Script2Voice 取扱説明書・操作マニュアル

本書は、台本ファイルから音声合成・空間音響処理・字幕(SRT)・編集タイムライン(FCPXML)・ ミックス済み音声(WAV)を一括生成するツール Script2Voice（Rust 版）の 取扱説明書です。インストールから台本の書き方、GUI の操作、挿絵を組み合わせた MP4 動画の書き出しまでを解説します。 早期反射・物理残響などの空間音響パラメータの詳細解説（第7章）も本書に統合されています。

1. Script2Voice とは

Script2Voice は、テキスト形式の「台本ファイル」を読み込み、登場人物（キャスト）ごとに 指定した音声合成エンジン（VOICEVOX / AivisSpeech / XTTS）で音声を生成し、 パン（左右の定位）・距離・残響などの空間音響処理を加えたうえで、 以下の成果物を自動生成するツールです。

• 各台詞ごとの音声ファイル（ステレオ WAV、空間音響処理済み）
• 台詞をまとめてミックスした音声ファイル full_dialogue.wav
• 字幕ファイル subtitles.srt
• 動画編集ソフト用タイムライン timeline.fcpxml（Final Cut Pro 互換）

台本ファイル（テキスト）を1つ用意するだけで、ナレーション動画やボイスドラマなどの 音声・字幕・編集タイムラインを一括して作成できることが最大の特長です。

操作方法はコマンドライン（CLI）と GUI の2通りがあります。 台本をまとめて処理するなら CLI（第3章）、 台詞を1行ずつ聴きながら空間音響を調整するなら GUI（第4章）が向いています。 どちらで実行しても生成される成果物は同じです。

さらに、挿絵等の静止画素材を用意すれば、生成した音声・字幕と組み合わせて MP4動画をそのまま書き出すこともできます（compose サブコマンド。 第5章 動画の作成を参照）。編集ソフトを使わずに、 静止画のスライドショー形式の動画を直接得たい場合に利用します。

2. 準備・セットアップ

2.1 ビルド方法

Rust ツールチェイン（cargo）がインストールされた環境で、プロジェクトのルートディレクトリから次を実行します。

# デバッグビルド（開発・動作確認用）
cargo build

# リリースビルド（実運用向け、最適化あり）
cargo build --release

ビルドが成功すると、実行ファイルは target/release/script2voice.exe（Windows の場合）に生成されます。 GUI（第4章）を使う場合は、同じビルドで target/release/s2v-gui.exe も生成されます（GUI だけをビルドするなら cargo build --release -p s2v-gui）。

2.2 音声合成エンジンの起動

Script2Voice は HTTP 経由で音声合成エンジンに接続します。 VOICEVOX / AivisSpeech は、インストールされていれば Script2Voice が自動で見つけて起動するため、 通常は事前に起動しておく必要はありません（XTTS は exe_path を設定するか、事前に起動しておきます）。 エンジンが既に起動していれば（VOICEVOX アプリを開いている場合など）、それにそのまま接続します。

台本内で 使用しているエンジンのみが起動・利用されます （未使用のエンジンは起動チェックされません）。

2.3 config.toml の設定

実行時の挙動（接続先 URL、音響パラメータ、同時実行数、BGM 設定など）は プロジェクトルートの config.toml で設定します。 主な項目は次の通りです。

[xtts]
url = "http://localhost:8020"
exe_path = "python"
args = ["-m", "xtts_api_server", "--port", "8020"]

3. 基本操作

3.1 コマンドラインの使い方

script2voice <台本ファイル/フォルダ> [<台本ファイル/フォルダ> ...] [--config <設定ファイルのパス>]

台本は 複数指定でき、ファイルとフォルダを混在させられます。 フォルダを指定すると、その直下にある .txt ファイルが ファイル名の昇順でまとめて処理対象になります（サブフォルダは辿りません）。 同じ台本が重複して指定された場合は1回だけ処理されます。

