Voice Reference JA

声の説明と演技指示

日本語ホーム · English

VoiceDesign の description は声そのものを、行の instruct は感情・読み方・テンポを指定します。このページは使い方と代表的な語彙を説明します。完全な語彙表と比較実験は英語の正本にあります。

使い分け

入力欄	記述するもの	例
Description / Root Voice Description	声域、音色、質感など恒常的な特徴	female mezzo-soprano, silky even tone, soft rounded edges, gentle clarity
Instruct / Emotion（データ生成時）	その行の感情、読み方、勢い	Sharp whispered warning, urgent and hushed.

英語の語句はモデルに渡す表現として残しています。日本語の訳は意味を理解するための案内です。description に場面・行動・テンポまで混ぜると、声の同一性と演技が競合する場合があります。

声そのものの語彙

まず声域（bass、baritone、tenor、alto、mezzo-soprano、soprano）、次に 2–3 個の明確な音色・質感を指定します。

系統	英語の例	意味の目安
粗さ	gravelly、raspy、husky、gruff	ざらつく、かすれる、ハスキー、ぶっきらぼうな響き
滑らかさ	silky、velvety、mellow、rounded	滑らか、柔らか、落ち着いた、丸みのある響き
共鳴	chesty、full-bodied、deep、resonant	胸の響き、厚み、深さ、よく響く声
軽さ・高さ	airy、breathy、thin、falsetto	空気感、息の混ざり、細さ、裏声
鼻・鋭さ	nasal、twangy、sharp、strident	鼻にかかる、特徴的な鼻音、鋭い、耳に強い響き

英語ガイドの観察では silky、even、precise、firm など明確な質感・制御の語が安定に役立ちました。これは試した条件での観察で、全言語・全人物への保証ではありません。

行の感情と演技

感情（cheerful、fearful、somber、seething、defeated）、読み方（whispered、clipped、measured）、声の状態（voice cracking、tight、strained）を必要に応じて組み合わせます。人物の基本音色を毎行変える指示を避けます。

ナレーションは Neutral, even narration. から始め、場面ごとに必要な修飾を加えます。体の動き、弱い修飾、同じ意味の重複より、実際に聞こえる声を指定してください。台本生成にも例があります。

語の組み合わせに注意する

英語ページの bright tenor の比較では、bright と youthful energy を同じ description に入れた場合に大きなばらつきが観察されました。片方だけなら安定した条件もあり、単語単体の良し悪しと組み合わせの効果は別です。音色は description、行動的な勢いは instruct に分け、試聴して調整します。

hollow は感情の空虚さとしても音響的な空洞感としても解釈されるため、落胆を指示したい場合は defeated など明確な語も試せます。曖昧な語を増やすより、短く明確にすることが役立つ場合があります。

完全な参照表

英語ページの Part 1には、音色、感情、テンポ、広告・役柄、録音現場の用語、拡張語彙があります。録音現場の指示語がそのまま TTS のパラメーターになるわけではありません。Part 2のモデル観察と、実際の音声を分けて確認してください。