AIの歌声は人間らしく？機械的に？ 4つの版を聴き比べて「機械の声は重ねに使う」と決めた
AIで歌を作っていると、「どこまで人間らしく歌わせるか」は毎回ぶつかる問いです。機械的な声をメインにする曲もあれば、人の声にこだわる曲もあります。
Sound Inspireでは、Claude Codeに作詞・作曲をさせ、ACE Studio（AIの歌声合成ソフト）で歌を作っています。2026年10月22日、この問いを1回の聴き比べで方針にしました。
この記事の要点
基本は「人間が感情を込めて歌う」設定にした。機械的な声は、メインにせず、区間を選んで重ねる「効果」として使う
同じ曲で4つの版を作って聴き比べ、人間寄りの処理に機械的な声を重ねた版を選んだ
その後、設定を書いた18曲のうち、機械的な重ねを使ったのは17曲。機械的なメインは0曲だった
聴き比べた4つの版
版 | 中身 |
A | 今までの工程のまま（基準） |
B | 歌に人間寄りの処理（低域を切る、こもりを減らす、明瞭さを足す、2段目のコンプ） |
C | B ＋ 機械的な声の重ね（歌より9 dB小さく。サビはユニゾン、ほかは句の終わりを返す合いの手） |
D | C を道具に組み込んだ実装版 |
選んだのはCの方向です。歌の音量の幅は10.0 dBから8.6 dBに縮みました。なお「機械的な声」は別のボイスではなく、同じ歌を加工して作った声です。
機械の声に「人ではないもの」の役を当てる
同じ日に作った『推奨距離一・五メートル』では、機械的な重ねが駅の放送の声になりました。「間隔を あけて」は放送の声が重なり、最後の「あけて とどく」だけは人の声で歌います。規則を唱える声が機械で、意味が変わる一行だけが人の声、という使い方です。
4つの版の聴き比べと、放送の声が重なる場面の音源は、noteにまとめています。
※2026年10月22日の制作記録と、その日のClaude Codeとの会話をもとにしています。曲数は、記事を書くにあたって数えたものです。
コメント