オクターブの壁を埋める男声から女声へのボイスチェンジャー

男声から女声へのAIボイスチェンジャーは、自分で歌ったボーカルを受け取り、学習済みの女性ボイスモデルで歌い直します。音符もブレスも子音も、置いた場所から動きません。変わるのは声の個性、つまり声帯の振動と、その後ろにある共鳴です。歌唱はあなたのもので、シンガーだけが別人になります。

最初の一発目がうまくいかない原因は、たいていソフトではなくピッチにあります。男性シンガーは女性よりおよそ1オクターブ低いところで歌います。無理のないテノールでC3〜A4あたり、バリトンはさらに下です。一方、ここにある女性モデルの多くはG3〜C6あたりの素材で学習しています。加工していないバリトンのテイクを女性モデルに入れるということは、学習中に一度も聴いたことのない低さの基音を作り直せと要求しているのと同じです。

症状は、知ってしまえばすぐ見分けられます。低いフレーズが細く空洞のように響く、女性というより不自然に少年っぽい、ロングトーンに金属的なエッジが乗る、メロディーの底で音色が男性側へ戻ってちらつく。これはモデルを変えれば直るものではありません。変換の前に録音を上へ移調してください。目安は5〜12半音で、入力をモデルが知っている音域に着地させます。バリトンなら1オクターブ、つまり+12が定番の出発点です。

だからこそ、単なるピッチシフターは男声から女声への歌声変換にはなりません。ピッチは基音、つまり声帯が振動する速さです。フォルマントは声道の共鳴のピークで、声道が短い女性シンガーでは15〜20％ほど高い位置にあります。シフターは基音と一緒にフォルマントも引き上げてしまい、それがいわゆる「早送りのような声」です。学習済みモデルはあなたの共鳴を捨て、目標のシンガーの声道でフレーズを作り直します。

素材をどう歌うかも、ほぼ同じくらい重要です。重い胸声のベルティングより、軽いヘッドボイスのテイクのほうがはるかにきれいに変換されます。胸声は低次倍音が密に積み上がり、声門のアタックも硬いため、モデルにとって参照できる例がほとんどないからです。息を含んだ響きを保ち、コンプレッサーもリバーブも録音に焼き付けないでください。

「男の子の声を女の子の声に変えたい」という言い方で探す人もいますが、歌のテイクなら仕組みはまったく同じです。このページのセレクターは、ライセンス済みの女性ボイス94種類に絞り込まれています。いずれも同意を得たセッションシンガーで学習したもので、有名人から無断で作ったものではありません。WAV、MP3、OGG、WebM、FLACを50MBまでアップロードできるほか、ブラウザで直接録音もできます。5クレジット、30〜60秒、WAVは「マイ作品」に届きます。