00:00
目からウロコの理科ラジオ。めかラジオです。
こんにちは、目からウロコの理科ラジオ、通称めかラジオをお送りします。
パーソナリティは、変身願望の一つはハンドルネームなのかもしれないと思う、カリウムと
変身願望は結構いろんな人が持ってる気がしている、ひのえひえです。
よろしくお願いします。
このラジオは、理系の話題が好きな人が集まるオンラインコミュニティ 理系トークラボの3人が、身近にある科学、科学の理事ネタ、
歴史上の出来事を科学で読み取りたいする番組です。
ということでですね、今回のネタがボイスチェンジャーということだそうなので、ちょっと変身願望っていうのは、
関連ネタになるかなと思って、ちょっとそういう感じにしてみました。
ハンドルネームって今言うのかな、ハンドルってネームと同じ意味だから、ハンドルで十分通じるんだよって話を昔聞いたことあるんだけど、ハンドルで通じます?
今、ハンドル、世代によると思います。今の20代後半、30代とかかな、さすがに。
ハンドルネーム、ハンネで伝わると思います。
ハンネ、逆して、ハンドルネーム長いんで、ハンネだったり、あと何だろうな、なんかいろんな呼び方があるんですけど、伝わるとは思います。
簡単なところはハンドルかなっていうふうには思うんですよ。私も今までいくつか種類使ってたことあるけど、この今のカリウムになって何年だ、5、6年は経つんかな。
化学的な感じがするし、名前に若干由来してるので、これが今のところ落ち着いてて、一回落ち着くとこれを買えるのと、逃亡扱いにされるのがめんどくさいので買えません。
そうなんですね。
っていうのがあったりします。ひえいさんは結構みんなにそういうのあるんじゃないのかなという。
そうですね、私が普段遊んでるVRチャットとか、まあ普通にツイッターとか見てたりとかもですね、やっぱ返信願望あるんじゃないかなっていうのはありますし、それこそFF14とか、
今思い出せないですけど、他のPSO2とかですね、キャラクリができる系統のMMORPGとかは、そのキャラクリを通じて自分の好みとかを反映させたりするので、そういうところに現れるのかなっていう気はしてます。
キャラクリってのはキャラクタークリエイト?
03:01
あ、そうですそうです。キャラクタークリエイトで、ゲーム側がこれだけ調整できるパラメーターがあるから自由に調整して自分の好きな姿を作ってねっていうのがあって、それを駆使したりとか、衣装とかどんどん追加されるので、そういうのを使って好みの見た目を作るっていうものですね。
なるほど、なんだかな、うちのリケートクラブに確か、VRじゃないけど、何て言うんですかあれ、ネット上にキャラクター作って、そのキャラクターを動かしながらいろんなところの会場に行って、そこの話を聞くみたいな名前が出てこないんですけれども。
使わないからな、前それ使って、週1で会開いてたりしてたんだけど、うちのリケートクラブを。
うちのオンラインコミュニティのトップであるトムレスさんがバー開いて、話題を1本とか喋って、人の話を聞いたりとか、クイズ大会みたいなことをやったりとかしてたので、あそこで自分のキャラクターを。
クラスターですね。
そうそうそうそう、それそれ、あれも結局自分のキャラクターを作るじゃないですか、いろんな服とか着せたりとかして。
作りますね、あっちはもう少し自由度高いですけど。
で、なんかまあ有料のやつも使えば本当にいろんな幅があったと思うんだけど、私そんなそういうところに金かける気があまりしないので、無料のところで無難なところで作ったっていう記憶がありますけど。
結局その、いろいろ選べて、全く今の自分と違うものを、ということ、50近いおばさんがかわいい女子高生のような格好をするとか、逆にすごいイケメンのキャラクター作るとかっていうところに行けないなあ、そこまでの変身願望はないな、別に。
はっちゃけてもいいんだろうけどね。
と思いました。
あの中年、中年はそういうもんなのかもしれない。
いや、いらっしゃいますけどね、初高10代。
で、まあいる人はいるんだが、私はそうじゃなかったなっていう、まあそんだけのことでございます。
ひいさんもね、キャラクターすごいかわいいね、あの狐の実みたいなキャラクターの。
そうなんですね、狐ベースのモデルを使ってますね。
基本的にはブースで販売されてるアバター、まあアバターって言うんですけど、ベースにまあいろいろいじくり回してね、自分好みの姿に描いて、それで遊んでますね。
06:06
まあそういう世界があってもいいんじゃないのと私は思ってます。
ただ私にはちょっと合わなかっただけの話でございます。
はい、まあそんなこんなで、今回のメカラジもぜひ最後までお楽しみください。
では今回はひいさんが台本担当でございます。よろしくお願いします。
はい、挨拶の時にも出ましたが、ボイスチェンジャーについて話していこうと思います。
ボイスチェンジャーって言うと多分一般的にパッて見かけるのはカラオケに含まれる機能だったりとか、
ニュース番組とかのプライバシー保護?って聞くやつですね。まさかの人がみたいなシーンでよく使われる?
