VOICEVOX読み上げbotの作り方｜マイク無しの「聞き専」でも会話に混ざれた話

※この記事にはプロモーション（広告）が含まれます。

「ボイスチャットに入りたいけど、マイクで話すのは恥ずかしい」。そういう”聞き専（ききせん）”の人、けっこういます。うちのサーバーにも何人もいました。

私が管理している250人くらいのDiscord（ディスコード）サーバーでも、同じ声をよく聞きました。そこで、チャット欄に文字を打つと、ずんだもんが声で読み上げてくれるbot（ボット）を自分で作りました。これが思ったより効いたんです。聞き専の人も会話に混ざりやすくなって、VCがにぎやかになりました。

この記事では、もともとプログラミングをガリガリ書くわけではない私が「読み上げbot」を作って分かったことを、つまずいた所も含めて正直に書きます。むずかしい話は出てきません。

そもそも読み上げbotって何？

読み上げbotとは、Discordのチャット欄に書かれた文字を、自動で声に変換して読み上げてくれる”係”のことです。イメージは、会議室に置いた朗読してくれるアシスタント。マイクを持っていない人が文字を打つと、そのアシスタントが代わりに声に出してくれる。だから、しゃべるのが苦手な人もボイスチャットの輪に入れます。

「マイクで話すのはちょっと…」という人と、「声で聞きたい」という人。その間を埋めてくれるのが、この読み上げbotです。

VOICEVOXって何？お金はかかる？

VOICEVOX（ボイスボックス）とは、文字を入力すると、キャラクターの声で読み上げてくれる無料の音声合成ソフトです。「ずんだもん」や「四国めたん」など、聞いたことのある声もここのものです。

うれしいのは、基本的に無料で使えること。クレジット表記などのルールを守れば、こうしたbotにも使えます（利用規約は公式サイトで確認してくださいね）。声の種類もとても多くて、キャラクターごとに違う声を割り当てる、なんてこともできます。

作るのに必要なもの（ぜんぶ無料）

お金は1円もかかりません。かかるとすれば、あとで「24時間ずっと動かしたい」と思ったときだけです（後半でふれます）。

大まかな作り方（4ステップ）

細かいコードまで書くと長くなるので、ここでは”全体の流れ”をつかんでください。bot作りそのものが初めての方は、先に下の入門記事を読むとスムーズです。

実際に作って分かった”リアルな3つの壁”

ここからが、実際に250人サーバーで動かしてみて気づいた、正直な話です。やる前に知っておくと、つまずきが減ります。

「ずっと動かす」には、PCとサーバーどっち？

正直にお伝えします。読み上げbotは”声を作る”のにパソコンの力を使うので、とにかく安いサーバーより、使わなくなった昔のパソコンを部屋の隅で動かす方が向いているケースもあります。私の3体構成も、消費電力の小さい小型PCを1台、置きっぱなしにして動かしています。

一方で、読み上げる量が少なめの小規模なサーバーなら、月数百円〜の”間借り部屋”（VPS）で十分なこともあります。どちらが合うかは規模しだいです。24時間動かす方法は、こちらにくわしくまとめています。

声で参加するなら、マイクは“ちゃんとしたやつ”を強くおすすめします

ここまで「マイク無しでも混ざれる」話をしてきましたが、いざ自分が声を出すようになると、マイクの良し悪しがけっこう効いてきます。

私は昔、安いマイクを使っていて相手に声がちゃんと届いていなかったことがありました。「え、お風呂から配信してるの？」と笑われたこともあって……地味にイラッとします。思い切ってちゃんとしたマイク（私はBlue Yetiを使っています）に変えたら、声のクリアさが別物になりました。会議でも、聞き取りにくいと印象が悪くなるので、ここはケチらない方がいいと思っています。

価格帯別だと、こんな選び方になります。

・憧れ・本命：Blue Yeti（私の愛用）や HyperX のコンデンサーマイク
・手頃でちゃんと使える：下に貼ったLogicoolのUSBコンデンサー
・とにかく安く：Amazonベーシックのコンデンサーマイクでも十分です

よくある質問（FAQ）

まとめ

聞き専だった人が、文字でぽつりと参加してくれて、それをずんだもんが読み上げる。あの瞬間は、作ってよかったなと思えますよ。気軽にやってみてください。

最終更新：2026年6月18日