Narroとは？Web記事をローカルAI音声で聴くChrome拡張と、日本語対応の注意点

英語の製品発表や技術記事を読みたいけれど、長い本文に目を通す負担が大きい。そんなとき、文章を画面で追いながら音声でも聴く方法があります。Narroは、Webページを読み上げ、読んでいる文をハイライトするオープンソースのChrome拡張です。音声を作る場所を、ブラウザー内のAIモデル、端末の音声、外部APIなどから選べます。

ここで紹介するのはswrdfish/Narroです。同名の別サービスと混同しないよう、作者と配布元を確認してください。本稿はv1.2.0の公開ソース・公式資料を調べた解説です。音声の自然さ、日本語の読み上げ、実際のKindle本での動作は未実測です。

最初の公開版v0.1.0は2026年10月23日21:32:34 UTC（日本時間24日6:32:34）に公開されました。v1.1.0は24日18:01:29 UTC（日本時間25日3:01:29）で、ブラウザー内で動くKitten TTS Nano 0.8と8種類の英語音声を追加しています。

確認したv1.2.0は24日20:32:28 UTC（日本時間25日5:32:28）公開です。v1.1.0との差分では、読み上げていない別タブまでショートカットに反応する問題を修正しています。Kittenの追加はv1.1.0であり、v1.2.0で初めて追加されたわけではありません。

TTSはText-to-Speech、つまり文字から音声を作る技術です。Narroのローカル音声モデルは、質問に答える汎用LLMとは役割が異なります。「ローカルAIを試す」という観点では、まず英語の短い記事を読むという用途が具体的で、クラウドAPIの契約を増やさず試せる選択肢になります。

公式READMEのPrivacyは、ブラウザー内モデルでは読み上げ本文を外部に送らず、クラウド音声では選んだ事業者に送ると説明しています。OpenRouterを使う場合はOpenRouterとモデル提供者が関わります。「Narroだから常にローカル」という理解ではなく、選んだ音声エンジンで判断します。

System voicesについては、ソース上でchrome.tts.getVoicesによる音声一覧取得とchrome.tts.speakによる再生を確認しました。リモート音声を除外する指定までは確認できないため、本稿ではすべてのSystem voicesが必ず通信不要とは断定しません。機密文書を試す前に、選んだ音声の条件を確認してください。

根拠は音声エンジン一覧とモデル設定です。日本語のサイトを開いたことと、日本語に対応した音声モデルが選択されることは別です。また、英語を読み上げる機能は日本語への翻訳ではありません。英語資料を原文のまま聴く用途から始めるのが、今回の新版に合った使い方です。

作者のモデル設定ファイルでは、Kitten TTS Nanoの取得サイズを27.7MB、読み上げ時のピークメモリーを約500MBとしています。前者はモデルと音声データの容量で、拡張本体の容量や実行時のメモリーとは異なります。

約500MBは作者がM1 ProのChromiumで12段落の記事を読み、拡張プロセスとGPUプロセスの増加分を調べ、50MB単位に丸めた値です。編集部の測定値でも、すべてのPCに当てはまる最低動作要件でもありません。KittenはCPUで動く実装ですが、同時に開くタブ、本文、端末によって待ち時間や消費メモリーは変わります。

モデルは初回取得後にキャッシュされる設計です。オフラインで使いたい場合は、対象モデルを一度取得したうえで、通信を切った状態でも手元の文章を再生できるか確認します。Webページそのものの取得や、キャッシュ削除後の再取得には別途通信が必要です。

Chromeウェブストアは2026年10月25日朝の取得時点で、バージョン0.1.0、更新日10月24日と表示されていました。ストアの記載とGitHubの最新版が異なるため、まずchrome://extensionsでインストール済みの版を確認します。Kittenの項目がなければ、存在しない設定を探し続けず、対応版の配信を待つ方法があります。

開発者向けには、公式のソース導入手順があります。v1.2.0のmanifestはChrome 116以上を指定しています。デスクトップ版Chromeを想定し、Mac・Windows・Linuxそれぞれでの音声品質や、他のChromium系ブラウザー、スマートフォンでの動作を本稿が保証するものではありません。