なんかご近所さんがまさかの人がって言ってる時に声をすごくわかりにくい、高めの声になってたりするやつですね。
ああいうものとかですね。で、もう少しコアな部分、趣味とかに踏み込むとVTuberがよく使ってたりとか、
自分とは異なる性別、異性の声を出すことが出してる例が多いですね。
VRチャットとかクラスターとかでVTuber活動はしないけど、その世界で遊ぶのにボイスチェンジャーを使ってる人はまあまあいますね。
声のイメージ的には男性が女性声を出すのに使ってるっていうのがあると思うんですが、逆も女性が男性声を出すためにボイスチェンジャーを使う例も少数ですがありますね。
基本的には男性が女性声を出す方が多いですね。女性が男性声を出すのはいろんな意味で難しいので少ないっていうのもありますね。
この辺はちょっと後で話すかもしれないんですが、ボイスチェンジャー、ざっくり3種類ぐらいあります。4種類ありますね。
まずはボイスチェンジャー用のソフトウェア。インストールすれば使えるっていう結構お手軽なものになります。
もう一つはVSTプラグイン。VSTプラグインっていう名前自体聞き覚えのない人がほとんどだと思うので説明しますと、
ないですね。
はい。楽曲制作とか音声編集とかで使われるDAWっていうソフトがありまして、そこに使うプラグインっていうとあれですね、拡張機能みたいな、後付けのいろんな処理ができる機能ソフトウェア全般のことを
09:22
VSTプラグインと言ってまして、そういうのを使って声を変えてたりします。
で、まれですけど、ハードウェアボイチェンっていうのがありまして、これもまた音声機材になるんですけど、オーディオインターフェースっていうものがありまして、
主にマイクとかスピーカーとかの音声処理をパソコンの代わりにやることで音質を上げるっていうものになってます。ここに声を変える機能が搭載されてるので、それを使ってっていう感じですね。
で、あと最近ここ1,2年で出てきたものとして、AIボイチェンがあります。AIボイチェンも完全に別物ですけど、そこそこの環境があれば簡単に使えますね。
じゃあこれら実際に何があるか、どういうソフトがあるかというと、一般的なすぐ使える、簡単に使えるボイチェンジャーとしては、昔から有名なところで言うと、恋声とかバビー声とかがあります。
そういうソフトの名前。
そうです。こういうソフトの名前で配布されてて、恋声は確か無料で、バビー声は2000円ぐらいですね。
もし使ってみたいっていうのがあれば、私はバビー声をお勧めするのですが。
VSTプラグインだと、グラリオンとかジンフォーム、リトルアフターボイとかがあります。
これらは正直かなりピーキーというか、使いづらいですね。
使いづらいんだ。
ダウを用意しないといけない上に、その辺の音声環境の知識がいるので、そういう意味で使いづらいっていうのと、もともとボイチェンジャー用に開発されてないっていうところもあったりするので。
そうなんだ。
もちろんボイチェンジャー用に開発されたものもあるんですが、そういうわけじゃないやつもあるので、調整が結構大変だったりします。私は諦めました。
12:10
そうなんだ。
ハードウェアボイチェン、これは1つか2つぐらいしかなくて、高い上に合わなかった時に無用の長物になりやすいので割愛します。
AIボイチェンはRBCであったり、ボイスロイドを出してる会社とニコニコの会社が合同で開発したセイレンボイスとかそういうのがありますね。
じゃあこれらもうちょっと違いを踏み込んでいくと、AIボイチェン何が違うかっていうのを触れてないので話すんですが、
これは声を直接変換せずに対応する音声モデルを使って、その音声モデルの声を代わりに出力してるっていうものになります。
ほうほう。
なので、そうですね、その音声モデルが必要なんですが、音声モデルさえ手に入れば普通にしゃべるだけで、その音声モデルの声になる。