実行例:

# 台本を1つ処理（従来どおり）
script2voice .\scripts\episode01.txt
script2voice .\scripts\episode01.txt --config .\my_config.toml

# 複数の台本をまとめて処理（バッチ）
script2voice .\scripts\episode01.txt .\scripts\episode02.txt

# フォルダ内の .txt を名前順に一括処理
script2voice .\scripts

# ファイルとフォルダの混在も可
script2voice .\scripts 追加エピソード.txt

設定ファイルの探索順序は次の通りです。

1. --config で明示的に指定したパス（最優先）
2. （省略時）実行ファイル（script2voice.exe）と同じフォルダの config.toml

3.2 処理の流れ

1. プロジェクトフォルダの作成 — 台本ファイルと同じフォルダの中に、台本ファイル名（拡張子なし）と同名のフォルダを作成します。以後の出力はすべてこのフォルダに格納されます。
2. 台本の解析 — @scene / @pause / @asset / @cast / @script の各セクションを解析し、場面（シーン）と台詞・コマンドのリストを構築します。
3. エンジンの起動確認 — 台本内で使用されているエンジン（VOICEVOX / AivisSpeech / XTTS）にのみ接続を試みます。
4. 音声合成 + 空間音響処理（並列実行） — 台詞ごとに音声合成 → ステレオ化（パン・距離・残響などの DSP 処理）を行い、audio/ フォルダに個別の WAV ファイルとして出力します。
5. タイムラインの構築 — @pause の設定や同時発声指示（#数字）に従って、各台詞・BGM・SE の再生開始時刻を計算します。
6. 各種ファイルの書き出し — 字幕(SRT)、編集タイムライン(FCPXML)、ミックス済み音声(WAV) を出力します。

3.3 出力されるファイル

処理が完了すると、台本ファイルと同じ場所に作成されたプロジェクトフォルダ （例: episode01/）に、以下のファイル・フォルダが生成されます。

4. GUI（s2v-gui）の使い方

Script2Voice には、コマンドラインを使わずに台本の試聴・一括実行・音響パラメータの調整ができる GUI アプリ s2v-gui.exe が付属します。用途は大きく2つです。

• 台本タブ — 台本を開いて行ごとに試聴し、問題なければ一括実行（CLI と同一の出力）する。
• 音響ラボタブ — 部屋の広さ・立ち位置・残響を図とスライダーで試行錯誤し、決まった値を @scene 行として台本に貼り付ける。

4.1 起動と準備

# GUI のビルド
cargo build --release -p s2v-gui
# → target/release/s2v-gui.exe

s2v-gui.exe は、実行ファイルと同じフォルダに置かれた config.toml（CLI と同じ規約）と presets.toml（音響ラボのプリセット。任意）を読み込みます。 GUI には --config に相当する指定手段がないため、この配置が必須です。

4.2 画面構成

4.3 台本タブ — 試聴と一括実行

台本を開く

「📂 台本を開く...」で .txt の台本を選びます（UTF-8 保存。BOM 付きでも読めます）。 開いたパスは記憶され、次回起動時に自動で開かれます。

「保存時に自動再読込」にチェックを入れておくと（既定 ON）、 お使いのエディタで台本を編集して保存するたびに GUI 側が読み直します。 台本の編集機能は GUI にはありません。編集はエディタ、確認は GUI という分担です。

台本にパース上の警告（未定義キャストの台詞、空行なしで連続した @cast 定義の飲み込みなど）があると、 「⚠ ○行目: …」という橙色の行が画面上部に一覧表示されます。CLI は既定で警告のある台本を失敗として扱いますが、 GUI にはこの設定がなく警告があっても実行できるため、警告は自分で確認してください。

