ヨーダやダース・ベイダーの声はAIで再現できる？オリジナルの作り方

AIは、ダース・ベイダーやヨーダのようなキャラクターの声を、ふつうに聴く人なら騙されるほど近く真似できます。けれども、その真似を公開するとなると話は別です。あれらの声はシリーズのキャラクターと、それを生み出した俳優のものなので、ライセンスなしで使えば法的なリスクがあり、演じた本人の同意がなければ倫理的にも問題があります。できるのは、あの声がなぜ記憶に残るのかを学び、同じ要素を備えたオリジナルのキャラクターボイスをつくることです。

この記事では、よくリクエストされる有名な声、それが聞き分けられる本当の理由、そして自分だけの声をデザインする手順を順に見ていきます。

声が「象徴的」になるのは、何があるからですか？

音色だけで記憶に残る声は、ほとんどありません。たいていは4つの要素が組み合わさっています。

1. 音色： 生の音そのもの。低く響く、細く鼻にかかる、かすれている、息が混じっている。
2. リズムと間合い： 間がどこに入るか、フレーズがどれだけ速く進むか、どの語に重みが置かれるか。
3. 言葉づかい： キャラクターが使う語と語順。ヨーダなら、書き起こしだけで見分けられます。
4. 加工と文脈： リバーブ、フィルター、繰り返される呼吸音、無線のノイズ、そしてその声が登場する場面。

このうち1つでも取り除くと、声の個性はぐっと薄れます。これは知っておく価値があります。4つのうち3つは、誰かの声帯を真似ることとは関係がないからです。

人が「象徴的」と呼ぶのは、どんな声ですか？

ダース・ベイダー

声を演じたのはJames Earl Jonesで、撮影現場では別の俳優がコスチュームを着ていました。機械的な呼吸音は別の音で、サウンドデザイナーのBen Burttが、スキューバのレギュレーターを通した呼吸を録音してつくったものです。つまり「ベイダーの声」は実際には二層構造です。低く、落ち着いた、よく制御された話し方と、仮面の存在を忘れさせない効果音です。

合成による再現を正しく行った有名な例もあります。2022年に広く報じられたところでは、Jonesはシリーズ作品Obi-Wan Kenobiのために、過去の録音からスタジオがベイダーの声を再現することを認め、作業は音声合成の会社が担当しました。重要なのは合意があったことです。演じた本人が、使用を承認したのです。

ヨーダ

Frank Ozが演じたヨーダは、主にリズムと語順で聞き分けられます。目的語や補語を文頭に持ってくることがよくあります。"Powerful you have become."（お前は強くなった）"Strong with the Force, he is."（フォースの強い男だ）のように。少し張り詰めた年配の声に、急がない話し方を加えれば、それでキャラクターができあがります。

有名になった機械の声

最も象徴的な声のなかには、最初から合成だったものもあります。

Hawkingの例は考えさせられます。まぎれもなく人工的に聞こえた声が、ひとりの人間のアイデンティティの一部になりました。声が顔と同じように尊重されるべきなのは、まさにそのためです。

ダース・ベイダーやヨーダの声を、法的に使えますか？

短く答えると、ライセンスなしの商用利用はできず、ファンプロジェクトとしての公開でさえリスクがあります。

• キャラクターは保護されています。 スタジオは、キャラクター、その名前、周辺の商標を所有しています。「ダース・ベイダー」として声をあてた製品は、そのすべてを利用していることになります。
• 演じた俳優にも権利があります。 俳優の特徴的な声を真似て何かを売れば、パブリシティ権の侵害にあたることがあります。そっくりな声を使った広告の訴訟で、米国の裁判所が認めたとおりです。詳しくは有名人のAI音声の倫理と法律で取り上げています。
• 録音には著作権があります。 映画の音声やゲームから抜き出した音声でクローンを学習させれば、著作物を使うことになります。
• ファンによる利用やパロディはグレーゾーンです。 黙認されるものもあれば、削除されるものもあります。黙認は許可ではありません。

これは一般的な情報であり、法的助言ではありません。Leeloはシリーズのキャラクターや有名人の声を提供しておらず、クローンは、ご自身の声か、同意を得た人の声にのみ使えます。

AIでオリジナルのキャラクターボイスをデザインするには？

ゲーム、オーディオドラマ、YouTubeのコント、ブランドのマスコットに使える方法です。Leeloなら、すべての手順をひとつのプロジェクトで行えます。

1. 声より先に、キャラクターを書く

まず、どんな人物なのかを2文で決めます。そのうえで、話し方のくせを台本に書き込みます。言葉づかいには、人物像の多くが表れるからです。

• 文のパターン（"Begins with the warning, the character's lines do."のように、決まった語順で話す）
• 口ぐせや決めぜりふ
• 語彙（古風、専門的、くだけた言い方、改まった言い方）
• 文の長さ（短く言い切る悪役は、長々と独白する悪役とはまったく違って感じられます）

