VOICEPEAK 桜乃そら 入手したのでシュチエーションボイス作ってみた！

今までナレーター版VOICEPEAKで遊んでましたが、今回「VOICEPEAK 桜乃そら 」を購入たのでシュチエーションボイスにチャレンジしてみました。

フリー台本はpixivで佐根明日香さんのものを使わせてもらいました。大感謝です。

佐根明日香

正直なところ、ASMR動画の甘々で叡智な語り口を再現するのは非常に難しく、「入力文字読み上げソフト」の限界を感じました。AI音声人間ってすごい。声優さんってすごいって思います。
とはいえ、そこそこな感情表現で喋らす事はできたので、ドラマ寄りの朗読させたい時は最良のソフトだと思います。

最初の印象は感情の表現レベルは高いという事でした。推測ですが「VOICEPEAK」は声を提供している声優さんが多くの音声表現をデータとして取り込んで最適解の音声をAIがチョイスしてセリフを喋らせていると思います。ナレーター版VOICEPEAKは、ナレーションに適した音声表現を多くデータとして取り込み、キャラモノVOICEPEAKは、アニメ的演技表現の音声をデータを多く取り込んでいるのではないでしょうか。
ナレーター版VOICEPEAKは、物足りないものの無調整でそこそこそれらしく喋らせる事が可能。
対して「桜乃そら」は、確かに感情表現が豊かなのですが、無調整だと棒読み的に聞こえます。おそらく他のキャラモノVOICEPEAKも同じ感じだと思います。
そこで一手間いや四手間くらいかけて微調整していくと、なかなかいい感じに喋ってくれました。

注意して調整していったのは……
・棒読みに感じがちな語尾。
・単調さを防ぐため、各セリフごとでプリセットを頻繁に調整。
・同じく単調さを防ぐため、セリフの意味合いごとに読み上げ速度を調整。
・全体的にピッチの差が極端に大きくならないように。
・セリフの間（ま）

とにかく感じたのは語尾の感情表現が甘い気がした事。ここをイジらないとすぐに棒読み気味になってしまいます。ここをAIが調整を最適に修正してくれたら、無調整でもいい感じで喋ってくれると思いました。AHSさんのアップデートでの解消を期待！
ASMR風シュチエーションボイスにするのは難しく、やはり人間の演技の深みには到達できなない、という印象でした。それでもそこそこドラマチックには喋らせる手応えは感じました。甘々なASMRシュチエーションボイスは困難でもアニメワンシーン的なシュチエーションボイスは行けるかも（需要はわかりませんが）。

いろいろ書きましたが、この微調整というのが腕の見せ所で、どれだけ「桜乃そら」の感情表現のポテンシャルを引き出せるか、ナレーター版で散々遊んできたノウハウを駆使しての調教……いえ調整の面白くもあり、楽しいところでした。
今回このシュチエーションボイスを作る過程で、いいカンジにセッティンせきたプリセットを多数登録できたのは収穫！　特に今回は喋らせていませんが、クール度合いを強めにするとなかなか良い感じで喋ってくれました。さすが音声素材が「永遠の17歳」だけのことはありです！

余談ですが、「VOICEPEAK 桜乃そら」を購入して、まず一番に喋らせたのは「私はイスカンダルのスターシヤ……」
セッティンして登録したプリセット名は「スターシヤ」にしてあります。