行リストと詳細

画面は左右2ペインです。左の行リストには「行番号・役名・台詞の冒頭」が並び、 クリックすると右の詳細に切り替わります。詳細では次が確認できます。

• 台詞の全文（ルビを解決した表示テキスト）
• シーン: 部屋寸法（room_w×room_d×room_h。未指定なら room_size）／ listener_z ／ reverb_wet
• キャスト: pan（度）／ 距離（m）／ 高さ ／ 音量

1行だけ試聴する

一括実行（全台詞の生成）

画面下部の一括実行ストリップから、開いている台本を丸ごと処理します。

4.4 音響ラボタブ — 空間音響の試行錯誤

同じ台詞に対して部屋の広さ・立ち位置・残響量を変えながら聴き比べ、 決まった値を @scene 行として台本へ持ち帰るためのタブです。 各パラメータの意味は第7章 空間音響パラメータ解説を参照してください。

音源を選ぶ

部屋の俯瞰図（ドラッグ操作）

左側には部屋を真上から見た図が表示されます。聴取者 👤 と話者 🔊 をドラッグすると、 その位置関係から listener_dx / listener_dy と pan / distance が自動で計算されます （逆に数値を変えれば図が動きます）。位置は部屋の内側にクランプされ、話者と聴取者は 0.1m 以上離れます。 図の下には現在の寸法と、そこから物理計算した残響時間 RT60 の目安が表示されます。

パラメータ

幅 W・奥行 D・高さ H はそれぞれ独立に、スライダーでも数値入力でも設定できます。

プリセット

次の4つが組み込まれています。「適用」を押すと現在の値に反映されます。

独自のプリセットは、exe と同じフォルダの presets.toml に追記すると一覧の末尾に追加されます。 書かなかった項目は現在の値が維持されます（部屋だけ切り替えて pan/距離は保つ、といった使い方ができます）。

# presets.toml
[[preset]]
name = "録音ブース"
room_w = 2.5
room_d = 3.0
room_h = 2.4
listener_dx = 0.0
listener_dy = 0.0
listener_z = 1.2
reverb_wet = 0.6
# pan / distance / height は書かなければ現在値のまま

試聴と @scene 行の書き出し

1. ▶ 処理して試聴 — 現在のパラメータで音響処理し、再生します。
2. 結果はパラメータとセットで試聴履歴（最大 50 件）に積まれます。
3. 履歴の行をクリックすると A / B が付き、下部の再生バーの「▶ A」「▶ B」で交互に聴き比べできます。
4. 気に入った設定が決まったら、画面中央に表示されている @scene … の行を 📋 コピー して台本に貼り付けます。

@scene シーン名 room_w=25 room_d=45 room_h=18 listener_dx=0 listener_dy=-15 listener_z=1.1 reverb_wet=1

4.5 再生バーと実行ログ

画面下部の再生バーは、どちらのタブにいても共通で使えます。

最下部の「実行ログ」を展開すると、合成・音響処理・エラーの詳細が時系列で確認できます。 試聴や一括実行がうまくいかないときは、まずここを確認してください。

5. 動画の作成（compose コマンド）

3. 基本操作で音声・字幕・タイムラインを生成したあと、 compose サブコマンドを使うと、そのプロジェクトフォルダに挿絵などの静止画（または動画クリップ）を 対応付けて、ひとつの MP4 動画として書き出せます。 台詞の段落ごとに画面が切り替わるスライドショー形式の動画です。

5.1 全体の流れ

1. 台本に #paragraph を入れて画面を切り替えたい位置を決める（5.2）
2. script2voice <台本> で音声・字幕を生成する（3章）
3. 段落数だけ画像（または動画クリップ）を用意する
4. 段落番号と素材の対応を scene_map.json に書く（5.4）
5. script2voice compose <プロジェクトフォルダ> で MP4 を書き出す（5.3）

