sångsyntesfunktion har också lanserats

I januari 2024 lades en sångsyntesfunktion till i VOICEVOX, vilket gör det möjligt att låta karaktärerna sjunga.

"Humming"-funktionen stöds av 29 karaktärer (per juni 2025).

Med Humming-funktionen kan man generera ljud där karaktären sjunger med i en melodi.

"Song"-funktionen stöds för närvarande endast av Namine Ritsu, men den tillåter mer professionell sångsyntes.

【Kommersiell användning OK!】Rekommenderat AI-röstsyntesprogram som kan användas gratis direkt

Ondoku

Det finns en uppläsningsmetod vi rekommenderar för dig som letar efter röstsyntesprogram.

Det är webbappen för AI-röstsyntes 『Ondoku』!

『Ondoku』 är en AI-röstsyntestjänst som kan användas gratis.

Eftersom det är en webbapp som används i webbläsaren kan du enkelt läsa upp text från alla miljöer, inklusive Windows, Mac, Linux och mobiler.

Skapa realistiska och tydliga uppläsningar med senaste AI

『Ondoku』 är en uppläsningstjänst som syntetiserar röst med den senaste AI-tekniken.

Den kan generera tydliga och realistiska röster som låter precis som om en riktig berättare eller röstskådespelare läser upp texten.

Det finns 16 olika röster tillgängliga för japansk uppläsning i 『Ondoku』.

Det finns röster som passar för allt från professionellt bruk till hobbyprojekt, inklusive röster för män, kvinnor och barn.

De kan användas för videor på YouTube, Instagram och TikTok, butiksmeddelanden och många andra ändamål.

Med 『Ondoku』 kan du även justera tonhöjden och skapa dialoger med flera röster!

Du kan generera precis den röst du vill ha och skapa attraktiva videoljud.

Röstsyntestjänst som kan användas direkt utan installation

För att använda VOICEVOX måste du ladda ner programvaran från den officiella webbplatsen och genomföra en installation.

Att installera och använda programvara kräver kunskap om datorer som Windows eller Mac.

Dessutom måste du ladda ner en fil på cirka 1,5 GB när du installerar VOICEVOX för första gången.

  • Du använder en äldre dator eller en dator med låg prestanda
  • Din internetuppkoppling hemma är långsam
  • Du kan bara använda internetdelning

I sådana fall kan det vara svårt att installera VOICEVOX.

Då rekommenderas 『Ondoku』!

Det är mycket enkelt att använda 『Ondoku』.

Eftersom 『Ondoku』 kan användas direkt i webbläsaren krävs inga krångliga inställningar.

Du kan skapa röst direkt genom att bara öppna startsidan, så även nybörjare kan använda den utan oro.

Ondoku är mycket enkelt att använda

Eftersom ingen nedladdning krävs, kan du generera och ladda ner röst under tiden det tar att bara ladda ner installationsfilen för VOICEVOX.

『Ondoku』stöder flera språk. Skapa enkelt YouTube-videor för en utländsk publik

VOICEVOX är ett uppläsningsprogram exklusivt för japanska.

Därför kan uppläsningen av texter som innehåller lånord eller engelska ibland låta onaturlig.

『Ondoku』 stöder totalt 48 språk, inklusive japanska, engelska, koreanska, kinesiska, spanska och vietnamesiska!

Uppläsningen av främmande språk är naturlig och kan användas för att skapa flerspråkigt innehåll på YouTube.

Dessutom kan det användas i många andra sammanhang, såsom flerspråkiga meddelanden i butiker eller anläggningar, flerspråkigt utbildningsmaterial och presentationsmaterial för globala företag.

Smidighet vid kommersiell användning

Om du använder VOICEVOX kommersiellt måste du alltid ange kreditering.

Därför är det vanligt att man läser upp krediteringen i själva ljudet, till exempel "Detta presenterades av Kasukabe Tsumugi från VOICEVOX", i fall där skriftlig kreditering är svår (som vid butiksutrop).

Men det finns tillfällen då det inte passar att ange kreditering i officiella företagsvideor eller produktvideor, eller då det är svårt på grund av designbegränsningar.

I sådana fall rekommenderas 『Ondoku』!

『Ondoku』 är OK för kommersiell användning, och om du använder en betalplan krävs ingen kreditering alls.

Den kan användas fritt för alla kommersiella ändamål, såsom företagsbruk, produktförsäljning eller intäktsgenerering på YouTube.

Eftersom kommersiell användning är tillåten även i gratisplanen mot kreditering, kan du börja testa gratis innan du överväger en betalplan.

Vill du prova gratisversionen av Ondoku nu?

Med AI-uppläsningstjänsten 『Ondoku』, som kan användas gratis, behöver du inte ladda ner stora filer eller genomföra krångliga installationer!