よくショーツとか動画とかで使われてるズンダモンとか、名前わかんないですけど、これ合成音声だなって感じの声とか、
あの声をリアルタイムでしゃべって変換させてしゃべることもできます。
こうやって私がしゃべってる声をそのAIボイチェンにかませると、全部ズンダモンになるとか、そんなことができますね。
そうね、確かにそういうことができるってことだよね。みんなズンダモンになれる。
そう、みんなズンダモンになれるんですよ。
ただ、そういう音声モデルが必要となるので、配布されてるの探してきたりとか、販売されてるのを買ってきたりとかが必要になります。
あと、パソコン、GPUで動かすことが多いので、割とゲーミングPCは必須になってきますね。
そういうのがないとダメなんですね。
そうですね、CPUで動くこともありますけど。
ペラペラいノートパソコンじゃダメ。
ちょっと厳しいですね。
15:00
多分できなくはないんですけど、5秒?5秒はいいすぎか、でも3秒かそこらの遅延はありそう。
結構会話って0.12秒ぐらいの遅延があるだけで話しづらくなるので、だいぶ大きいですね。
そうか、ゲーミングパソコンね、あれなんかすごい場所取るっていうイメージが。
取りますね、今足元に3台あるんですけど、だいぶ取りますね。
もうガチ勢のもんだと思ってますよ、あれは。
安くても20万ぐらいしますし、私が次買おうとしてるやつは70万ぐらいするので、
そうですね、高いですね。
そうか、パソコンも本当にピンキリだと思うんですけど、私一応MacBook Airだから一般的なものの部類の中では高めなのかもしれない。
Airだからちょっと少ないなと思うんですけど。
そうですね。
こういうのではなかなか難しいんだな。
そうですね。
じゃあ、ソフトウェアアボーイチェーンVSTプラグインの仕組みはどういう仕組みになってるかというと、
これはピッチ、音程ですね、フォルマンと音の響きを変えてます。
どうやって変えてるかというと、入力された音声に対してフーリー変換をかけます。
何?フーリー変換が出てきたよ、こんなところで。
こんなところで出てきます。声だって波じゃないですか。
波を分解するか。
声の周波数を解析するソフトで見ると結構いろんな周波数体の成分が含まれてまして、
それをフーリー変換にかけて各成分ごとに分けます。
それに対して増幅加減とか調整を加えて、最後逆フーリー変換で元に戻してます。
なるほど。そうするとちょっと変えた声にもう一回ガッチャンコって感じだね。
このフーリー変換のアルゴリズムによって変換速度であったりとか、
どの周波数体に分かれる、細かく分かれるとかもやってるのかなとか、
あとは調整のどういう処理をするとか、そういうところが違うので、結構ソフトごとに個性が出ますね。
なので、合う合わないがあるので、探すのが大変だったりします。
なかなか調べることが多いね。でもやってみたらピタッときたときはすごい気持ちいいんだろうな。
18:00
そうですね。
これだわーって。
うまくいくと、たぶん大概の人は聞き分けはできないと思いますね。
女性かどうかっていうのは。
うん。
っていうくらいにはできますね。
AIボーイチェンはさっき言った音声モデルなんですけど、
こっちは遅延がどうしても大きいのと、浴用とかが再現できないので、どうしてもちょっと違和感が出やすい。
浴用ね。
ってあったりとか、音に対して反応するので、これ笑い話なんですけど、
AIボーイチェンをつけた状態で、ギターを手元で弾けます。ギターの音が声に変換されるんですよ、無理やり。
そうか、そこはね、わかんないからね、声なのかギターなのかわかんないから、全部そっちに出力する。
っていうデメリットもありますね。
別収録しないといかんね、そういうの。
そうですね。
ただ、女性が男性声出すにはすごい良くて、
これは身体の身体的な違いに基づくことなんですが、
男性が高い声を出すっていうのは、割と訓練すればしやすいんですけど、