5.2 段落（#paragraph）と画面の切り替わり

画面が切り替わる位置は、台本の #paragraph コマンド（6.6 コマンド一覧）で決まります。 #paragraph は台詞の間に@pause の paragraph 設定ぶんの無音を入れると同時に、 字幕 timeline/subtitles.srt に長さ0の [PARAGRAPH] マーカーを書き込みます。 compose はこのマーカーを読んで区間を切ります。 #paragraph 名称 と書くと [PARAGRAPH 名称] として出力されます（動画合成でカット名として使う機能は今後追加予定）。

各段落の長さは「前のマーカー〜次のマーカー」、最後の段落は「最後のマーカー〜音声全体の終わり」です。 音声の総時間は ffprobe で full_dialogue.wav（無ければ full_dialogue.mp3）から取得します。

5.3 コマンドと引数

script2voice compose <プロジェクトフォルダ> [--scene-map <scene_map.jsonのパス>] [--burn-subtitle] [-o <出力ファイル.mp4>] [--generation <N>]

実行例:

# プロジェクトフォルダ直下の scene_map.json を使って動画化
script2voice compose .\scripts\episode01

# scene_map.json の場所と出力先を明示し、字幕を焼き込む
script2voice compose .\scripts\episode01 --scene-map .\assets\episode01_scenes.json --burn-subtitle -o .\out\episode01.mp4

5.4 scene_map.json の書式

段落番号（1始まり）ごとに、表示する画像または動画クリップを指定する JSON ファイルです。

{
  "paragraphs": [
    { "index": 1, "type": "image", "path": "images/scene01.png" },
    { "index": 2, "type": "video", "path": "clips/scene02.mp4" },
    { "index": 3, "image": "images/scene03.png" }
  ],
  "default_image": "images/fallback.png"
}

5.5 生成される動画の仕様

素材の種類による違いは次の通りです。

5.6 挿絵の用意について

Script2Voice は画像を生成しません。あらかじめ用意した画像ファイルを scene_map.json で段落番号に割り当てる、という役割分担です。

挿絵のもとになるプロンプトは、@scene の情景描写（自由記述）や @cast の外見描写（自由記述）に書いておき、 それを画像生成 AI に渡す運用を想定しています。台本の中に「その場面がどう見えるか」を書いておけば、 台本ファイル1つで音と絵の両方の指示がまとまります。

5.7 うまくいかないときは

6. 台本ファイルの書き方

台本ファイルはプレーンテキストで記述します。台本は次の5種類のセクションから構成され、 これらを場面ごとに繰り返し記述できます。

1. @scene — 場面の開始を宣言する
2. @pause — 無音時間（間）の設定
3. @asset — BGM・SE 素材フォルダの指定
4. @cast — 登場人物（キャスト）の定義
5. @script — 台詞・各種音声出力の指示

6.1 @scene セクション — 場面の宣言

場面（シーン）の先頭で宣言します。場面名と音響場（部屋の大きさ・聴取者の位置・残響量）を指定できます。いずれのパラメータも省略可能です。

@scene 01_オープニング room_size=0.3 reverb_wet=1.0
@scene ホール room_w=25 room_d=45 room_h=18 listener_dy=-15 listener_z=1.1

情景描写（自由記述）

@scene の宣言行の次の行から、次のセクション （@pause / @asset / @cast / @script）が現れるまでの行は、 その場面の情景・雰囲気を書いた自由記述として扱われます。

@scene 01_オープニング room_size=0.3
夕暮れの港町。潮風が吹き抜ける石畳の坂道。
遠くで汽笛が鳴り、カモメの声が響いている。

@cast
...

