VTuberボイスジェネレーター

配信チャンネルの、台本がある半分

VTuberのチャンネルはたいてい2つの生産ラインでできています。台本がなくリアルタイムの配信と、それ以外のすべて——オープニング、エンディング、設定動画、アニメーションの寸劇、ナレーションを足した切り抜き。後者は台本があり、編集され、そしてチャンネルを実際に伸ばしているのはこちらであることが多い。生成ツールが属するのは2本目のラインで、作業量としても意外に大きい割合です。

そして一貫性がいちばん難しいのも、こちらの半分です。配信では、その日の自分であればいい。台本のある内容では、視聴者が1月のクリップと10月のクリップを比べますし、人格の声のぶれは即座に聞こえます。

人格の設計が先です

いちばん多い失敗は、そのキャラクターが誰なのかを決める前に声を試し始めることです。人格がないと、どの声も言葉にできないかたちで違って聞こえて、探索が終わらなくなります。

使える人物設定は3行で足ります。年齢帯、テンションの高さ、そして特徴的な態度。「19歳、テンション高め、どうでもいいことに本気で感動する」と書けば、40の声が4つに絞れますし、その4つは10分で試せます。

日本語なら、ここに4行目を足してください。一人称と語尾です。「わたし」なのか「うち」なのか「僕」なのか、語尾が「〜だよ」なのか「〜っス」なのか。VTuberの人格は声質より話し方で記憶されるので、ここを決めておくと、台本を書く人が増えても人格が崩れません。

キャストで世界を作る

何年も視聴者をつかんでいるチャンネルは、登場人物が1人ではない傾向があります。マスコット、ライバル、いつもの脇役。声ひとつごとに収録が必要なときは作るのが難しく、必要でないときは簡単です。複数キャラクターの設定動画が、ここでいちばん分かりやすい利点なのはそのためです。

キャラクターはプロジェクトの中にしか存在せず、プロジェクトは1本の台本なので、キャラクターごとにライブラリのキャラクターと人物像を書いたキャスト表を作り、新しい動画はそこから配役してください。そうすれば2年前の脇役が、当時とまったく同じ配役で再登場できます（新しいプロジェクトで同じ声になるとは限らないので、最初のセリフは耳で確かめます）。視聴者が気づいて、報いてくれる種類の連続性です。

コミュニティの作法

重要な作法が2つあって、どちらも正直さの話です。声が生成であることを開示すること。このコミュニティは、あとから知ることに対する耐性よりも、開示に対する耐性のほうがずっと高い。そして、ほかの作り手の声を、たとえ好意からでもクローンしないこと。人格の同一性の上に成り立っている場では、それは身元の盗用として読まれますし、それは正しい読み方です。

ボイスクローンはまだ公開していません。公開するときに一緒に出るルールは、クローンされる本人が録音した同意表明です。これによって、正当な用途——自分の声をクローンして台本作業を速くする——は素直に通り、不当な用途は成立しなくなります。

台本のあるクリップと、配信の人格

配信と台本のある内容の両方に存在する人格には、どんなツールでも完全には解けない一貫性の問題があります。あなたの生の声と、生成された声は一致しません。これをうまく扱っているチャンネルは、その差を隠そうとしません。生成の声は別の種類の内容——設定動画、アニメーションのコーナー、マスコットのキャラクター——に使って、配信はそのままの自分に任せています。

台本のあるクリップを配信の人格に似せようとすると、勝てない比較を招きます。台本側に独自の同一性を与えれば、その比較を丸ごと回避できますし、たいていはチャンネルが持っていなかったものが生まれます。

繰り返し出てくるキャラクターを作る

この領域で息の長いチャンネルには、キャストがあります。マスコット、ライバル、決め台詞を3つ持ったいつもの脇役。以前ならそれは、作り手が自分で何人かの声を演じることを意味していて、それはほとんどの人が持っていない特殊な技能でした。

追加費用のかからないキャストは、作れる内容の種類を変えます。真似する価値のある型は、一度きりのキャラクターをたくさん出すことではなく、はっきり違う少数のキャラクターを繰り返し出すことです。聴き手が愛着を持つのは繰り返し会うキャラクターで、愛着が人を戻ってこさせます。

同人音声やシチュエーションボイスの文脈でも、同じ考え方が働きます。作品をまたいで同じキャラクターが同じ声で出てくることが、シリーズとしての価値を作ります。キャスト表を1枚残し、作品ごとに最初のセリフを聴いて確かめることが、それを支えます。