När du vill skapa en röst kan du göra det direkt med den senaste AI-tekniken.

Varför inte börja med att testa 『Ondoku』 AI-uppläsning själv?

Detaljerad förklaring av hur man installerar VOICEVOX【Windows 11】

Härnäst förklarar vi hur man installerar och använder VOICEVOX.

För att använda VOICEVOX måste du ladda ner programvaran från den officiella webbplatsen och installera den.

Först förklarar vi installationsstegen för VOICEVOX med en Windows-dator som exempel.

※Förklaringen baseras på Windows 11 24H2.

Steg för att ladda ner och installera VOICEVOX

VOICEVOX officiella webbplats

Gå först till VOICEVOX officiella webbplats och ladda ner installationsfilen.

På nedladdningssidan kan du välja mellan:

  • Windows: GPU-version och CPU-version
  • Mac: Intel-version och Apple Silicon-version
  • Linux: GPU-version och CPU-version

Denna gång väljer vi Windows-versionen.

Nedladdningsskärm

För Windows-versionen kan du välja mellan en installerare (installer) och en ZIP-fil, men vanligtvis räcker det att ladda ner installeraren.

※Beroende på säkerhetsinställningarna i Windows eller webbläsaren kan nedladdningen blockeras. I så fall måste du tillåta nedladdningen och spara filen.

När filen är nedladdad påbörjar du installationen på Windows 11.

Nedladdad fil

Dubbelklicka på den nedladdade filen för att starta installationsguiden.

Installationsguiden startar

Klicka på "Nästa" för att påbörja nedladdningen av installationsfilerna.

Nedladdning av filer

※Eftersom totalt cirka 1,5 GB data laddas ner kan det ta tid beroende på din anslutningshastighet.

Med min internetanslutning tog det cirka 30 minuter att ladda ner.
cat
dog
Det är en bra idé att prova 『Ondoku』 under tiden du laddar ner!

När nedladdningen är klar återupptas installationsguiden.

Välj för vilken användare programmet ska installeras.

Välj installationsmål

Välj installationsmapp.

Vanligtvis installeras det i mappen Program Files på Windows.

Välj installationsmapp

Klicka på "Installera" för att påbörja installationen.

Installationen påbörjas

Vänta en stund tills installationen är klar.

Installationen är klar

Starta VOICEVOX

Starta VOICEVOX.

Om du lät rutan "Kör VOICEVOX" vara markerad i slutet av installationen, startar programmet automatiskt.

Du kan också starta det från Windows startmeny eller via genvägen på skrivbordet.

Starta från startmenyn

Initiala inställningar för VOICEVOX

När du startar VOICEVOX för första gången måste du godkänna användarvillkoren.

Godkänn användarvillkoren

Om allt ser bra ut, klicka på "Godkänn och börja använda".

En skärm som introducerar ytterligare karaktärer öppnas; klicka på "Klar".

Introduktionsskärm för karaktärer

En skärm för att godkänna datainsamling om programvarans användning öppnas.

Klicka på Tillåt eller Neka

Klicka på "Tillåt" eller "Neka".

Nu är de initiala inställningarna klara.

Gränssnittet för att skriva in text och läsa upp röst öppnas.

Skärm efter inställningar

Grundläggande användning av VOICEVOX

Nu är VOICEVOX korrekt installerat på din Windows-dator.

Härnäst förklarar vi de grundläggande stegen för att faktiskt omvandla text till tal.

Grundläggande användning av röstgenereringsfunktionen

När du öppnar VOICEVOX ser du en karaktärsikon och ett fält för textinmatning.

Skärm vid start

Klicka i textfältet (delen med den gröna understrykningen).

Du växlar nu till redigeringsläget.

Redigeringsskärm

Skriv in din text.

Skriv in text

Genom att trycka på uppspelningsknappen nere till vänster kan du lyssna på rösten och kontrollera resultatet.

Om du klickar på "+" i textinmatningsfönstret kan du lägga till ett nytt fält för text.

Lägg till nytt textfält

Om du klickar på karaktärsikonen öppnas menyn för val av karaktär.

Meny för val av karaktär

Som standard visas "Shikoku Metan", men genom att klicka kan du ändra till din favoritkaraktär, som "Zundamon" eller "Kasukabe Tsumugi".

Ändra till favoritkaraktär

Genom att tilldela olika karaktärer till olika textrader kan du även skapa ljud i konversationsformat.

Lägg till fler karaktärer

För att använda den här funktionen effektivt krävs det dock att du förstår skillnaderna i röstkaraktär mellan de olika figurerna och väljer en lämplig kombination.

Eftersom det även krävs detaljerade justeringar för konversationens tempo och pauser, tar det en viss tid och erfarenhet innan man vänjer sig.

