動画生成AI「NoLang」、300種類以上の「音声」を追加し、動画の表現力を大幅に拡張。あらゆるビジネスシーンにおける最適な音声が使用可能に

Mavericks Inc.

2025年11月19日 20時01分

日本発、動画生成AI「NoLang」を提供する株式会社Mavericks（本社：東京都文京区、代表者：奥野将太）は、日本初、日本最大(※)の動画生成AI「NoLang」に300種類以上の高品質な音声を追加し、同時に最適な音声を即座に抽出できる「ボイス検索機能」を実装いたしました。本アップデートにより、ショート動画の視聴維持率を高めるテンションの高い音声から、IRやブランディングで信頼を醸成する低音で重厚なボイスまで、あらゆるビジネスシーンに最適な音声が利用可能となります。動画の質を左右する「聴覚情報」を最適化することで、マーケティング、広報、社内教育といった企業活動の成果創出を強力に支援します。

■動画の「声」でビジネス成果を変える

昨今、ビジネスシーンにおける動画活用が急速に進む中で、動画コンテンツの質を左右する要素として、視覚情報と同様に重要なのが「聴覚情報（音声）」です。

例えば、マーケティング・PRにおけるTikTokやYouTube Shortsなどのショート動画においては、冒頭数秒の音声のインパクトが視聴維持率に直結します。一方で、企業の営業活動における決裁者向けの商品紹介動画や投資家向けのIR動画に関しては、信頼と権威を伝えるために、低く落ち着いた重厚感のある音声であることが不可欠です。

しかし、こうした理想的な音声を自社で用意しようとすると、どうしても社内人材の声質に依存してしまい、イメージ通りの声を確保することは容易ではありません。また、高品質な録音を行うためには、専用機材の購入や、それを使いこなす専門スキルも必要となります。一方で、プロのナレーターに外注すれば数十万円の費用が発生するため、予算を割きにくい企業にとっては大きなハードルとなっていました。さらに、一度収録すると修正が容易ではないため、進行そのものが慎重にならざるを得ず、結果として企画から納品までのリードタイムが長期化してしまうことも少なくありませんでした。

■NoLangで使用できるボイスを300種類以上新たに追加

そこで「NoLang」は、今回のアップデートで、300種類以上の多様なボイスを追加いたしました。これにより、高額な外注や機材投資を行うことなく、誰でもプロ級のナレーション音声を自由に利用することが可能となります。さらに、これらを使いこなすための検索機能の実装により、あらゆるビジネスシーンに最適な音声が必ず見つかる環境を実現しました。また、従来の外注制作では再収録に追加費用や納期遅延が発生していたセリフの変更も、NoLangであれば編集画面でテキストを書き換えるだけで完結します。AIが即座に新しい音声を再生成するため、追加コストやリードタイムを一切かけることなく、納得がいくまでコンテンツをブラッシュアップすることが可能です。

アニメ風音声の商品紹介動画を見てみる

■新機能1：あらゆるターゲット層に響く、多種多様な新規ボイス

今回追加された300種類以上の音声ライブラリは、それぞれの音声が持つ「印象」や「効果」に基づいて厳選されており、ビジネスの現場で想定されるあらゆるシーンを網羅しています。

例えば、若々しくエネルギッシュな音声は、Z世代やSNSユーザー層への強力なフックとして機能します。高速でスクロールされるSNSフィード上でも、冒頭で視聴者の注意を瞬時に惹きつけることができるため、ショート動画広告やキャンペーン告知など、完全視聴率を重視するコンテンツに最適です。

また、映画の予告編やドキュメンタリーを彷彿とさせる、低音で落ち着きがあり重厚感に満ちたボイスは、決裁者や投資家へ信頼と権威を伝えたい場面で真価を発揮します。その深みのある声質は、企業理念の発信や高級商材のプロモーション、IR動画など、ブランドの品格と信頼性を担保する必要があるフォーマルなシーンでご活用いただけます。

さらに、カジュアルかつフレンドリーな雰囲気のボイスは、幅広い層からの共感を得たいシーンにうってつけです。ストーリーテリングに適したその語り口は、商品の利用シーンをドラマ仕立てで紹介する動画や、社員の人柄を伝える社内報など、視聴者との心理的な距離を縮め、エンゲージメントを高めたいコンテンツの制作にお使いいただけます。

