大家好 我是和羽叶 上周看到这篇就觉得应该让大家欣赏欣赏 不过因为最近平山老师的Live所以延宕了下 耳机オタク真的不是说说 这两天在秋叶原举办的ポタフェス真正见识到了小岩井社长的威 力 https://i.imgur.com/talJ5Bd.jpg https://i.imgur.com/Tn9YCef.jpg 那麽不废话 以下正文 原文网址 https://tech.nikkeibp.co.jp/atcl/nxt/column/18/00869/120900007/ ------- 声音合成技术的进化可说是显而易见。然而撑起这点的，依然是靠着具备良好音质的声优进 行收录。对於藉声音生活的声优而言，「工作被取代」也是声音合成技术日渐普及的风险之 一。 关於声音合成技术，身处现场的声优是怎麽看待的呢？ピアレスガーベラ所属的声优小岩井 ことり为声音合成软体「ガイノイドTALK」、歌声合成软体「Vocaloid」，以及音质变换软 体「リアチェンvoice」等提供声音，本人也善用这种声音合成技术，因此我们向她打听消 息。她也涉足作词、作曲等工作。 您认为声音合成技术的优点是什麽呢？ 小岩井 使用声音合成技术的话，任谁都能为影音作品附上如播音员般乾净明了的旁白。这 是相当惊人的事。在此之前，必需雇用旁白并租借录音室，对个人创作者而言是不容易的。 我虽曾经自主做过动画，由於无法擅自替动画作品配音，因此使用以我为媒介收录的「Voca loid」来制作。就算无法用自己的声音演出，透过合成的声音来说话也是一个选项。 此外，Vocaloid这样的歌声合成软体，能够达到人类绝对无法表现的纯净。换句话说，它能 够纯粹的表现出乐曲创作者本身的构想。一般的歌手会透过自己的感情、经验等所谓的情绪 滤镜歌唱，也因此歌手的本身的想法较容易表现在乐曲中。 另一方面，在通过歌手的滤镜後，作曲家依附在旋律及节奏上的感情、作词家想透过歌词传 递的想法，都可能有着无法传达的可能性。Vocaloid则能照原样将创作者的想法直接传达出 来，我认为这是它的魅力。 就算说接近自然发音，难以表现感情波动仍是其被批评的点之一。关於合成声音的课题，您 有什麽见解呢？ 小岩井 由於「感情表现」这点因人而异，要完全表现的像人类一样真的很难。正常谈到情 感表现会想到的不是音质问题，而是演技这个要素。我认为所谓的感情，便是在至今为止的 人生经历中积累各式各样的情报，能够清楚的表现出来，使大多数人产生共鸣。不会表露情 感的人，我想是因为其表现方式与大多数的人不一样才会被如此看待的。 再说，能够透过微妙的语调差异来展现台词才是声优的工作。举例来说，在动画配音时边看 影像边配上台词的情况相当多。譬如饰演「顺着情势摆出自豪表情的角色」时，曾收到「这 样听起来有点挑衅的味道，麻烦再表现的自我陶醉一些」这种指示，因此改变了自己的演技 。 要透过声音合成技术再现这麽细微的感情表现，我想还需要很多时间。比起声音合成技术， 单单利用音质变换技术改变声质去塑造其他人的演技和感情表现，我想这种形式或许较有发 展呢。 需要演技的工作今後貌似依然得由人类负责，但此外的工作是否能交给合成声音呢？ 小岩井 如果成本效益好的话，我想总有一天会变成那样的。对於技术的进步，我本身保持 非常乐观的态度。如果有着不是人类也能处理的事的话，那部分便交给合成声音负责，我们 则处理其他非我们不可的工作。关於这点，我觉得完全不是坏事。 不过声音合成技术，无论如何都需要手速。作业速度快的人不会说「时间」，而会用「手速 」来表达。如果是人类的话，极端一点只要唱完一遍就能得到完成品。另一方面，由於声音 合成基础是一套程式，需要输入所有的指示後才能输出完成品。就这点来说，能够感觉出当 今人类在成本效益的表现上仍是较具优势的。 我个人除了声优以外还有作曲的工作。而混合复数乐器声音、调整音色音压等功能的混音软 体有着自动校正的功能，能够达到约80分的水准。这远远比不擅使用的人更加优秀。 这项软体的开发者，曾表示「需要手速又或单调作业的部分由软体处理，希望能让人类在较 艺术的部分花更多时间。」我认为声音合成技术和这道理相同。无论是音乐或演技，超过80 分的部分机器无法表现，也正是人类的魅力。这麽一听，确实如此呢。 您对声音合成技术，原先保持什麽样的想法呢？ 小岩井 我啊，一直想要成为Vocaloid的一员。只要记录过一次的话，我的声音就能永远保 存下来。我想这是只有人类才能做到的事。以前曾在「NicoNico动画」的动画中，看过许多 以Vocaloid等声音合成技术制作的精采作品，如果我的声音也能被如此运用的话，感觉相当 光荣呢。 您希望声音合成技术今後能做到什麽事呢？ 