Aria
自分の戦闘シーンに自分で実況を入れる少年漫画型の主役
声のカテゴリー
アニメ声ジェネレーター
たいていのアニメ声ツールは、声を1つとテキスト欄を1つ渡してくるだけです。ネタ動画には足りても、シーンには足りません。CastDubは台本を読んで、ここで話しているのが4人だと気づき、それぞれに別の演じ手をつけます。まっすぐな主役、言葉を切り詰めるライバル、疲れた師匠、うるさい小動物枠。演出するのはあなたで、鳴らすのがこちらです。
声が1つのツールがアニメ台本で崩れる理由
アニメの台本は、ほかのどんな書きものより話者の密度が高いジャンルです。4ページのシーンに主役、ライバル、脇2人、画面外のアナウンス、それに地の文のナレーターが同居していて、笑いの半分は声が切り替わる速さから生まれます。これを声が1つのテキスト読み上げに入れると、全部が同じ音域で返ってきて、誰が誰なのかを読み手が自分の頭の中で割り振る羽目になります。それこそ、ツールにやらせたかった作業です。
現場の回避策は決まっています。キャラクターの数だけツールを回して、ファイルを山ほど落として、音声編集ソフトで手で並べる。動きはします。ただし1シーンで午後がまるごと消えますし、セリフを1行直したらまた最初からです。CastDubがあるのはこの往復のためで、音質のためではありません。本当に詰まっているのはいつもここです。
自動キャスティングが実際にやっていること
自動キャスティングは2つの問いに答えます。誰が話しているのか、その人はどんな声であるべきか。話者の判別は、実際に人が書いている形をひととおり読みます。「名前：」で始まる行、名前を中央に置いたシナリオ形式、そして「と、彼女は小さく言った」のような引用の地の文です。魔法ではありません。暗闇で名前のない3人が話しているシーンなら、ラベルは自分でつけることになります。
もう半分は推薦です。ライブラリの声にはそれぞれ人物像と年齢帯とスタイルのタグがついているので、「17歳、なにごとにも興味がない」と書かれたキャラクターは、温かいナレーターではなく、10代のタグと、淡々や鋭いのタグがついたライブラリのキャラクターと突き合わされます。提案はすべて上書きできて、上書きはプロジェクトのあいだ残ります。1回替えれば、そのプロジェクトのどのシーンでも替わったままです。
日本語で組むときに1つ足しておきたい手順があります。キャラクター名と造語の読みを先に確認することです。「日向」は「ひなた」か「ひゅうが」か、「一」は「はじめ」か「いち」か、合成エンジンには判断材料がありません。読みを指定する設定はないので、読み違える語は台本の側でかなに開き、その表記を全話で使ってください。9話ぶん書き出したあとではなく、1話目の前にやる作業です。
シーンが必要とするぶんだけ感情を演出する
本読みと芝居の差は、大半が間と強さです。CastDubは感情を行の属性として扱います。この行はノーマル、この行は興奮、この押し殺したひとことはささやき。この粒度はアニメでほかのどのジャンルよりも効きます。この分野の笑いの作法が、声の調子のあいだの硬いカットだからです。怒鳴った直後にぼそっと言う、あれです。
行ごとの感情コントロールはProの機能で、それは意図してそうしています。ほかのプランでは、どの行もそのキャラクターの既定の感情で読まれ、シーンが成立しているかを確かめるには十分です。手で演出するのは「動く」を「出せる」に変える工程なので、キャラクター別トラックの書き出しと一緒にProに置いてあります。
書き方の実用的な注意をひとつ。感情のタグは、2つのことを同時にやっている行を救いません。怒りで始まって悲しみで終わる文は、2行に割ってください。レンダラーは1行を1回の芝居として扱いますし、人の演じ手もそうしています。
一人称と語尾を、演出の道具として使う
英語の台本なら、キャラクターの距離感は語彙と間で書くしかありません。日本語には、もっと直接的な装置があります。一人称と語尾です。「俺」「僕」「私」「わたくし」は、それだけで年齢と立場と自意識を宣言しますし、ですます体から常体に落ちた瞬間は、音量を上げるより強い演出になります。同じ声のまま、関係だけが変わるからです。
だからこそ、合成音声で日本語のシーンを作るときは、演出の前に書き分けを済ませておくほうが早い。ライバルが主役に対してずっと「お前」だったのが、1行だけ名前で呼ぶ。敬語で話していた後輩が、1行だけタメ口になる。ここに感情のタグを足す必要はほとんどありません。文のほうがすでに演出になっています。
役割語も同じ道具立てです。「〜じゃ」「〜のう」の老人語、「〜ですわ」のお嬢様言葉、語尾に「〜のだ」がつく博士キャラ。フィクションの中でしか使われない話し方ですが、日本語の聴き手は一瞬で人物像を受け取ります。ただし1人につき1つまでにしてください。老人語のお嬢様が博士語で話し出すと、そこから先はキャラクターではなく記号になります。
日本のアニメ系の作り手が実際に使っている場所