■新機能2：制作工数を削減する「ボイス検索機能」

300種類以上の音声追加に伴い、膨大なライブラリからユーザーが求める「正解の音声」へ最短距離で到達できるよう、検索機能を刷新しました。「音声エンジン・性別・年齢・声質・用途・トーン」の6つの要素を掛け合わせることで、イメージ通りの音声を瞬時に特定し、選定にかかる時間を大幅に短縮します。

ターゲット属性で絞り込む

「性別（男性・女性・不明）」や「年齢（子供・若年・成人・高齢）」を選択することで、動画のターゲットペルソナに合致した候補を即座に抽出。視聴者層に馴染む音声を選定することで、離脱を防ぎ、視聴維持率の向上に貢献します。

声のトーンで選定する

「楽しみ・喜び・怒り」といった感情パラメーターやピッチ情報でのフィルタリングが可能です。「親しみやすさを出したい」「信頼感を高めたい」といった演出意図に合わせ、動画の雰囲気を決定づける最適なトーンを自在に選ぶことができます。

ユースケース（利用シーン）から逆引きする

「広告・PR」「研修」「プレゼン」「カスタマーサポート」など、具体的なビジネスシーンを選択するだけで、用途に特化した音声を呼び出せます。「どの声が適切かわからない」という場合でも、目的に沿った最適な音声を迷うことなく即座に決定可能です。

■具体的な活用シーン

本機能を活用することで、企業の担当者は以下のような具体的な施策を展開し、ビジネス課題を解決へと導くことができます。

【マーケティング・SNS運用】「冒頭3秒の離脱」を防ぎ、ショート動画広告のCVRを最大化

TikTokやYouTube Shortsなどのショート動画広告において最大の課題は、「冒頭数秒でスキップされ、商品の魅力が伝わる前に離脱される」ことです。本機能では、広告のターゲットペルソナに最適化された音声を、「性別・年齢・トーン」の掛け合わせで即座に検索・適用可能です。視覚情報に加え、聴覚へも強く訴求するテンポの良いナレーションで冒頭のフックを強化。ユーザーのスクロールの手を止めさせ、視聴維持率を劇的に改善することで、CTR（クリック率）やCVR（コンバージョン率）の向上を実現します。

アニメ風音声の商品紹介縦型動画を見る

【IR・会社紹介・広報】「音のブランディング」を確立し、企業への信頼感を醸成

会社紹介やIR資料など、動画ごとにナレーターの質やトーンが異なると、ブランドイメージが定着せず、一貫性のない印象を与えてしまいます。 NoLangの豊富なライブラリから、「重厚感」や「落ち着き」のあるボイスを定義して活用することで、企業の「声」を統一できます。決算説明では威厳ある低音を、採用動画では知的で誠実な声を使い分けるなど、戦略的な音声アイデンティティを確立し、ステークホルダーへの揺るぎない信頼感とブランド価値の浸透を図ります。

【人事・社内研修】「講師のような抑揚」で、eラーニングの完遂率と定着率を向上

従来のeラーニング教材に多い「単調な機械音声」は、受講者の集中力を低下させ、学習効果を薄れさせる要因となっていました。新機能の用途検索で「研修」や「教師」タグを選択すれば、プロの講師のように抑揚と間を心得た「講師風ボイス」を瞬時に呼び出せます。人間味のある自然な音声は、長時間の受講でもストレスを感じさせません。結果として最後まで視聴されるコンテンツとなり、学習内容の定着率向上や、組織全体のコンプライアンス意識強化に大きく貢献します。

アナウンサー風の音声による研修動画を見る

■今後の展望

今後は、今回大幅に拡充した「音声」の領域に加え、アバターの細やかな表情変化やジェスチャーといった非言語コミュニケーションの表現力もさらに深化させていく予定です。これにより、視聴者の感情をより深く揺さぶる動画体験を創出し、マーケティング、IR、社内教育といったあらゆるビジネスコミュニケーションの質を根本から変革します。

（※ 当社調べによる動画生成AIへの登録ユーザー数より）

お問い合わせはこちら