逆に、男性も女性も低い声を出すっていうのは、結構生まれつきに左右されるものなんですよね。
何でかっていうと、
喉の構造とか。
そうです、喉の構造っていうのは、主に肉のつき方ですね。
あまり喉の周りって脂肪もつきにくいです。筋肉も鍛えるのかなり難しいので。
っていうので、やっぱりそのあたりで、どこまで低く出せるかっていう限度が、生まれつきで変わることが多いですね。
っていうので、女性は割と出しにくいので、男性声を出すのは難しい。
できて、子供の声とかって感じになりますね。
なんでポケモンのサトシとか、他の少年向けアニメの男性主人公の声が女性声優なのか、多分そういうところから来てますね。
そうそうそう。ニータマランタロウなんか、多分みんな女性でしょ?
多分そうですし、ちゃんとクレジット見てないですけど。
21:02
なので、音声モデルを使うことによって、自分が出せない声をさっきのズナモンみたいに出せるので、そういう意味で使う例はちょこちょこ見かけますね。
なるほど。
はい、でじゃあ、この音声モデルどうやって作ってるかっていう話をちょっとするんですが、
この音声モデル、実は言うと、合成音声のモデルの作り方と大体共通してるんですよね。
今、わりとAI学習が発達してきてるので、極論言えば、このラジオの1本分の音声データから、それぞれの、私とかりおみさん、それぞれの音声モデルも作れちゃうんですけど。
まあ、そうなんかな。
作れますね。
でも、精度はあんまり良くないので、いいやつもあるらしいんですけど、あんまりよくわかってないので、そこを割愛して、
ちゃんと作ろうと思うと、コーパスって呼ばれる文章を読むことになります。
コーパスっていうのは、書く音が均等に出るように調整した文章群のことで、大体板コーパスって呼ばれてるものが使われてる気がします。
自分で合成音声を作れるものがありまして、コエロインクっていうんですが、それは板コーパスの音声を学習させることで、自分の声のモデルを作ることができるので、
そういうとこで使われてるものですね。
収録、慣れてないと3時間ぐらいかかるので大変ですが、興味ある方は調べてみてやってみて、楽しいですね。
そういう感じで作られています。
じゃあ、ボイスチェーンの調整どうやるかというと、しゃべりながらでもいいですし、何か自声で録音した音声に対して、
ボイスチェンジャーを使って、いろんなパラメーター試して、どのソフトのどういうパラメーターがいいのかなっていうのを決めていきます。
変換が大きくなれば、なるほど、俗に言う、だいたいケロるっていう感じで表現するんですが、
最初に話したような、犯罪者をマスキングするようなプライバシー保護のような、ああいう声になっていくので、
24:09
そうならないように調整するのがすごい大変ですね。
どうしてもやっぱり、ちょっとはそういうのが、ボイスチェンジャー得意のノイズが乗ってしまうので、
そういうとこで聞き分けられたりはするんですが、うまくなってくるとこういうところがなくなってくるので、
だいぶなんか聞き分けが難しくなる。
じゃあ、そういうところはどういう要素から、そういう特徴的なものが生まれるかというと、
一つはマイクの音質ですね。
ノイズが乗りやすいと、そのノイズももちろんフリー変換されてってなってしまうので、
なるべくノイズは減らしたいところですね。
であったりとか、自分の声自体も結構ノイズのもとになりますね。
なので、普段の喋ってる声そのままというよりは、ボイスチェンジャー用に声をちょっと作る方がきれいに変換されます。
なるほどね、ちゃんとするように。
結構エッチっていうガラガラ声、こういう、今あえて出してるんですけど、こういう感じの声の成分ですね。
割と、てかかなりノイズのもとになるので、あえてこれを出さないように。
こういう感じで出したりとかすると、きれいに変換されますね。
その代わりエッチがないので、ちょっと不自然になるんですが、そこはうまい塩梅よって感じですね。