2. 声を言葉で説明して、生成する

声のデザインは、説明から新しい声をつくります。年齢、高さ、質感、速さ、態度を具体的に書いてください。例を2つ挙げます。

• 「太古から生きる小さな生き物。高く、少し張り詰めた声で、あたたかく、どこか面白がっている。ゆっくり、長い間を置いて話す。」
• 「そびえ立つ鎧の司令官。とても低く、落ち着いて響く男性の声。決して声を荒らげず、一語一語に重みがある。」

候補をいくつか生成し、同じ3行で試します。あいさつ、脅しまたは警告、そして冗談です。ぴったりの声なら、3つとも成り立ちます。どれも合わなければ、音声ライブラリで出発点を探してみましょう。

3. 読み方を演出する

キャラクターの多くは、間合いに宿ります。要になる行は速さを落とし、大事な語の前に間を入れ、高さとスタイルを1行ずつ調整します。操作方法は読み方の演出のガイドにあります。ヨーダ風の語順なら、倒置のところ（"Powerful… you have become"）に短い間を置くと、きちんと決まります。

4. できるなら、自分で演じる

その行を演じることはできても、キャラクターのような声ではないなら、自分の声を録音してボイスチェンジャーにかけましょう。あなたの間合いと感情はそのままに、キャラクターの声に入れ替わります。文字だけで演出するより、速いことがよくあります。

5. 聞き間違えようのない層を重ねる

加工と音が、良い声を自分だけの署名に変えます。Leeloにはセリフの下に音楽と効果音のトラックがあり、効果音ジェネレーターは、入力した説明からオリジナルの音をつくります。

• セリフの合間の、人工呼吸器やヘルメット越しの息づかい
• 鎧の中の声の下で鳴る、低い機械のうなり
• パイロットや通信係のための、無線のノイズとスタティックの断続音
• 洞窟に暮らす隠者のための、沼地の環境音、遠くの鳥、したたる水

具体例：10分でゲームの悪役をつくる

インディーズのチームが、40行のセリフを持つボスキャラクターを必要としています。

1. 元守護者だった男として、短く言い切る文だけで話すように書きます。「警告はしたはずだ。二度もな。」
2. 「低く、ゆっくり、よく響く、年配の男性。静かな威圧感」という説明から、声をデザインします。
3. 最初のセリフのあとと最後のセリフの前に、機械的な呼吸音の効果音を2秒ずつ加えます。
4. どんでん返しを明かす2行は速さを落とし、明かす語の前に間を入れます。
5. ゲームエンジン用に、1行ずつ別のWAVファイルで書き出します。

1行約12語で40行なら、およそ480語です。デザインした声は1語5クレジットなので、約2,400クレジットで、ときどき行を再生成する分が加わります。インタラクティブな作品のアイデアは、ゲームの活用例ページにもあります。

キャラクターボイスで、よくある失敗は？

• 加工のかけすぎ。 強いエフェクトはセリフを聞き取りにくくします。スマートフォンのスピーカーでは特にそうです。声は明瞭なままにして、キャラクターらしさは周りの層でつくりましょう。
• 全行をキャラクター全開で演じる。 ヨーダにも、ふつうのセリフはあります。いちばん強いくせは、大事な場面のためにとっておきましょう。
• 配役の一貫性がない。 すべての場面で、デザインした同じ声と同じ設定を使ってください。ずれがあると、聴き手は気づきます。
• シリーズの名前や決めぜりふを借りる。 オリジナルの声でも、他人のキャラクターとして売り出せば問題になります。
• 音量を無視する。 低い声と息づかいの効果音は、互いを打ち消しあうことがあります。ヘッドホンと小さなスピーカーの両方で、ミックスを確認してください。

よくある質問

動画に使える、無料のダース・ベイダーの声ジェネレーターはありますか？

そうしたツールは、保護されたキャラクターと実在の俳優の演技を真似ています。無料のツールでも、その結果を公開する権利が得られるわけではなく、プラットフォームに削除されることもあります。もっと良い道は、低くよく響くオリジナルの悪役の声に、自分で用意した呼吸の効果音を重ねることです。

ヨーダのように話す声は、どうつくりますか？

ヨーダらしさの大半は語順と間合いなので、台本に書き込みます。目的語を先に置き、文を短くし、間を入れます。それに、オリジナルの年配の、少し張り詰めた声を組み合わせてください。ただし、ヨーダと名乗ったり、ヨーダとして売り出したりはしないでください。

声優をクローンして、自分のキャラクターを演じてもらえますか？

はい。ただし、俳優が書面で同意し、範囲、報酬、期間について合意していることが条件です。いまは、特定のプロジェクトに限って自分の声の合成版をライセンスする俳優もいます。同意がなければ、やめてください。

Leeloでキャラクターボイスにはいくらかかりますか？

自分でデザインまたはクローンした声は1語5クレジット、標準の声は1クレジット、プレミアムの声は1.5クレジットです。短いセリフが数百行あるキャラクターなら、たいてい数千クレジットです。音声の商用利用は有料プランで認められています。

Speak & Spellのような初期のコンピューターの声は、なぜ象徴的になったのですか？

特徴があり、非常に多くの人の耳に届き、しゃべる機械がまだ新しかった時代と結びついていたからです。平坦な高さや途切れた子音といった制約が、ほかにない音を生みました。これは、どんなキャラクターボイスにも求められる質と同じです。