【小学生でもわかる】Fish Audioの感情タグ！画面の22個は入口で、公式は64種類以上あります

まず、聴いてください

どんな話？

22個は「画面で選べる候補」、64種類以上は「モデルが対応する範囲」。数えているものが違いました。公式ブログには「タグは英語である必要はありません」の記述まで。画面だけ見ていた筆者の落とし穴を、訂正の過程ごと見せる回です。

この記事でわかること

• [囁き声で] [ため息をついて] のように、日本語の「指示の形」で書く例が公式に出ている（筆者は未判定）
• ただし画面の案内文が例に出している [笑い] は、筆者の環境では効かなかった
• 耳で効果を確認できたのは [laughing] の1つだけ
• 迷ったら画面の一覧からコピーする。一覧のものは「検証済み」と公式が言っている

こんな人に

• 読み上げに演技を付けたい人
• タグは英語だけだと思っていた人
• 「画面に無い＝できない」と決めつけそうになる人

この話のTIPS

• 注意Fish Audioのタグは「画面の一覧に無い＝使えない」ではありません。一覧の22個は入口で、公式ドキュメントは64種類以上に対応と記載。迷ったら一覧からコピー（一覧のものは公式が検証済みと明言）。
• コツFish Audioの自動タグ付けは「下書き」にして、そこから手で削るのが現実的。全部の指示を残すと、うるさくなりがちです。
• 注意タグの書き方はモデルで変わります。角カッコ[ ]はS2系の書き方で、古いS1では丸カッコで囲むなど別物。モデルを変えたら書き方も確かめ直してください。