ロボットボイス生成ツール

ロボットボイス生成ツールが「ロボットらしさ」を作るしくみ

スクリーンのロボットの声は、純粋に機械的だったことはほとんどありません。初期のボコーダー実験から 80 年代の SF に登場するしゃべるコンピューターまで、多くは人間の演技から出発して温かみを取り除いています。ピッチを平らにし、金属的な響きを加え、話し方を淡々と正確にする。優れたロボットボイス生成ツールも同じレシピに従います。誰にも聞き取れないほど音を潰すのではありません。

ここでもそうしています。各プリセットはボイスライブラリの自然な声から始まります。冷静な声のこともあれば、低く威厳のある声のこともあります。その声にセリフを読ませ、ロボットエフェクトを音声エンジン自体がかけ、さらにキャラクターに合ったピッチと速度を設定します。完成したファイルに後からフィルターをかけるのではなく合成の段階でエフェクトを加えるため、子音は鮮明なまま。いちばん重いメカのプリセットでも、セリフの一語一語が聞き取れます。

6 つのプリセットとその用途

「クラシックロボット」は専用に作られた電子ボイスで、おなじみのブーンという単調な声です。「冷静なアンドロイド」はピッチを少し下げてゆっくり話し、丁寧でどこか不安を誘う声に。宇宙船のコンピューターにぴったりです。「AIアシスタント」はフレンドリーな女性の声を 2 半音上げて軽くロボット感を加えた、スマートホームにいそうな案内役。「バトルメカ」は 6 半音下げて 0.9× に落とし、身長 3 メートルの巨体のような声に。「無線通信」はロボットフィルターではなくローファイ電話エフェクトで、ドローン、探査車、管制室のやり取りに。「暴走AI」は冷たい語り手の声を 4 半音下げてぐっと遅くした、悪役向けです。

ロボットボイス生成ツールを自分仕様に

プリセットはあくまで出発点です。「表現」を開けば感情を変えられます。怒ったロボットと冷静なロボットでは、同じセリフでもまったく違って聞こえます。ピッチは 12 半音下から 12 半音上まで、速度は半分から 2 倍まで。エフェクトも差し替えられます。格納庫で話すロボットなら広がるエコー、スタジアムのアナウンスならホール残響、ただの合成音でよければエフェクトなし。ロボットボイス生成ツールは各行を記憶しているので、あとで 1 文直してもほかのテイクは変わりません。

ロボットボイス生成ツールの使われ方

ゲーム開発者は、端末やタレット、相棒ロボットの声に使います。20 個の短いセリフのために声優を手配する必要はありません。リアル脱出ゲームでは、カウントダウンやヒントを出すコンピューターの声に。YouTuber や配信者は、オープニング、「AI 司会」が読む案件紹介、キャラクターとしてのコメント読み上げに使います。先生はプログラミングや理科の授業をミッションブリーフィング風に演出し、ハロウィンの飾り付けでは小道具に隠したスピーカーで MP3 を流します。毎回字幕も付くので、音楽や効果音の上でロボットが話す場面でも便利です。

一部の行だけロボットっぽくして残りは人間のナレーターにしたい場合は、その行だけここで生成し、残りはメインのAI音声生成ツールで作りましょう。同じボイスを使うので統一感があります。ロボットではなく不気味な電話の声がほしいなら、ゴーストフェイス・ボイスチェンジャーをお試しください。

それらしいロボットボイスのコツ

• 短い断定文で書きましょう。ロボットはだらだら話さず、短い文のほうがエフェクトもはっきりします。
• 数字やコードは文字で書くと読みやすくなります。「ユニット 749」より「ユニット ななよんきゅう」。
• 状態報告の合間に <#0.5#> を入れて、処理中の時間を演出しましょう。
• 冷たい機械は「落ち着き」、故障中は「怒り」、親切なロボットは「楽しい」に。
• もっと威圧感がほしいときは、速度を 0.8× 未満にするよりピッチをさらに 2〜3 半音下げましょう。
• スピーカー、インターホン、ヘルメットの無線越しに聞こえる声は、すべて無線プリセットで。

ロボットボイス生成ツールのトラブルシューティング

人間っぽすぎる

クラシックロボットのプリセットに切り替え、感情を「落ち着き」にし、(laughs) などのサウンドタグを外しましょう。タグはどんな声にも生気を与えます。

聞き取りにくい

ピッチを 0 寄りに戻し、速度は 0.9× 以上に。大きくピッチを下げたうえで遅くすると子音がぼやけます。

小道具でループ再生したい

MP3 をダウンロードして音声編集ソフトで末尾に 1 秒の無音を足すか、1〜2 秒の間隔を設定して 2 行生成します。