モデル：学習済みのAIモデル全体（必須）
話者：モデル内の具体的な声質・キャラクター（通常は1モデル=1話者）
ほとんどの場合、モデルを選択するだけで音声合成できます。話者は特定の声質を指定したい場合のみ選択してください。