結構作るの大変なんだね。
大変ですね。
あとは、イコライザーを使って各音域ごとに調整をしたりとか、そもそもの変換前の音声に対してノイズ抑制をかけたりとか、そういう工夫もしてる人も結構いますね。
てかそれをしないときれいに変換されなかったりします。
大変ですね。
普通に喋ってても、普通に喋ってても時々なんかちょっと今声悪いなっていうことあるから、それ用にまずちゃんと喋るっていうのが大変だなって思ってしまった。
27:03
はい。
だいたいうちら収録30分ぐらいとかかかると、ずっと同じ姿勢撮るのがしんどいじゃないですか。
ちょっとこう椅子によくかかったりとか、中心がちょっとブレたりとかするので、それなしでやらないとちゃんとした収録、ボイスセンチのための収録っていうのが難しいんだなって、今思いました。
大抵の人はループバックっていう、リアルタイムでボイスチェンジャーで変換された声を聞きながら会話したりとかしてますね。
なるほど。
違和感がすごいんですよね。
そうなんだ。
自分が話した内容が0.1からひどい、0.5とか1秒遅れで聞こえてくるのですごい喋りにくいんですよね。
ありますね。確かにね。ちょっと遅くなっただけでね。
それを慣れて普通に喋れる人結構いるんですが、私は慣れなかったので、そんななしでやっててちょっと申し訳ないなってなったりしてました。
そこはね、人それぞれ体質とかいろいろありますから。
そこのあたりのループバックの遅延を減らすためだったりとか、ボイスチェンジャーもAI、ソフトウェアとかの方も若干遅延が発生するので、それを軽減するために結構いろんな工夫とかされてる方は多いですね。
なので、ボイスチェンジャー誰でも簡単にできそうだなって思うかもしれませんが、一定クオリティを作ろうと思うとめちゃくちゃ大変です。
職人芸になってきます。
ただそこを頑張ると、割と望むような声が作れたりするので。
こっちも、これも沼ですね。
沼の話だ。ひえいさんはだってこれ地でやってるんでしょ?
はい、これは私の声は地でやってます。ボイスチェンジャー使ってないです。
昔半年ぐらい使ってたんですけど、なんかいろいろと嫌になって、じゃあ地で出すかって言って出せるようになっちゃったんで。
なるほどね。いろいろあります。
私みたいにボイスチェンジャーはなしで出せるようになると、マイクとか編集環境とかはなしで、いつでもどこでも好きな声を出せるようになるんですが、習得難易度は高いですね。
30:03
そうでしょうね、きっとね。
なので私はボイスチェンジャーで好みの声を作った後、徐々にボイス設定の値をゼロに近づけつつ、自分の喉で変えた分を補って、
出録される声は言って同じようにしつつ、ボイスチェンジャーの割合と地声の割合をどんどん変えていって、最終的にボイスチェンジャーを外すっていうやり方で、地声でこういう声を出す方法を推奨してます。
なるほど、一つの方法として使ってみるって。
で、そっからちょっと自分を少しずつステップアップして、別の声が作れるようにっていう感じですかね。
はい、そういうことをしてます。
割とこれでうまくいった人は、周り結構いるんですが、
1年ぐらいかかるかなっていうのと、最近仲良くなったボイスチェンジャーの子にこの話を、誰でもこういう声を出せる方法がありまして、みたいなノリで話してたら怪しい広告って言われましたね。
そんなことないんですけどね。
そんなわけないだろうって。
そう、そんなわけないだろうって。話し方が完全に悪かったんですけど。
なるほど、なかなか深いなあ、それも声をもう一つ作るっていうのも。
自分で作るのもパソコンの中で作るにしても、どっちにしても結構難しいなって。
難しいですね。私も割とうまい方ではあるらしいですが、まあでも改善点はいっぱいありますし、
一応、こういう声を専門にトレーニングを行っているボイスレッスンも行ってるんですが、割と国評されるので。
そうなの?
