バーチャルボカロリスナー「御丹宮くるみ」さんとコラボ生放送しました

紆余曲折あってわたくし、くろ州は美少女の姿で生放送に挑みました。

バーチャルキャストから投稿中！https://t.co/7Cc5Bu2Bg0https://t.co/rNVFjx1YSv#バーチャルキャスト #virtualcast pic.twitter.com/3nMQdSQhgT

— 御丹宮くるみ＠バーチャルボカロリスナー (@oniku_kurumi) 2018年11月2日

バーチャルボカロリスナー「御丹宮くるみ（おにくくるみ）」さんに、ほとんど「くろ州特集」みたいな放送を企画していただいてバーチャルキャストからSingeroidについて生放送しました。

そのうち編集版が動画投稿されるようなので続報を待て状態ですね。

【コラボまでの経緯】

御丹宮くるみさんが「ボカロ曲紹介」でUTAU曲を紹介して何か言われたらしい

↓

いろいろ歌声合成あるよね～っていう話になってたところに

↓

私が割り込んで

↓

気づいたらコラボ企画が立っていた

【放送内容】

私が投稿している「N種の歌声合成シリーズ」を見ながらVOCALOID/UTAU/CeVIOとその他の歌声合成達について私が設問攻めにされる生放送。

出てきた歌声合成ソフトは

・VOCALOID

・UTAU

・CeVIO

・Sinsy

・Sharpkey

・SynthV

・歌うボイスロイド

・Alter/Ego

・EmVoice

・MUTA

・LaLaSong

くらい。多い。

・VOCALOIDの推しは？

Lilyです。

・UTAUはカバー曲が主流なの？

割合で言うとやはり多いと思う。でもテトさんなんかはオリジナルも結構あるし、最近だと闇音レンリとポリスピカデリーさんの曲はかなり伸びたUTAUオリジナルとして有名ですよね。「UTAUオリジナル曲ランキング」なんてのもまとめられてたりします。

・CeVIOは簡単なの？

CeVIOはほとんど触らなくてもそこそこ自然に聞けるし、いじらないといけないところが多すぎなくて初心者向け。とはいえ本当にちゃんとしようと思うと触らないわけにはいかないというか、絶対に触らないといけないものでもある。

※CeVIOわかる人向け解説。CeVIOはベタ打ちでもかなり自然に歌ってくれるとはいえ、母音接続を滑らかにするのにTMGをいじらないといけない。母音接続は絶対にどんな曲にもあるので私はこれを必要なだけ消さないとだめだと思っている。

・Sinsyって何？

SinsyはCeVIOと大体同じシステムの歌声合成。私の動画ではよく使われる。大学で作られている歌声合成なんですが、大学の研究費で萌えキャラ作るわけにもいかないのか公式立ち絵はないし、私が好きでよく使ってる音源は「f00005j」ちゃんなので名前もない。結果、N種の歌声合成でカバーシリーズでは一人だけ立ち絵なくて寂しいことになる。誰かSinsy支援絵ください。

・波形合成と学習系って？

VOCALOIDやUTAUは録音した波形を「切り貼り加工」して歌声を作っている。CeVIOやSinsyは録音した波形を「分析学習」して歌声を作っている。だからどうというわけではない。

でもCeVIOやSinsyの声ってCeVIO耳が育ってないと聞き分け難しいので合成方式知ってたら通の振りができるかも。

・Sharpkeyとは？

比較的最近出てきた中国の会社が作った歌声合成ソフト。中国語音源が6個と日本語音源が1個リリースされている。この日本語音源は私が開発を仕切って作りました。そう。私はオタクであり記者であり開発者なのです。

・「推しが推しすぎてSharpkey化しちゃった」が意味わからない

UTAUのキャラである「朱音イナリ」が私の推しで、どこ行っても訊かれるたびに推しはイナリですって言って回ってるんです。Sharpkeyって頑張れば音源作れるので、朱音イナリの運営人と手を組んでSharpkey用の音源にしちゃいました☆っていう話なんですよね。

わかりやすく言うと「キズナアイが好きすぎてVOCALOID音源にしちゃった☆」みたいな。規模が全然違いますけどね。

SharpkeyのHPに行くと音源2つしか載ってないですけど実際にはもっといます。私のブログのほうが詳しい。

・SynthVって？

今年の夏にリリースされた最新の歌声合成。英語のクオリティーが半端ない。cilliaさんがnikiさんの曲をSynthVでカバーした動画が結構バズって有名になりました。音源はまだ少ないけどたぶんこのクオリティーは保たれると思う。日本語音源はまだかな？