小岩井 我希望这个技术能够帮上因为各种原因发不出声音的人。我以前曾有过喉咙乾枯、 发不出声音的情况，那时便利用手机的声音朗读功能让会话能够成立。 其他的话，在我的老家京都和外国人说话时，单单藉由翻译软体的朗读功能就能让对话成立 。外语会话这类原先必需非常用心才能习得的部分，我希望能透过声音合成技术让它变得更 加便利。 虽然我现在是一位声优，但曾经也有过在上大学及从事声优工作间犹豫不决的时期。我想过 要进行人工喉咙的研究，如果上了大学的话。声音和声波的差别一直是我相当有兴趣的部分 ，我觉得明了这两者的分界点应该能对人类有所帮助。 最近我对VR、AR和立体音响的技术也很有兴趣。实际上也常常会参观「Inter BEE」等最新 技术的展示会。我也曾把这些自己认为有趣的技术拿来办活动。 拿立体音响来说，曾经有个谈话性活动便用到假人麦克风。参加者将脸埋在桌上，透过与眼 前的假人麦克风对话，我的声音能传到大家的耳机中。明明我就在眼前，参加者却没有人能 看到我的模样，是相当奇妙的脱口秀。以原先定义来看，这种活动更像是声优的工作呢。 就算有那种能够再现自己表现方式的技术，首先不让自己感到有趣的话想再现也很难。因此 我想藉接触新技术的同时，进行各式各样的挑战。 您希望声音合成技术改善什麽部分？ 小岩井 其实没有耶。随着合成声音的品质提升，声优这边反倒能够发现很多细微的失误。 举例来说，声调、发音及发音清晰等，只要收录剧本时读法稍稍出错，就会直接反映出来。 需要尽可能让自己的意识到固定的声调、旋律和清晰度，在不合格的地方反覆录音。声音合 成技术最重要的一点，我想果然还是声音素材要足够优秀吧。 还有一点，和技师的连系也相当重要。与技师共享「能在合成声音下操作的技术所需的声音 基础值」等知识，并尝试让收录的声音及音域有更多变化，能做的事非常多。要举例的话， 创造合成声音就和做菜差不多。费工的话当然好吃，然而花费心思但材料不新鲜的话也不会 美味的。 您的意思是，声优方面也有很多需要努力的吧。那麽若合成声音普及化，对声优的技术要求 是否也会有所改变呢？ 小岩井 从技术面来说，在需要歌唱或演戏的人之中，我认为有些类型适合声音合成技术。 这种类型的人会先了解构成自己音质的要素，配合指示来调整各种素质的出力。我称这种人 为工程师类型，而我也自认是其中之一。 实际上我在建构自己的音质时，会去注意自己各项的数值。第一点，是「声音的高低」。虽 然高音只要经过锻炼就能渐渐发出来，低音却和喉咙的大小有关。由於我的身高相当较高， 喉咙相对较大，因此要发出低音也比较容易。第二点，是「被称作气音的轻声占自己的声音 比重」。第三点，是「声音能够维持多久」。第四点，则是「发音乾不乾净」。我会根据这 四个方向的数值，创造自己所期望的音质。 我现在说话的声音，是将数值调整成方便讲话的模式。能像工程师类型这样调整声音出力方 式的人，在面向合成声音的收录时会比较容易。当然，这是从「录音时必需精准命中他人要 求的声音」的角度出发的。 在录音时会保持锁定好的音质，朗读各式各样的文字。譬如满面笑容的角色，就必须保持欢 笑感，即便是不吉利的话语也必须笑着读下去。明明是开心的场景却带入愤怒的情感，又或 笑容满面的朗读愤怒台词等等，仿佛强人所难的扮演平常不会产生的极端表现。就像声优所 受的基础训练一样。 顺带一提，Vocaloid的录音和合成声音有些不同，感觉像「声音的音乐游戏」。维持角色的 声线并保持滑舌乾净，在不同的音准收录各种母音和子音。用简单一点的事情来比喻，就像 卡啦ok的分数判定功能吧。这也和声优及歌唱的基础练习颇为相似。 听见自己的声音变成合成声音时，有什麽样的感觉呢？ 小岩井 「哇，是我自己耶」。语尾、入声和音准的习惯都相当具有自己的特色。透过合成 声音来聆听，再次觉得自己果然很适合Vocaloid。原先自己便相当喜欢Vocaloid，「为了使 成品能够方便使用而想要产出好素材」保持这种意识的录音最终得到回报了呢。 能够很轻易的理解自己唱歌的习惯，我想也是多亏自己成了Vocaloid一员。由於人类的声音 掺杂各种感情因此难以进行比较，但只要用Vocaloid在想要对照的歌曲上输入同样的歌词和 音准，就能很清楚的明了何处不同。实际上对作曲也有帮助，让Vocaloid唱毛带时能准确输 出自己风格的声音，能令工作变得有趣呢。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.74.65.152 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/IdolMaster/M.1576426307.A.95F.html