共演回数が一番多いエロゲ声優といえば誰と誰？（2005～09年版）

つばめ

※本記事は声優名敬称略でお届けします。

先日、Twitterで（00年代後半に）よく出演するエロゲ声優の話題になりました。その中で、

という感じで、エロゲトリビアの種をいただきました。こんなんなんぼあってもいいですからね。

「この声優はこの声優とよく一緒にいる」をテーマに、今回はシンプルに「共演回数が多い組み合わせ」を調べます。


■集計対象

ErogameScapeで、以下の条件にあてはまるゲームとそれに出演する声優さんの対応を取得し、共演回数を調べました。
　・2005年～2009年発売のアダルトゲーム（同人含む）
　・ユーザーからの点数入力数100以上のゲーム（集計コスト削減のため）
　・メイン、サブのほか、モブでの出演もすべて含む

SQL文は以下の通りです。

SELECT c.name, s.game
FROM shokushu s
JOIN gamelist g ON s.game=g.id
JOIN createrlist c ON s.creater = c.id
WHERE s.shubetu = 5
AND g.count2 > 99
AND g.erogame <> 'f'
AND g.sellday BETWEEN '2005-01-01' AND '2009-12-31'
ORDER BY s.game, s.creater

■３位

同率も含め、上位３位から発表します。

３位：共演本数31本
'一色ヒカル', '青山ゆかり'

画像1

ひだまり (AXL) (2006-05-26)　など


３位：共演本数31本
'青山ゆかり', '北都南'

画像2

魔界天使ジブリール -episode2- (FrontWing) (2005-04-22)　など


３位：共演本数31本
'一色ヒカル', '北都南'

画像3

おたく☆まっしぐら (銀時計) (2006-09-29)　など


３位：共演本数31本
'かわしまりの', '風音'

画像4

超昂閃忍ハルカ (ALICESOFT) (2008-02-29)　など


３位：共演本数31本
'みる', '風音'

画像5

ゴア・スクリーミング・ショウ (BLACK Cyc) (2006-01-20)　など


■２位

ここからは２位になります。

２位：共演本数32本
'一色ヒカル', '風音'

画像6

世界でいちばんNGな恋 (HERMIT) (2007-11-22)　など


２位：共演本数32本
'まきいづみ', '一色ヒカル'

画像7

姉汁 ～白川三姉妹におまかせ～ (アトリエかぐや) (2005-11-25)　など


■１位

１位：共演本数39本
'まきいづみ', '青山ゆかり'

画像8

さかしき人にみるこころ (light) (2008-05-30)　など


■４位以降

４位以降の結果は以下のようになります。
結果として１位の「まきいづみ、青山ゆかり」コンビが飛びぬけましたね。

無題


フルバージョンのスプレッドシートもおいておきます。


■課題と展望

①出演数の補正

今回の集計の課題としては、「シンプルに出演数が多い人は上位に入りやすいよね」という側面があります。
参考までに、今回の集計対象における声優の出演ゲーム数は以下のようになってます。

画像10

一色ヒカル、かわしまりのを始めシンプルに出演数多い人が、今回のコンビ集計でも上位にくるのは当たり前ですので、『共演しやすさ度合い』という意味ではまだ微妙なところがあります。
かといってそのまま出演数で割ると、出演数１本同士の声優のコンビが共演率100％になってしまうので、上手な補正を考えたいところですね。


②他の年代およびブランドとの対応

今回は00年代後半に絞ってやりましたが、他の年代でもやってみたいですね。あとは、ブランド名との関係もとって、AXLは青山ゆかり・松田理沙が出がち、クロシェントは桜川未央が出がち、みたいなところがとれたら面白そうです。

もうちょっと遊んでみたいですね。


■組み合わせ集計方法

ここから先は、今回行った集計の方法を書き残しておきます。ぜひいろいろアレンジして遊んでみてください。
前述のSQL文で得られた表をvoice.csvとして保存し、pythonで以下の処理を行いました。

import pandas as pd
import itertools
import collections
import csv

#csv読み込み
df = pd.read_csv('voice.csv')

#ゲームidを重複なしで取り出す
uniq_game = df["game"].unique()

#ゲームidが与えられたら「それの出演声優の全員のうち２人を選ぶ全ての組み合わせを
#combination_listに入れる関数」を定義する。
def make_combi_that_game(game_id):
   df_part = df.loc[df['game'] == game_id, ['name']]
   s_part = df_part['name']
   set0 = []
   for i in s_part:
       set0.append(i)
   for x in itertools.combinations(set0, 2):
       combination_list.append(x)
   return combination_list

#ゲームid全てについて、上記の関数処理を行う。
combination_list = []
for z in uniq_game:
   make_combi_that_game(z)

#集計してcsvに書き出す。
c = collections.Counter(combination_list)
with open('rank_voice_0.csv', 'w', newline='') as file:
   writer = csv.writer(file, quoting=csv.QUOTE_ALL,delimiter=',')
   writer.writerows(c.most_common())


#参考：声優の出演ゲーム数（今回の集計対象のゲームのうち）
act_number = df["name"].value_counts().rename("count").reset_index()
print(act_number.head(30))
#いろいろとスマートではないかもしませんが、そこはあまり気にしないで

この記事が気に入ったらサポートをしてみませんか？