そうですね。国評されるっていうか、裏声を使いすぎだっていうので。
裏声使いすぎるのは、なんか体になんかあるんですか?
体にっていうよりは、女性らしさが少なくなるみたいな感じですね。
女声を高くして、そっちでうまく調整すると、もっと自然になるよっていうので、
ここ1年くらいは女声の音域を上げるトレーニングをやってるんですが、
いかんせん、毎日できるわけじゃなくて、ちょいちょいサボってるので、なかなかうまくいってないっていう。
33:02
まあね、会社でそういう声っていうわけにもいかないから。
そうですね。
いかないから、そうすると、家でなんかするしかないわけなんで、そうすると、そうも時間取れませんわねって。
まあでも、周り一部の人はこういう声で仕事をしてたりするので、
そうなんですかね。
いいな、すごいなとか思いながら。
はい、いろいろ楽しい世界なので、興味がある方はぜひ試してみてもらえると。
個別にお問い合わせください。
私あんまボイスチームじゃ詳しくないので、最後に触ったの5年くらい前なので、
ちょっと今の感じはあんまよくわかってないんですよね。
周りの話聞いてると、さっきの使ってるモデルとかは、ソフトとかは現役のものを取り上げてるんですけど、
なんか細かいコツとかはもうさすがに自分でやってないんで、あんま覚えてないですね。
なるほど。いやいやいや、面白い話を聞かせていただきましたわ。
はい、ぜひ声で遊びましょう。
はい、ということで。
私の年代でもいけるんだろうか、いややろうと思ってはいないんだけれども、
いやまあ変身願望の一つでね。
もういけなくはない、AIだったら誰でもできるんですけど、
AIじゃないってなるとちょっとどうだろうな。
割と低い方に調整するものがあんま少ないんですよね。
確か6年前の時点ではそうだった、5年前の時点では確かそうだった、
今はもしかしたら変わってるかもしれないですが、とか、そうですね。
まあでも、ボイスチェンジャーも自分で調整して出すのも4、50代普通にいるんですよね。
そうか、そうなんだ。
いますね、10年選手が、10年、15年やってきてる人たちが。
おお、そうなんだ。
ああ、いやいやいや、世界は広いな。
広いですよ。
なんかすごく雑な言い方になってる。
まだまだいろんなことができそうだ、
いや私やるかどうかは別として、世の中にはいろんなものがあるということが今回また一つ教えていただきました。
いやいや、どうもありがとうございました。
もし興味、どういう子になるか興味がある方は、
ボイチェンジンローとかでYouTubeで調べると面白いものが見れます。
はい、そういうのがあります。
36:06
はい、どうもありがとうございました。
はい、ここでCMです。
科学の話ができる話し相手が欲しいけど、家族は付き合ってくれないし、職場でもちょっと話し合う人いないなぁとか思っていませんか。
他に大学院に進学したはいいけれど、もうドクターコース同期いないんだよなぁと孤独になっていませんか。
それならオンラインコミュニティの理系党クラブはいかがでしょうか。
クラウドファンディングのキャンプファイヤーから加入することができます。
詳しくは概要欄のリンクをご覧ください。
この番組ではあなたのお便りを募集しています。
YouTube、Spotify、Noteでのコメント欄や、またAXの番組アカウントの概要欄にあるケーブルフォームよりお寄せください。
番組アカウントはすべて小文字で、
番組の感想や日常についてのお便り、これどう思いますか?などの普通のお便りもお待ちしています。
お気軽に投稿してください。
ということで、今回のメカラジュはここまでです。
お聞きくださりありがとうございました。
お相手は、理系党クラブ、ラジオ部、メカラジュのひのえひえと、
カリウムでした。
さよなら。
次回もお楽しみに。