いちばん多いのは3つです。動画サイトやDiscordに上げる二次創作のボイスドラマ、絵描きや書き手のコミュニティで回るオリジナルキャラクターの小芝居、そしてキャストを頼む予算が出る前の仮音声が要るインディーのノベルゲームです。3つとも条件は同じで、作るのは1人、スタジオはなく、台本はまだ動いています。
同人音声の周辺も無視できない使われ方です。配布や販売を伴うなら、プラットフォーム側の規約とAI音声の扱いを先に確認してください。生成音声の表示を求めるところ、そもそも受け付けないところ、条件つきで通すところが混在していて、しかもよく変わります。40本作ったあとで調べるには遅すぎる種類の情報です。
二次創作で安全な地面は、オリジナル台本とオリジナルキャラクター、あるいは許容度の高いジャンルでの変換的な創作です。危ない地面は、名前のある演じ手のクローンと、公式音声の転載。前者はクローンを公開してもこのツールでは作らせませんし、後者を止めるために私たちのクローンポリシーは書かれています。
数ステップで台本から音声まで
- シーンを貼り付ける
ふだん書いている形のままで構いません。シナリオ形式でも、かぎ括弧の入った地の文でも、「名前：セリフ」を並べただけでも読み取ります。先に整形する必要も、埋めるテンプレートもありません。
- 自動でキャスティングさせる
話者ごとにシーンを切り分け、台本での描かれ方をもとにライブラリのキャラクターを提案します。台本に15歳で怒っていると書いてあれば、40歳のナレーターは返ってきません。
- 納得できない配役は替える
キャラクターを開いて、同じセリフで候補を4つ5つ続けて試し聴きし、頭の中の人物にいちばん近いものを残します。作り直すのはそのキャラクターの行だけで、シーンのほかの行は音声がそのまま残ります。
- 感情を1行ずつ演出する
アニメのセリフは急な転調で生きています。ひと息のうちに冗談が脅しに変わる。感情はキャラクター単位ではなく行単位で指定してください（行ごとの感情はPro）。そうしないと転調が立ちません。
- 書き出す
シーン全体をMP3で書き出すか、Proならキャラクター別トラックを取り出して、自作のBGMや効果音の上に動画編集ソフトで載せます。
よくあるご質問
本職の声優の芝居と同じに聞こえますか。
聞こえません。返ってくるのは、きれいで演出のきく読みで、放送されるアフレコより本読み（台本読み合わせ）に近いものです。合成と人の差がいちばん小さいのは普通の会話で、いちばん大きいのは絶叫・嗚咽・長い音の伸ばしです。そこに全体重を預けたシーンなら、その数行だけ自分で録って、周りをCastDubに任せてください。
日本語の声はどれくらいありますか。
ここは正直に書きます。1つのシーンで届くのは最大14種類の異なる声で、そのうち日本語ネイティブ（ja-JP）の声は女性1・男性1の2つだけです。残りの12は多言語対応の声で、母語は日本語ではないけれど日本語を話します。どの声に当たるかはキャラクターの性別と年齢帯で決まり、ライブラリの40人のうち36人は、最初の候補がすでに多言語の声です。つまり2〜3人の小さなシーンでも、ほぼ確実に多言語の声を使います。具体的な声を自分で指定することはできないので、キャラクターを選んだら、その声を自分の台本の行で試し聴きして、合わなければ別のキャラクターに替えてください。
敬語と常体の違いは声に出ますか。
声そのものではなく、書いた文で出ます。日本語では人物の関係のほとんどが語尾と一人称で決まるので、「俺」と「僕」と「わたし」を書き分けるだけで、同じ声でも別人に聞こえます。ここはツールではなく台本の仕事で、そのぶん効果も大きいところです。
既存のアニメに自分で吹き替えられますか。
吹き替えの音声トラックを作って、編集ソフトで合わせることはできます。SRTの字幕書き出しはPlusから使えて、尺合わせに使っている方がいちばん多い機能です。ただし権利には注意してください。ライセンスされた作品に吹き替えて商用公開するのは、どんなツールでも解決できない許諾の問題です。
1シーンに何人まで入れられますか。
無料プランは1プロジェクトにつきキャスト2人まで。二人芝居ならこれで足ります。Basicで5人、PlusとProは無制限です。二次創作のシーンはナレーターを入れて3〜6人に収まることが多いので、Basicでかなりの範囲がまかなえます。
好きな声優さんの声をクローンできますか。
できません。ご本人の明示的で記録の残る同意がある場合に限られ、公人と、演じている役の声は例外なく対象外です。持っていない声をクローンするのは、作品がいちばん速く消される方法です。ボイスクローンはまだ公開していません。公開するときのルールはもう決まっていて、本人が録音した同意表明がなければモデルは作りません。
この声で、みんなが作っているもの
今夜、最初の1シーンをキャスティング
台本を貼り付ければ、CastDubが登場人物一人ひとりに声を割り当てます。あとは完成したボイスドラマを書き出すだけです。
無料で作ってみるクレジットカードは不要です。無料枠は一度きりの持ち分です。