悲しい声ジェネレーター

抑制の原理

舞台やラジオの演出家が、感情的な場面でのダメ出しのほとんどを「もっと減らして」に使うのには理由があります。聴き手は感情を推論で読みます。人物があからさまに悲嘆を見せれば、聴き手はそれを観察します。人物が悲嘆を見せまいとしているのが分かれば、聴き手はその下にあるものを想像する作業を引き受けます。人を動かすのは、その関与のほうです。

これはそのまま、合成の芝居の演出方法になります。直感はシーンを悲しみに印をつけてレンダラーに悲しみを出させることで、結果は一様にぼやけます。より良いやり方は、シーンを意図して平坦に保ち、その平坦さが破れる1〜2か所に感情を置くことです。

悲しみは技術的にどう鳴っているか

音響的には、悲しみは話速の低下、音高の振れ幅の縮小、短い言い回し、そしてそのあいだの長い空白として現れます。この一覧に入っていないものに注目してください。音量と、最低音です。悲しい声は、まず低い声ではありません。変化をやめた声です。

変化の少なさが指標である以上、演出しすぎることは自分の首を絞めます。強さを押し上げると変化が増え、それは悲嘆ではなく動揺として読まれます。ある行を打ちのめされたように聞かせたいなら、そこから何かを取り去ってください。

取り去るものの候補は、日本語ならいくつか決まっています。感嘆符。修飾語。そして敬体です。ずっと丁寧に話していた人物が、悲しみの1行だけ常体に落ちると、抑えていたものが外れたように聴こえます。逆もあります。ふだん常体の人物が、その1行だけ妙に丁寧になる。どちらも音量を上げずに、平静が崩れたことを伝えます。感情のタグはそのあとで、必要なら足してください。たいてい必要ありません。

感情的な場面を構造で組む

いつも機能する構造があります。実務的な用件についての普通のやり取り、本題に触れる1行、すぐに実務へ戻る、そして場面の終盤で、その実務的な会話が失敗する1行。人は実際にこう振る舞いますし、シーンが支えられる2つの感情の印を置く自然な場所が生まれます。

感情の強度が最初から全開のシーンは、行き先がありません。だから疲れるのです。落ちるための床を、自分に用意してください。

日本語には、この構造を支える書き方がもうひとつあります。言い終えないことです。主語も目的語も省略できる言語なので、「あの人は、」で切った行は、続きを書いた行より多くを運びます。読み上げでは読点と三点リーダーがそのまま間になるので、どこで言葉が止まったかが音として残ります。英語の台本で同じことをやると不自然になりますが、日本語では日常の話し方そのものです。感情の場面でいちばん安く効く手だと思ってください。

正直な限界

いまの合成は、制御された抑制のある悲しみをよく扱い、制御を失った感情をうまく扱えません。嗚咽、文の途中での崩壊、泣きながら話すこと。ここで聴き手は生成音声だと気づきます。感情的な書きものを避ける理由にはなりませんが、抑えた版を書く理由にはなります。そして抑えた版のほうが、たいてい良い版です。

どうしても抑制のない芝居が必要な場面なら、その行だけ自分か演じ手が録って、生成したシーンに差し込んでください。1つの作品で人の音声と生成音声を混ぜるのは普通のことです。録音はプロジェクトに入れられないので、混ぜるのは編集ソフトの上ですが、書きぶりがその瞬間を支えていれば、継ぎ目は誰にも聞こえません。

悲嘆の場面を壊す2つの失敗

1つめは、音楽を早く入れすぎることです。感情的な場面に音楽を敷きたくなる誘惑は非常に強く、そして音楽は聴き手の仕事を代わりにやってしまいます。何を感じるべきかを、本人が決める前に告げてしまうのです。ラジオドラマの演出は伝統的に、感情の山が着地したあとまで音楽を待たせます。そうすれば音楽は、宣言ではなく追認になります。キャラクター別トラックを書き出しているなら、1度だけ音楽なしで通してみてください。それで成立しないなら、問題は書いたもののほうにあります。

2つめは、編集で沈黙を削ることです。悲嘆の場面は空白だらけで、それを取り除くタイトな編集は、技術的にきれいで感情的に平坦なものを生みます。編集しているあいだ長すぎると感じても、間は残してください。波形を見ているのではなく物語を追っている聴き手には、決して長すぎません。