各場面には @asset / @cast / @script の各セクションを 含めることができます。新しい @scene が現れると、そこまでの内容で ひとつの場面が確定し、次の場面の解析が始まります。

6.2 @pause セクション — 間（無音）の設定

台詞と台詞の間、話者交替時、段落の区切りに挿入する無音時間（ミリ秒）を設定します。

@pause
sentence 200
cast 500
paragraph 1000

省略した項目は既定値（sentence: 200ms、cast: 500ms、paragraph: 1000ms）が使用されます。

6.3 @asset セクション — 素材フォルダの指定

BGM・効果音 (SE) の音源ファイルを格納したフォルダを指定します。

@asset
bgm_dir = ./assets/bgm
se_dir = ./assets/se

6.4 @cast セクション — キャスト（登場人物）の定義

台本中で発声する役（キャスト）ごとに、話者・音声合成エンジン・各種パラメータを定義します。

@cast
役名:話者名:スタイル,エンジン名,パラメータ1=値1,パラメータ2=値2,...

記述例:

@cast
めたん:四国めたん:ノーマル,voicevox,pan=-30,distance=1.0,volume=1.0
まい:まい:ノーマル,aivis,pan=30,distance=1.0,volume=0.9
解説:Gitta Nikolina:default,xtts,language=ja,pan=0,distance=1.0

外見描写（自由記述）

各役の定義行（書式行）の次の行から、空行が来るまでの行は、 その役の外見・特徴を書いた自由記述として扱われます。

@cast
めたん:四国めたん:ノーマル,voicevox,pan=-30,distance=1.0
緑髪をショートボブにした、快活な印象の少女。制服の上に古びたコート。

まい:まい:ノーマル,aivis,pan=30,distance=1.0
物静かな雰囲気の女性。白いワンピース姿。

6.5 @script セクション — 台詞と音声指示

場面内で実際に発声される台詞や、BGM・SE・無音などの指示を記述します。

役名:台詞テキスト
役名(臨時パラメータ):台詞テキスト
#コマンド
（空行）

基本の台詞

めたん:こんにちは、まいさん。

役名 は @cast セクションで定義済みの役名と一致させてください。

臨時パラメータ（その台詞だけ値を変える）

カッコ内に パラメータ名=±値 の形式で記述すると、 @cast で設定された値に対する増減（オフセット）として、その台詞限定で適用されます。 複数指定する場合はカンマで区切ります。

めたん(pan=15,distance=2):このセリフだけ定位と距離が変わります
めたん(pitchScale=+0.01,speedScale=+0.5):感情の高まりを声の変化で表現する例

6.6 コマンド一覧 (#行)

# で始まる行はコマンドとして解釈されます。

同時発声の例（2人が同時に驚く演出）:

#2
めたん(delay=500):きゃっ！何かしら今の音！？
まい:な、なんなのだ！？ 地震なのだ！？

delay=**** を臨時パラメータとして指定すると、 同時発声の基準時刻からその台詞の発声開始を ****ms 遅らせることができます。

6.7 ルビ表記・台詞の書き方

誤読されやすい単語は、シングルクォーテーションで囲んで '表記|読み' の形式で指定すると、 音声合成では「読み」、字幕表示では「表記」が使われます。 区切りは半角の | のみで、全角の ｜ は区切りとして扱われません。 表記・読みのどちらにも : を含めることができます。

めたん:'東京|とうきょう'に行く

複数のルビを1つの台詞に含めることもできます。

解説:「'深淵|しんえん'より出でし'者|もの'、'黎明|れいめい'の光を掲げよ」……？

6.8 サンプル台本

ここまでの要素を組み合わせた台本の例を示します。

@pause
sentence 200
cast 500
paragraph 1000

@asset
bgm_dir = ./assets/bgm
se_dir = ./assets/se

@cast
めたん:四国めたん:ノーマル,voicevox,pan=-30,distance=1.0,volume=1.0
まい:まい:ノーマル,aivis,pan=30,distance=1.0,volume=1.0

@scene 01_オープニング room_size=0.3 reverb_wet=0.5
@script
#bgm_start morning_breeze.wav
めたん:こんにちは、まいさん。
まい:こんにちは、めたんさん。