ビルド後はChromeのchrome://extensionsを開き、デベロッパーモードを有効にして「パッケージ化されていない拡張機能を読み込む」からdistを選びます。自分で読み込んだ版は、ストア版と同じ自動更新を期待せず、更新と再ビルドを管理します。権限や依存関係の確認を省いてよい、という意味ではありません。

1. 1Narroの版を確認する。Kittenを使う場合は、追加済みの版であることを確認する。
2. 2短い英語の公開記事を開く。拡張アイコンのポップアップでVoice engineをKitten TTS Nanoにし、Voiceを選ぶ。Read this pageを押し、初回モデル取得と再生開始を待つ。
3. 3音声とハイライトが同じ文を指すか確かめる。途中から始める場合は開始したい文字を選択して右クリックし、Read aloud from hereを使う。
4. 4Speedを調整し、一時停止・再開、別タブへ移ったときの挙動を確認する。重要な数字、固有名詞、否定表現は本文でも読み直す。
5. 5同じ短い文章を2回目にも読み、初回のダウンロード時間と普段の再生開始時間を分けて記録する。

これは読者向けの試用手順です。今回、編集部がこの操作を実ブラウザーで完了して音声品質を確認したという意味ではありません。AI音声による読み間違いや本文抽出の漏れもあり得るため、契約条件や設定値の判断を耳だけで済ませないようにします。

上表は導入案であり、時短率や学習効果を測定した結果ではありません。読み上げ自体は新しい用途ではなく、国内でも以前から英語学習に使われています。Narroで追加検討する価値は、文のハイライトとブラウザー内のAI音声を組み合わせ、音声・容量・外部送信先を自分で選ぶ点にあります。

公式はKindle Cloud Readerへの対応を案内していますが、画面の文字を画像から取り出すOCRは英語のみとしています。OCRは画像の文字をテキストにする処理で、音声モデルとは別工程です。たとえ日本語音声を選べても、英語用OCRが日本語の本文を正確に取り出せることにはなりません。Kindleの制約を確認し、日本語の電子書籍を読めるツールとして導入しないでください。

またAmazonの公式機能ではなく、作者もサイトや書籍の利用条件への注意を案内しています。まず通常の公開Web記事で機能を確かめ、電子書籍については権利・利用条件と実際の対応範囲を別に確認します。

Narro本体のソースはMITライセンスで公開されています。ブラウザー内モデルを使う経路では、クラウド音声APIの従量料金は不要ですが、通信・電力・端末資源は使います。外部APIを選ぶと、各社との契約・利用料金が別途必要です。含まれるeSpeak NGやモデルのライセンスまで一括でMITになるわけではないため、再配布や組み込みを行う場合は第三者ライセンスの記載も確認します。

編集部では2026年10月25日、v1.2.0のソース（コミット140e6bd20b4f9c95c52de880ae6845ac0a06f8cf）を一時フォルダーに取得し、モデル一覧、必要権限、音声の送信経路、版の差分を確認しました。コードの確認は、実際の再生音を聴く検証や通信をすべて監査することの代わりにはなりません。

同じ一時環境でnpm testの112件が成功し、npm run buildで拡張のdistを生成できました。これは部品のテストとビルドの確認で、ブラウザーでの音声再生や品質評価ではありません。またnpm auditではhigh扱いの依存パッケージが12件報告されました。これは独立した脆弱性が12種類あるという意味ではなく、影響を受ける依存経路も含む件数です。開発用依存も含まれ、配布拡張での到達可能性は未評価です。実務へ導入する前に依存関係の更新状況を確認し、今回の紹介を安全性の保証と受け取らないでください。

ローカルAIを評価するときは、「動かす場所」と「使いたい言語・入力形式」を分けて確かめることが大切です。会議音声を扱う場合の注意点はForesightの記事でも扱っています。今回のNarroでは、英語の短い公開記事から、音声と本文を照合しながら試すことを入口にできます。