音声合成の技術ネタ語りまとめ～低音とか日英比較とか発声法とかもろもろ

TATSUYA @sitositoameo

@nogptc ボカロ１は単純に声が変わっちゃいますねー、元々コーラス向けエンジンだからかと。ボカロ２は男性声とはそもそも相性悪いみたいです、氷山キヨテルとかは違うなんてレベルじゃ…ｗ女性声は相性いいんですがミクとかは元々加工してるので中の人とは一致しないんですよ。

のばなしかずき（旧やなぎば一樹） @k_ichi_y

ALさんのアペンド出してくださいよPower FXさん。声はそのままでいい。日本語ライブラリを。それさえあればもう男ボカロに望むことは無い位の勢いですｗｗｗ

のばなしかずき（旧やなぎば一樹） @k_ichi_y

@aushi_34d がくぽも確保だｗｗｗ！ALさんの声質の日本語DBがあれば、既存ボカロで大体男声は網羅できるんじゃないかなー、ってカンジがするのです。

たま @tama_3

ボカロ２ライブラリの男声について、近接してなかろう各クラスタから同時多発的に言及があったので、おもわず反応するなど。

たま @tama_3

ボカロ２の、ちゃんと変声後の男声て、四人ですよね。がくぽは歌い回しの自由度高いけど声に癖、キヨテルは声が伸びやかだけど発声に癖、ALやTonioは美低音だけど英語DBで敷居が高い。……つまり、いずれも「使い易い」と言える要素が少ない、と。

のばなしかずき（旧やなぎば一樹） @k_ichi_y

@tama_3 YVシリーズで男声出ればクリアできるのかなぁ、と思いつつも、アクが無い声ってのもどんなもんなのかなぁ、とちょっと楽しみでもあります。

TATSUYA @sitositoameo

@tama_3 そもそも男性の声が音声合成のシステムに上手く合致し難いのかも知れません。UTAUの音源だと少し優しい発声をするだけで吐息感が強調されたり変な癖が付いたりします。エンジンは違えどボカロも生の声のフォルマント合成なので近いものはあるのかも。

たま @tama_3

きたくなうです。……長文語りしようとするときはPHSの電池残量に気を配るべきですね。「だから～」と続けたい事があったのに、タイムリーに続けられなくてとっても半端な感じに(´ω｀;)

たま @tama_3

さて。こないだPHS充電切れでgdgdになってたボカロ２男声語りの続き（http://bit.ly/do0gQH）でもしますかねえ。……その前に。超遅レスですが、この件に食いついてくださったお二方に返信を。

たま @tama_3

やっぱりVYシリーズは「癖がない」系統になるんですかねえ？だとすれば嬉しいんですが。開発者さんも「老若男女揃えたい」っていつぞやのインタビュー記事でおっしゃってましたし、期待したいですよねえ。 @ykazuki VYシリーズで男声出れば（後略）。

matsu-f @matsu_f

@tama_3 VYは弄り方によってどんなタイプの（男女はもちろん）声にも適用できるというのが一つのコンセプトらしいですね。

たま @tama_3

私も、「合成音声」ではどんな合成方法でも、技術的な問題で「低音」を綺麗に再現するのが難しい、という話は聞いたことがあります。 @sitositoameo そもそも男性の声が（中略）。UTAUの音源だと少し優しい発声をするだけで吐息感が強調されたり変な癖が付いたり（後略）。

たま @tama_3

（@sitositoameoさんの話を受けつつ）でもですねー。その理屈で言うと、ALさんやTonioさんはあんな美低音じゃないですか。ボカロ２エンジン自体が全体的に低音苦手だから「できない」のかなーって思ってたんですけど、「あれ、これって『やろうとすればできる』の？」と。

たま @tama_3

まあ、ALさんもTonioさんも、開発にだいぶん時間がかかって、発売も遅れまくってましたけどね ^^; （特にALさん）

たま @tama_3

現時点でのボカロ後発組って、わりかし「低音が美味しい」ひとが多いですよね。英語男声ふたり（日本語男声ふたりより後発）はいずれもどっしり低音ですし、ルカさん（栗CVの現行最新）やVY1さんや猫村さんも低め声ですし。これは技術の蓄積ゆえなのか何なんでしょうか。

matsu-f @matsu_f

@tama_3 アルは開発していたことすら忘れたましたからねｗ

matsu-f @matsu_f

@tama_3 低音と言うか中低音のふくよかさって、多すぎるのを削る分に簡単だけど、ないものを足すことは出来ないから、とても嬉しいですーー

たま @tama_3

(´ω｀)＜ がくぽとか、確かに地声は低いですけど、そんなに低音が美味しいとは思わないんですよねー。むしろ美味しいのは高音のハモリとか、もしくはGenいじって喉絞ったように歌わせるとか、そっちの方に旨みがあるような気が。

TATSUYA @sitositoameo

@tama_3 低音がおいしい女性とそもそも低音な男性だと低音の周波数のピークが違うので、猫村さんやルカは低音とは呼ぶのはまた違うのかな、と。あっち系の声はUTAUでも綺麗に出るんですよね。あと低音を、っていう話は「収録音より低い音を再現するのがつらい」なんだと思います！

たま @tama_3

まあ、結局何が言いたいかというと。どっしり低音な日本語男声ボカロ、あったらいいよねー(´ω｀)と、結局そこに行き着くわけなんですがｗ 英語でできるんだったら日本語でもできるんじゃ？というまあ、単純な考えです。……日本語音素と英語音素で、低音耐性って違うんですかねえ？

matsu-f @matsu_f

@tama_3 がくぽんは600～700Hz辺りに美味しいポイント有りますよ＾＾深みが出るって言うか。逆にもうちょっと下500Hzあたりだとこもりがが出ちゃうんですよね

TATSUYA @sitositoameo

@tama_3 で、英語音源の後発組は数を聞いてないので美低音か判断しづらい面もありますが、KAITOやキヨテルに比べて外国の方なのでそもそも体系が大柄で音を収録した時に定域がかなり綺麗に入っていたのではないか、と思うんです。それに大してガクト氏は高域が綺麗な低音ですからねー

TATSUYA @sitositoameo

@tama_3 で、リアルタイムな話題をプラスすると。もし日本語で低音綺麗な男性音源を作るなら、大柄な男性で、低域のどっしり感に定評があり、低音の音素をかなり下まで収録するといいのかも。高域の収録にくらべて定域の収録は骨が折れるんですけどねー；

たま @tama_3

.@matsu_f @sitositoameo お二方とも、いっぱいレス有難うございます。タイムリーに返したいんですが、いかんせん、文章を考えるのが追いつかず(´ω｀;)

たま @tama_3

@matsu_f ALさんは途中で中の人変わってますしねｗ さんざ「出る出る詐欺」とか言われてましたけど、いざ出てみたあとで、自分がこんなハマるとは思いませんでしたｗもうボカロ増やさないつもりだったのにｗｗｗ