Hur man använder VOICEVOX funktion för att exportera ljud

Härnäst förklarar vi hur man exporterar ljudfiler.

Användning av "Exportera ljud separat"

För att exportera ljud:

Välj "Arkiv" (File) → "Exportera ljud" (Export Audio).

Välj Arkiv → Exportera ljud

Välj målmapp för exporten.

Välj målmapp

Då kommer ljudet att exporteras uppdelat rad för rad.

Användning av "Exportera sammanfogat ljud"

I VOICEVOX kan du även exportera ljudet sammanfogat i en fil.

Om du väljer "Arkiv" → "Exportera sammanfogat ljud" öppnas fönstret för att spara filen.

Välj Arkiv → Exportera sammanfogat ljud

Ange ett filnamn och spara.

Ange filnamn och spara

Användning av känslostilar och parameterjustering

Som en avancerad funktion erbjuder VOICEVOX möjligheten att ändra uttrycket via känslostilar.

Det varierar beroende på karaktär, men känslostilar som "Normal", "Söt", "Tjurig", "Sexig", "Viskning", "Hysch-hysch", "Uppspelt" och "Tårögd" finns tillgängliga.

Känslostilar

Genom att ändra känslostilen kan du generera ljud med helt olika intryck även för samma text, vilket gör att du kan anpassa rösten efter innehållet eller regin.

För att ändra känslostil, för muspekaren över ">" till höger om menyn för val av karaktär.

Alternativen visas, klicka för att välja.

Dessutom kan du individuellt justera de tre parametrarna accent, intonation och längd.

Redigering av accent:

Redigeringsskärm för accent

Redigering av intonation:

Redigering av intonation

Redigering av längd:

Redigering av längd

Varje flik kan växlas nere till vänster på skärmen.

Varje enskilt ljud kan justeras för att få en ännu mer realistisk uppläsning.

【Viktigt】Om kommersiell användning av VOICEVOX: Det är viktigt att kontrollera villkoren

Viktigt: Om kommersiell användning av VOICEVOX

Om du använder VOICEVOX för kommersiella ändamål måste du vara uppmärksam på villkoren.

Du måste förstå användarvillkoren korrekt och ange lämplig kreditering.

Här förklarar vi i detalj de viktigaste punkterna för att använda VOICEVOX på rätt sätt vid kommersiell användning.

Grundläggande regler för kommersiell användning

När du använder ljud genererat med VOICEVOX krävs lämplig kreditering oavsett om användningen är kommersiell eller icke-kommersiell.

Vid kreditering måste det framgå att VOICEVOX har använts och vilken karaktär som användes.

Till exempel, om rösten från Zundamon användes skriver du "VOICEVOX:Zundamon", och om rösten från Shikoku Metan användes skriver du "VOICEVOX:Shikoku Metan".

När det används i videor på YouTube eller liknande, skriver du det i videobeskrivningen eller direkt i videon.

Om ljudet är det enda sättet att ange kreditering (som vid ett telefonsvararmeddelande), infogar du en röstkreditering i stil med "Vi använder Kasukabe Tsumugi från VOICEVOX".

Användningsbegränsningar per karaktär i VOICEVOX

Karaktärerna i VOICEVOX har var och en sina egna användarvillkor.

Vissa karaktärer har speciella begränsningar.

De flesta karaktärer tillåter kommersiell användning med korrekt kreditering, men det finns karaktärer där kommersiell användning är begränsad.

Karaktärer relaterade till Tohoku-projektet (Zundamon, Tohoku Kiritan, Tohoku Itako etc.) tillåter i grunden kommersiell användning, men användning i politiskt innehåll eller vuxet innehåll är förbjudet.

För vissa karaktärer kan det vara förbjudet att använda dem på affiliatwebbplatser eller som röst till en originalkaraktär.

Om du planerar kommersiell användning är det viktigt att i förväg kontrollera de enskilda användarvillkoren för den karaktär du tänker använda.

Observera även licensen för illustrationer om du använder karaktärsbilder i videor

Dessutom, om du använder karaktärsbilder (sk. "Tachie") för karaktärer som "Zundamon" i dina videor, måste du även vara uppmärksam på illustrationernas användarvillkor.

Illustrationer har ofta andra användarvillkor än de för VOICEVOX och själva karaktären.

Du måste kontrollera användarvillkoren även för illustrationerna i förväg.

Licenserna är komplexa, så förhandsgranskning är mycket viktig

Det man särskilt bör se upp med vid kommersiell användning av VOICEVOX är att varje karaktär har sitt eget licenssystem.

Eftersom användarvillkoren skiljer sig stort mellan olika karaktärer, måste du kontrollera användarvillkoren individuellt för varje karaktär om du använder flera olika.

