***** さらなる流麗な変換を求めてV2.0をリリース ***** 「美麗ボイス」は、使用者の声域に合わせて変換特性を作る、話者適応型リアルタイムボイスチェンジャーです。 一般的なピッチシフターのように、すべての音程を同じ倍率で持ち上げるだけではありません。 使用者が普段の声で文章を読むと、声の低域・中央値・高域を解析。その人の声域に合わせた10点のピッチ変換カーブを自動生成します。 低い声はしっかり持ち上げ、高い声は過度に上がらないようにするなど、発声中の音程に応じて変換量を変えられます。 さらに、ピッチとフォルマントを変換するだけでなく、変換によって失われやすい子音、摩擦音、語頭の立ち上がり、高域成分を個別に保護します。 本人の発音や話し方を残しながら、低遅延で聞き取りやすい女性寄りの声を作ることを目指したソフトです。 ■美麗ボイスの特徴 【固定変換ではなく、話者ごとに自動調整】 同じ変換倍率でも、元の声域によって結果は大きく変わります。 美麗ボイスでは、画面の文章を普段の声で読むことで、使用者の声域を解析します。解析した低域・中央値・高域から、その人専用の10点ピッチカーブを自動生成します。 最初から自分の声に近い設定を作り、必要に応じてユーザー自身で追い込める方式です。 【入力音程によって変換倍率が変わる10点カーブ】 一般的な一律のピッチ変換では、低い声に合わせると高い声が上がりすぎ、高い声に合わせると低い声が男性的に残ることがあります。 美麗ボイスでは、75Hzから450Hzまでの入力音程に対して、10点それぞれの変換倍率を設定できます。 ・低い声だけ変換を強くする ・高い声の上がりすぎを抑える ・特定の音域だけ微調整する ・カーブ全体を半音単位で上下する といった調整が可能です。 赤点のドラッグだけでなく数値入力にも対応し、Ctrl＋クリックによる複数点の選択・一括移動も行えます。 【ピッチとフォルマントを別々に制御】 声の高さを決めるピッチと、声質に関係するフォルマントを個別に調整します。 単に再生速度を上げたような声ではなく、発音速度や抑揚を維持しながら、声の高さと響きを変換します。 【無声音保護】 「さ・し・す・せ・そ」などの摩擦音には、明確なピッチが存在しない部分が多く含まれます。 このような音まで強くピッチ変換すると、ざらつきや聞き取りにくさの原因になります。 美麗ボイスでは、無声音を検出して原音成分を適度に残し、摩擦音の輪郭を保護します。 【子音・瞬間音保護】 「か」「た」「ぱ」などの破裂音や、言葉の最初にある短い立ち上がりは、変換処理によって潰れやすい部分です。 子音や瞬間的な音を検出し、必要な原音成分を混ぜることで、発音の輪郭と聞き取りやすさを維持します。 【明瞭さ保護】 ピッチ変換後の音声に原音の高域成分を適度に戻し、声のこもりを抑えます。 混ぜる量と境界周波数を変更できるため、マイクや声質に合わせて調整できます。 【位相補正】 音声を細かい区間に分けて変換すると、区間の境界で波形の位相が不連続になり、ざらつきや粗さが発生する場合があります。 美麗ボイスでは位相補正を行い、変換音声のつながりを滑らかにします。補正強度も変更できます。 【低域補正】 変換後に残る不要な低域を調整できます。 声の太さや男性的な響きが残る場合に、補正する中心周波数と強度を個別に設定できます。 【滑らかな無音処理】 マイクの無音部分まで変換し続けると、息のない部分にカサカサした音や不自然な残響が出ることがあります。 美麗ボイスでは無音を検出して不要な残留音を抑えます。発声開始と終了はフェード処理し、音が突然切れないようにしています。 【出力リミッター】 ピッチ変換、フォルマント変換、明瞭さ補正、低域補正、ゲイン増幅を組み合わせると、瞬間的に音量が上限を超える場合があります。 出力リミッターによって過大出力を抑え、音割れを防ぎます。 【応答性と音質を選べる3モード】 ・軽量 CPU負荷と応答性を優先します。 ・推奨 応答性、滑らかさ、発音の明瞭さをバランスよく調整した標準モードです。 ・高音質 推奨設定を基準に処理窓を長くし、応答性より滑らかさを優先します。 各モードを選んだ後も、すべての主要パラメーターを個別に変更できます。 【低遅延のリアルタイム処理】 ソフト内部の処理遅延は、設定により約45～70msです。 AIによって音声を別人の声へ生成し直す方式ではないため、本人の抑揚や話し方を残しながら、VRChatやDiscordなどのリアルタイム用途で使用できます。 【設定内容が見える】 内部で何が行われているか分からないブラックボックス型ではなく、主要な処理をユーザー自身で調整できます。 ・フォルマント ・ピッチ追従速度 ・変換後ゲイン ・処理窓 ・解析間隔 ・位相補正 ・無声音保護 ・子音・瞬間音保護 ・明瞭さ保護 ・低域補正 ・無音判定 ・フェード時間 ・出力リミッター 自動調整を出発点にして、自分の声、マイク、用途に合わせて設定を追い込めます。 【複数の設定を名前付きで保存】 話者声域、10点ピッチカーブ、マイクゲイン、高度な設定を、名前を付けて保存・呼び出しできます。 「普段の声」「配信用」「アニメ寄り」など、用途別の設定を作成できます。 【実際の配信環境を考慮したデバイス管理】 前回使用した入力・出力・ループバック機器を、デバイス名と同名内の番号で記憶します。 ワイヤレスイヤフォンなどが起動時に接続されていない場合も、別の機器へ勝手に切り替えず、未接続状態のまま待機します。 機器が接続されると自動的に再検出します。保存した機器が未接続でも、現在接続されている別の機器を選択できます。 【独立したループバック出力】 変換音声をVB-CABLEへ送りながら、別のイヤフォンやヘッドホンで同時に確認できます。 ループバックには独立したゲインを設定できるため、通話相手へ送る音量を変えずに、自分が聞く音量だけを調整できます。 【元声との即時切り替え】 変換中でも「元声出力」をONにすると、ピッチ・フォルマント変換前の声へ切り替えられます。 ON中はボタンが赤く表示されるため、元声のまま戻し忘れることを防ぎます。切り替え時には短いクロスフェードを行い、急激な音切れを抑えます。 【変換音声の録音と比較】 変換した音声をWAV形式で保存できます。 録音するたびに別の日時付きファイルを作成するため、以前の録音は上書きされません。保存した任意のWAVを選び、ソフト上で再生・停止できます。 録音と同時に診断情報も保存されるため、音切れ、入力超過、出力制限、内部遅延などを確認しながら設定を調整できます。 ■美麗ボイスが目指しているもの 美麗ボイスは、特定人物の声を再現するAI音声変換ソフトではありません。 また、ピッチを一律に上げるだけの単純なボイスチェンジャーでもありません。 使用者自身の発音や抑揚を活かしながら、 ・話者ごとの声域に合わせる ・音程ごとに変換量を変える ・変換で壊れやすい発音を保護する ・低遅延のままリアルタイムに処理する ・結果をユーザー自身で細かく調整する ことを重視しています。 「自動調整で簡単に始められ、必要になれば専門的な部分まで自分で追い込める」 それが美麗ボイスの大きな特徴です。