#2
めたん(delay=500):きゃっ！何かしら今の音！？
まい:な、なんなのだ！？ 地震なのだ！？

#se thunder_distant.wav
#pause 1500
めたん:'東京|とうきょう'にも、こんな音が響いたのかしら……。

#bgm_stop
#paragraph
まい:そろそろ向かいましょうか。

7. 空間音響パラメータ解説（早期反射・物理残響）

本章は、早期反射（イメージソース法）と 距離依存の残響量制御に関する設定パラメータの意味・追加場所・調整方法をまとめたものです。 すべて config.toml の数値設定のみで調整でき、プログラムの再ビルドは不要です。

7.1 この機能は何か

従来の音響処理は「直接音（左右の定位・距離減衰）→ いきなり拡散リバーブ（残響の尾）」 という構成で、その間を埋める早期反射が存在しませんでした。 人間の耳は、直接音の直後（数ミリ秒〜数十ミリ秒）に届く床・壁・天井からの最初の反射を 直接音と融合させて、「音が実在の空間の、その場所にある」と接地・外在化します。 これが無いと、左右の方向は分かっても距離・上下が曖昧になり、音が「宙に浮いて」聞こえます。

この機能は、部屋を箱（直方体）としてモデル化し、床・天井・前後左右の 6面の一次反射を計算して直接音の直後に加えます。これにより接地感が生まれます。 部屋の大きさは既存の room_size に連動します。

7.2 追加場所（config.toml）

設定は実行ファイル（script2voice.exe）と同じフォルダにある config.toml の [audio] セクション内、新しいサブセクション [audio.early_reflections] に記述します。 配置は [audio] のスカラー設定（mic_angle など）すべての後、 かつ [audio.engine_volume_offsets] の前です。

[audio]
# ... sample_rate, microphone_spacing, ... , mic_directivity, mic_angle まで ...
mic_directivity = 0.2
mic_angle = 30.0

[audio.early_reflections]
enabled = true
ear_height = 1.2
listener_offset = [0.0, 0.0]
room_dims_min = [4.0, 5.0, 3.0]
room_dims_max = [25.0, 45.0, 18.0]
early_level = 1.0
wet_distance_slope = 0.1
floor      = { reflection_coeff = 0.5,  absorption_cutoff_hz = 3500.0 }
ceiling    = { reflection_coeff = 0.6,  absorption_cutoff_hz = 6000.0 }
front_wall = { reflection_coeff = 0.85, absorption_cutoff_hz = 10000.0 }
back_wall  = { reflection_coeff = 0.40, absorption_cutoff_hz = 4000.0 }
side_walls = { reflection_coeff = 0.70, absorption_cutoff_hz = 8000.0 }

[audio.engine_volume_offsets]
# ...

7.3 空間モデルの考え方

7.3.1 座標系

部屋の寸法 [W, D, H] は、room_size（0.0〜1.0）に応じて room_dims_min と room_dims_max の間を線形補間して決まります。 room_size=0.0 で最小（小スタジオ）、1.0 で最大（大ホール）です。

7.3.2 聴取者＝マイク位置

聴取者の位置 = ステレオマイクペアの中心です。部屋の水平中央 （listener_offset でずらせる）・高さ ear_height に置かれます。 実際の収音は、その中心から左右に microphone_spacing/2（既定 ±0.1m）離れた2本のマイクで行われます （microphone_spacing は [audio] 既存設定）。

音源は、聴取者から見て台本の pan（方位角）・distance（距離）・height（高さ）の位置に 置かれます（height 省略時は聴取者と同じ高さ。7.7節参照）。各面の鏡像（イメージソース）から届く反射の 遅延・音量・左右方向がこの幾何から自動計算されます。