Var särskilt uppmärksam på att användarvillkoren skiljer sig mellan karaktärer från Tohoku-projektet och andra originalkaraktärer.

Dessutom finns risken att nya karaktärer som läggs till i framtiden kan ha helt andra användarvillkor.

Vid användning inom företag kan det krävas godkännande från juridiska avdelningar, vilket kan ta tid innan man kan börja använda programmet.

På grund av detta komplexa licenssystem kan kontrollen av användarvillkoren bli en stor börda för dig som vill använda programmet för affärsändamål eller intäktsgenerering på YouTube.

Om du vill jämföra fler metoder för text-till-tal, se även denna artikel som jämför 15 olika röstsyntesprogram.

Vill du prova gratis uppläsning med 『Ondoku』?

Hittills har vi förklarat VOICEVOX egenskaper, hur man installerar det på Windows och hur det används.

Men det kan ofta vara tidskrävande att ladda ner och installera, och användarvillkoren kan vara komplexa och svåra att använda.

I sådana fall rekommenderas den lättanvända och multifunktionella röstsyntestjänsten 『Ondoku』!

Ondoku

『Ondoku』 är en online-baserad AI-uppläsningstjänst som kan användas gratis.

Genom att bara registrera din e-postadress kan du göra röstsyntes för upp till 5 000 tecken helt gratis!

Den kan användas från Windows, Mac, Linux och även mobiler, och passar för alla ändamål – affärer, utbildning eller underhållning.

Eftersom kommersiell användning är OK, stöder den även intäktsgenerering på YouTube!

Användningen är också mycket enkel!

Eftersom ingen installation krävs och den kan användas direkt i webbläsaren, kan du skapa högkvalitativ röst så fort du får idén!

Även om du just nu håller på att ladda ner installationsfilen för VOICEVOX, varför inte prova 『Ondoku』 under tiden?

Flerspråkig uppläsning möjlig med högkvalitativ AI-röst

De 16 typerna av japanska röster i 『Ondoku』 erbjuder stor variation med röster från män, kvinnor och barn!

Självklart finns det även stöd för konversationsuppläsning med flera röster.

『Ondoku』 stöder cirka 50 språk, inklusive japanska, engelska, kinesiska, koreanska, spanska, franska och tyska.

Genom att skapa globalt innehåll kan du öka dina visningar på YouTube genom att rikta dig mot hela världen.

Kan användas direkt utan installation eller nedladdning!

Det är mycket enkelt att använda 『Ondoku』.

När du öppnat startsidan är det bara att skriva in texten och trycka på uppläsningsknappen!

En naturlig ljudfil genereras på några sekunder.

Eftersom röstsyntes upp till 5 000 tecken kan användas gratis, varför inte börja med att testa 『Ondoku』?

Varför inte prova att skapa realistisk uppläsning med senaste AI som är OK för kommersiellt bruk?

I den här artikeln har vi förklarat VOICEVOX egenskaper, hur man installerar det på Windows och hur det används.

Den största lockelsen med VOICEVOX är att man kan skapa videor med kända karaktärer som "Zundamon".

Men det finns också svåra bitar som nedladdning, installation och användarvillkor.

Om du vill läsa upp texter med den senaste AI-tekniken rekommenderas även webbtjänsten 『Ondoku』.

Varför inte prova att skapa videoljud med 『Ondoku』, som kan användas direkt utan nedladdning?

 

■ AI-talsyntesprogramvara "Ondoku"

"Ondoku" är ett online-text-till-tal-verktyg som kan användas utan initial kostnad.

  • Stöder cirka 50 språk inklusive japanska, engelska, kinesiska, koreanska, spanska, franska och tyska.
  • Finns både från PC och smartphone
  • Lämplig för affärer, utbildning, underhållning, etc.
  • Ingen installation krävs, kan användas direkt från din webbläsare
  • Stöder även läsning från bilder

För att använda det, skriv bara in text eller ladda upp en fil från webbplatsen. Generera naturliga ljudfiler på några sekunder. Du kan använda talsyntes för upp till 5 000 tecken gratis, så prova det först.

Text-till-tal-mjukvaran "Ondoku" kan läsa upp 5000 tecken varje månad med AI-röst gratis. Du kan enkelt ladda ner MP3-filer och kommersiell användning är också möjlig. Om du registrerar dig gratis kan du konvertera upp till 5 000 tecken per månad gratis från text till tal. Prova Ondoku nu.
HP: ondoku3.com
Email: ondoku3.com@gmail.com
Relaterad artikel

Textläsningsprogramvara Ondoku. Det är en text-till-tal-tjänst som kan användas gratis av alla utan installation. Om du registrerar dig gratis kan du få upp till 5000 tecken gratis varje månad. Registrera dig gratis nu