VTuberのための悪魔のアイテム、Voidolに新キャラ12種類が追加。自分の声を佐藤聡美さんや小岩井ことりさんに変身!

4月に「VTuberに超強力兵器が誕生!リアルタイムに自分の声をキャラクタボイスに変換できるソフト、Voidolが発売開始！」という記事で紹介したWindows/Mac用のソフト、Voidol（ボイドル）に新たなキャラクタ6種類が登場し、本日11月14日より発売が開始されました。11月中にはさらに6種類が追加され、計12種類が発売され、Voidol本体に含まれる「くりむ蔵」、「奏ミナト」、「音宮いろは」、さらに最新のアップデート版Voidol 1.2.0で本体内に追加された「ヨネちゃん」と併せて、計16種類となります。

第1弾として発売される6種類の中には、佐藤聡美さんがCVを務める「東北ずん子」、また小岩井ことりさんがCVを務める声乃ツバサなどがあり、これらをインストールすれば、自分の声をリアルタイムに佐藤さん、小岩井さんの声に変換してしゃべったり歌ったりすることが可能になります。このリアルタイム変換した声を使ってネット配信するのもいいし、ビデオ作品の制作に利用するのにも活用できそうです。それぞれ3,800円(税別）と手ごろな価格なのも嬉しいところ。実際どんなものなのか紹介してみましょう。

自分の声をリアルタイムに別のキャラクタの声に変換できるVoidolに新たなキャラクターが誕生

Voidolについてご存知ない方のために、簡単に紹介すると、これはWindows、Macを使い、自分の声をリアルタイムに別のキャラクタの声に変換するというソフトウェアです。いわゆるボイスチェンジャーとはまったく違い、単にピッチやフォルマント（声質）を調整して、男性ボイスを女性ボイスに変換するというのではありません。

最新版Voidol 1.2.0をインストールすると新キャラクタの「ヨネちゃん」が追加に。さらにオプションの追加キャラクタをいれることが可能に

あらかじめ用意してあるキャラクタの声＝声優さんの声に、AI技術を用いてリアルタイムに変換していくという他にはないアプローチのソフトなのです。開発したのは日本のベンチャー企業、クリムゾンテクノロジー。技術的な概要は記事最後のコラム部分に記載していますが、以下のビデオを見ると、どんなことができるソフトなのかその雰囲気が分かると思います。

そのVoidol、4月の時点でMac版が先行して発売され、8月29日からWindows版も発売。ここには、標準で3種類のキャラクタが用意されていましたが、本日11月14日にアップデートされた最新版1.2.0というバージョンすることで、女の子のキャラクタ、「ヨネちゃん」が追加に。この「ヨネちゃん」は中国語を学習させた中国語モデルとなっていますが、日本語でも普通に使うことが可能です。そして以前からアナウンスされていた追加キャラクタが発売になったのです。本日から発売されたのは

東北ずん子 (CV 佐藤聡美）
キューティ・エイリアンペロロ
声乃ツバサ (CV 小岩井ことり)
鷹の爪団吉田くん(CV:FROGMAN)
吹替の妖精ミランダ(CV 岡本麻弥)
音城ツカサ (CV 藤本隆行)

の6キャラクタ。さらに11月中には

王女シャッフル (CV 鵜澤朋子)
ジャック・ブロウ (CV 笹井崇裕)
千色いちる (CV 門脇舞以)
カフェ野ゾンビ子
ゲート・ジョブス（CV:AIJI)
東北きりたん（CV 茜屋日海夏)

それぞれ単独製品として発売されまし。これら追加用ボイスモデルはいずれの価格も3,800円（税抜）となっています。キャラクタの追加方法いたって簡単です。Voidol本体がインストールされている状態で、欲しいキャラクタをAmazonもしくは楽天ブックスから購入し、ダウンロードします。このなかには「touhoku_zunnko.ppk」、「koeno_tsubasa.ppk」といったファイルが入っているのでこれを設定画面の「ボイス変換モデル(.ppk)ファイルをドラッグ＆ドロップと書かれた部分へドラッグ＆ドロップしてインポートすれば完了。

ダウンロード購入したppkファイルを設定画面上にドラッグ＆ドロップしてインストール

あとは、これまで使ってきた3つのキャラクタと同じように切り替えるだけで、すぐに使えるようになります。ちなみに、以前、プロトタイプ版だったときの東北ずんこを使って、私がしゃべって声変換したビデオがあるので、ご覧になってみてください。

なかなか危険なソフトではありますよね(笑)。声乃ツバサにおいて、変換前の声と変換後が公開されているので、これを聴いてみると、どのくらいの精度のものかよくわかると思います。同様に、鷹の爪団吉田くんなどの変換例も公開されているので、チェックしてみると面白いですよ。

クリムゾンテクノロジーの追加ボイスモデルのページでは変換例が紹介されている

ところで声優さんの声を収録して開発したソフトなので、膨大なサンプリングデータを使っているのでは……と思うところですが、実際見てみると、非常に小さいファイルサイズなんです。たとえば、佐藤聡美さんの東北ずん子の場合で13.5MB、小岩井ことりさんの声乃ツバサの場合で13.3MBですから、サンプリングデータをそのまま使っているわけではないんですね。

新キャラクタを追加することで、これまでとはまったく異なる声に変わるようになる

なかなか不思議な感じではありますが、これを入れれば、すぐにまったく違う声に変身することができるわけですから、すごい時代になったものです。気に入ったキャラクタがあったら、試してみてはいかがでしょうか？

Voidolのリアルタイム変換技術

VoidolではAI声質変換ソリューション＝リアチェンvoiceという技術が使われています。これはクリムゾンテクノロジーが名古屋大学戸田教授と共同開発し、言語情報を保ちつつ、話者の声質のみを変換する技術で、統計的声質変換法を用いたものです。

ここでは、あらかじめ声質学習システムが、ターゲット・ボイス（キャラクターの音声）とナレーター・ボイス（使用者の音声）の対から時間的マッチング、特徴量の抽出を行い、機械学習することで声質を変換するためのボイスモデルを構築しています。これが、各新キャラクタにおけるppkファイルに相当するものです。そしてリアチェンvoiceの声質変換システムが、このボイスモデルから声質を変換するためのフィルターを形成し、音声変換を行っているのです。

変換にはコンピュータによる処理が必要となるものの、気になるレイテンシーは100msec以下なので、十分リアルタイムでの動作が可能になります。

なお、Voidolではナレーター・ボイスとして一般的男性の声、女性の声が数パターンが用意されており、これを使う形となりますが、リアチェンvoice PRO版では、使用者の声質を元に機械学習して声質変換を行うため、より精度の高い変換が可能になります。