7.3.3 処理の流れ

音響処理は次の順で行われます。早期反射はこの2番目に挿入されました。

直接音（定位・距離減衰）
  → 早期反射（6面の一次反射）
  → 拡散リバーブ（残響の尾）
  → リミッター（音割れ防止）

7.4 パラメータ詳細

7.4.1 全体・部屋・聴取

7.4.2 距離による残響（D/R：直接音／残響比）

D/R（直接音と残響の比）は距離感の重要な手がかりです。直接音は距離に応じて素直に減衰し、 早期反射（early_level）と拡散残響（wet_distance_slope）が相対的に増えることで、 「遠いほど残響に包まれる」自然な距離感を作ります。

7.4.3 面ごとの素材（反射率・吸音）

反射面を 5つの素材グループに分け、それぞれに2つの値を設定します。インラインテーブル （{ reflection_coeff = …, absorption_cutoff_hz = … }）で記述します。

7.5 チューニング指針

すべて config.toml の数値変更のみ。試聴しながら少しずつ調整してください。

7.6 互換性・注意点

• 後方互換[audio.early_reflections] セクションや個々の項目を省略しても動作し、省略分は既定値が使われます。
• 回帰なしenabled = false の出力は、本機能追加前と完全に同一です。
• 配置運用ビルドでは config.toml を実行ファイルと同じフォルダに置いてください（--config 省略時はそこを参照します）。
• 本機能は Rust 版独自の拡張で、Python 版には早期反射はありません（意図的な差異）。
• 各反射は3D経路長で遅延・距離減衰を、水平方位で左右差（ITD/ILD）を計算します。上下方向は水平面に畳み込みます。

7.7 台本(scene)で部屋を指定する

config.toml の [audio.early_reflections] は全体の既定値・素材を決めますが、 部屋の大きさと聴取者の位置は台本の @scene 行で場面ごとに指定できます。 これにより「ホール」「小部屋」「屋外」などを場面単位で切り替えられます。

@scene ホール room_w=25 room_d=45 room_h=18 listener_dy=-15 listener_z=1.1 reverb_wet=1.0
@scene 小部屋 room_size=0.1
@scene 屋外 room_w=50 room_d=50 room_h=30 reverb_wet=0.0

話者の高さ（@cast height）

話者の高さは @cast 行の height=**（床面からの絶対高さ[m]）で指定します。 省略時は聴取者と同じ高さになります（後方互換）。話者を高く/低く置くと、床・天井反射の遅延・距離が変わります。

7.8 残響の物理導出と reverb_wet

拡散リバーブ（残響の尾）は、部屋寸法と各面の素材から物理的に導出されます。手動の固定値ではありません。

• 残響長 RT60：Sabine の式 RT60 ≈ 0.161 × 体積V ÷ 総吸音A で算出（A は 面積×吸音率の総和、吸音率 α = 1 − reflection_coeff²）。0.05〜12秒にクランプ。大きい/反射的な部屋ほど残響が長い。
• プリディレイ：平均自由行程 4V/S から算出（上限50ms）。
• 残響基準量 wet_base：1 − 平均吸音率。吸音的な部屋ほど小さく、反射的な部屋ほど大きい。屋外（壁吸音）では 0 に近づく。

8. トラブルシューティング

9. 付録: パラメータ早見表

@cast / 台詞の臨時パラメータで指定できる定位パラメータ

@scene で指定できる音響場パラメータ

主なエンジン固有パラメータ（@cast / 台詞の臨時パラメータとして指定可能）

10. ライセンス

Script2Voice は GNU General Public License v3.0 以降（GPL-3.0-or-later）で公開しています（同梱の LICENSE）。無保証です。 組み込んでいるオープンソースのクレートとフォント（GUI 用の Hack・Noto Emoji・emoji-icon-font）のライセンスは THIRD-PARTY-NOTICES.txt にまとめています。

音声合成エンジン（VOICEVOX・AivisSpeech・XTTS）は同梱せず、別のプログラムとして呼び出します。 生成した音声の利用条件（クレジット表記など）は、各エンジン・音声ライブラリ・キャラクターの利用規約に従ってください。