・歌うボイスロイド支援ツールって？

VOICEROIDを無理やり歌わせる「歌うボイスロイド」ですが、手作業でやろうとするとしぬほど時間がかかる地道な作業になります。耳で確かめながら音程を微調整し音の長さを微調整し……っていうのを何百何千回繰り返してやっとベタ打ちになります。

これはとても長い道のりなので、支援ツール「KotonoSync」というのが存在します。これを使えば上のような手作業を全自動でやってくれます。それをベースにして各個人アレンジを加えていくのです。

このツールはVOICEROID専用でCeVIOのトークには対応してないのでCeVIOトークを歌わせようとすると地道な作業リターンズかUTAUを使う方法かっていう選択肢になるのです。

・EmVoiceとは？

SynthVとほぼ同時に出てきたMac専用の英語歌声合成。SynthVに比べてもまだうまいくらいのエグイクオリティーの英語を聞かせてくれます。しかもVOCALOIDのように特殊技術を用いなくても最初から人間にしか聞こえない声が出せる。

私は必要になったときにしかMacを触らない非マッカーですが、それでも十分なクオリティー出せた。確かに30種近い歌声合成を触っているから私の感覚がマヒしている説は否定できないけど。

ものすごく声を作りこみたい人には物足りないかなとは思う。Windows版が出そうな雰囲気はあるけど不明。

・MUTAとは？

中国のCeVIOっぽい歌声合成で、歌ってしゃべれる。実は*LunaさんがMUTAオリジナルを作っているんだけど、Youtubeに投稿されたその動画はさっき見た時点ではまだ100回再生とかだった。

CeVIOみたいに喜びや悲しみを演じ分けるトークもできたりする。

・LaLaSongとは？

東芝の古～い歌声合成。2001年から存在が確認できる。音源は9種搭載しているけど「おじいさん」「お姉さん」「ロボットA」みたいなネーミング。「10種の歌声合成でボカノバメドレー」の動画では最もコメントを稼いでる。

・その他歌声合成界隈はどこにある？

その他歌声合成界隈ってまとまって存在している感じはないです。VOCALOIDもUTAUもCeVIOも触りますよーっていう人がUTAU界隈に潜んでるとか、一人でいろんな歌声合成触ってるとかいう感じで。界隈として一つにまとまってるような感じはない。

たぶんそれぞれ、メインの歌声合成があって、その界隈にいて、そのうえでその他の歌声合成も触ってるとかいうことが多いのかもしれません。

・普段何食べてるの？

お米です。

曲自体はニコニコやYoutubeだけじゃなくてSoundCloudにびっくりするようなクオリティーのUTAUカバーが海外からUPされていたり、Bilibili動画にSharpkeyやMUTAの動画をあさりに行ったりします。なんだかんだでBiliBiliあさりは重要。中国でのボカロライブ映像はもちろんのこと、たまにIAの情報が日本より早く入ってきたりするんですよ。

・その他歌声合成ってわかんない

わからなくてもOK。結局マイノリティーだし。でも、気になったときには検索かけてほしい。検索かけたときに絶対に日本語情報があるように私が全部記事にしているので。そのための情報整備士。

・1997年の歌声合成？

My MidiVocalistです。このブログで検索かければ出る。

・超パにCeVIOでないのなんで？

内部の人じゃないからわかんないけど、IAもいるんだしONEが出てきてもおかしくないよね!?　なんで出てこないんだろう。

VOCALOIDもUTAUもCeVIOもVOICEROIDもそのほかも一緒にステージにいるライブやりたいなと思ってちょっと動き始めました。どうなるかはわからない。

・歌声合成にはまったきっかけは？

最初はUTAUカバーだった。人間っぽく歌わせることに技術的な興味があって。

・歌声合成総合した言い方は？

2015年？のボーカロイド世界大会でも熱戦繰り広げられたっポイですけど、ニコニコのタグとかで「歌声合成総合」のいい言い方が欲しいって、時期によってループする話題なんですよね。しばらく「バーチャルシンガー」を推してたんですが、バーチャル歌い手が「バーチャルシンガー」を名乗りだしてぶつかりだしたので、私は最近「Singeroid（しんがろいど）」推すことにします。シンガー＋機械人形（ロイド）でバーチャル歌い手には使いにくく歌声合成全般に使いやすい気がしているけど浸透する気はさっぱりしていない。Singeroid。ちなみにトクロぼいちぇびHANASU等々まとめたら「Talkertoid（とーかろいど）」って呼ぶかな？