10代の声ジェネレーター

誰も正しくキャスティングしない年齢帯

思春期の声は、子どもの声とも大人の声とも物理的に別物です。音域は落ち着いたのに共鳴はまだ落ち着いていなくて、話し方は隣のどちらの帯よりも速く、切り詰められています。読み上げのエンジンの多くはこの帯を飛ばしてきました。このライブラリの裏で動いているエンジンも例外ではありません。子どもの声と大人の声があって、あいだにはほとんど何もない。だからアマチュアの青春ものの音声には、30歳に聞こえる高校生があふれています。

いちばん若い声からキャスティングして、そのリズムに合わせて書くと、書き方の問題がいくつか勝手に消えます。ここに本物の10代の声のモデルはなく、あるのは若い大人の声です。だから16歳に聞こえさせる仕事はセリフが担います。短い応答、多めの割り込み、定まりきらない言い回し。そう書いたセリフは、実際には20歳の声が読んでも若く聞こえます。

ただし日本語では、この帯に本当に対応する声が用意できているとは言えません。届く14種類のうち年齢は音域の近さで割り当てられていて、10代専用のモデルがあるわけではないからです。つまり年齢の印象は、キャスティングが5割、書き方が5割になります。幸い書き方の側の効き目は大きい。文を短くし、一人称を年齢に合わせ、語尾をくだけさせる。この3つを揃えた台本は、中庸な声に読ませても10代に聞こえますし、揃っていない台本は、どの声で読ませても聞こえません。

態度はキャスティングの判断であって、設定ではありません

青春ものは姿勢で動いています。冗談ではぐらかす子、何も言わない子、まっすぐで、そのことが恥ずかしいくらい誠実な子。文章の上ではこれが別人に読めます。語の選び方が見えるからです。音声では、声の既定のエネルギーが違っていて初めて別人に聞こえます。

キャラクターごとに平常時の感情を1度決めて、あとは例外だけ行単位で演出してください（行ごとの感情はPro）。青春もののシーンの感情の弧は、たいてい長いノーマルの区間と、それを破る2行です。その2行だけに印をつけるほうが、シーン全体をドラマ側に押すより効きます。

よく使われている場所

多いのは3つです。アニメとマンガの二次創作ボイスドラマ、絵と文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、そして縦型ショートドラマ。学園ものは世界的に見ても本数の多いジャンルです。3つとも速く、量が出て、たいてい1人で作られていて、3つとも、書き直しのあとに収録を組み直すのではなくシーンを作り直せることの恩恵を受けます。

ノベルゲームは4つめの、少し性質の違うケースです。ここでは10代の声が、連続したシーンではなく何百本もの短い分岐セリフを運びます。演出より、ぶれないキャストのほうが重要になります。分岐をまたいだ一貫性こそ、プレイヤーが気づくところだからです。

日本では、ここに縦型ショートドラマが重なってきます。学園ものはこの形式で本数の多いジャンルのひとつで、1話が1分から2分、それが80話続く。10代の声が80話にわたって同じでなければならない、という要求は、人の収録では日程の問題になり、ここでは工程の問題になります。1話1プロジェクトで、キャスト表から毎回同じライブラリのキャラクターを選び、書き出す前に主役の最初のセリフを聴いて確かめる。PlusとProなら同じ台本から字幕も出せるので、話数ごとの字幕作業がそのまま消えるのも、この形式では大きい差です。

リアルさについて

合成の10代の声は会話では説得力があり、極端なところでは弱くなります。部屋の向こうへ怒鳴る、文の途中で泣き出す、笑いながら話す。これらは身体の出来事で、モデルは再現ではなく近似をしています。避けられるところは避けて書き、避けられないところは、その数行だけ自分で録って差し込むことを考えてください。

これは恒久的な制約ではありませんが、いまの制約ではあります。最終ミックスで驚くより、先に織り込んでおくほうが楽です。