もはや人間と区別がつかない次元に。多言語で歌う機能も搭載したSynthesizer Vの破壊力｜DTMステーション

驚異的に進化したSynthesizer V AI まずは、バックグラウンドや機能、性能といったものを紹介する前に、私がSynthesizer V Pro Studioの1.5.0を使って打ち込んだ、弦巻マキの歌声をちょっと聴いてみてください。 いかがですか？従来の歌声合成の概念を覆すレベルに来ていると思いませんか？これは、2年前のコミケでDTMステーションCreativeからリリースしたoyasumiという曲の冒頭部分。そのときは声優の小岩井ことりさんにボーカルをお願いし、囁くように優しく歌ってもらったので、弦巻マキにも、それっぽく歌わせて仕上げてみたのです。本来、弦巻マキは「アニメキャラっぽい雰囲気の元気な女の子」というイメージの歌声ですが、そことはだいぶ違ったニュアンスの歌声になっているのも感じられたと思います。 「自動処理」メニューにある「自動ピッチ調整（カスタマイズ）」を選択する

[anigoka]

毎回この手の「もう初音ミクのシャリ音でイライラしなくていいんだぞー！」って聞くけど、その割りにナチュラルボカロ曲が流行ってる気配がない

[su_rusumi]

ジックリ聞けば区別は付くけど不気味の谷は超えた感。こうしてまた敷居は下がりハードルは上がる。

[otchy210]

英語データベースのエンジンに日本語を歌わせると、英語話者がかなり上手く日本語の曲を歌ったが英語らしさを隠し切れてない、って感じになるの面白すぎる。

[roulette0424]

もともとキャラ無しの歌声合成ソフトが売れなくて、イメージキャラクターをつけて漸く新規のニーズを開拓してできたのがボカロ経済圏なわけで。需要があれば硬派なソフトも作られるでしょ。あればの話だが。

[steel_eel]

ファミコンからスーパーファミコンに、そこからPSやセガサターンに、更にPS2……と新しいゲーム機が出るたびに「見たことねぇほど高画質！！グラフィックやべぇ！！」となり続けたやつを思い出す。

[NAT]

SynthV 1.5の多言語対応が興味深い。英語DBエレノア・フォルテや中国語DB青溯に、日本語の歌詞で歌わせる事ができる(デモ動画あり)。発音やアクセントは少し残るので、外国人が日本語を歌った感じに。

[m_ogawa]

うーん。自分はミクのジャリ声そんなに嫌いじゃないんだな、と改めて思った。「人間と区別つかない」なら生身の人間の方が良いなあとか。需要の捉え方って難しい。

[kenfujimoto]

ついに、ここまで来たか、という感じに。デフォルトだと、アニメキャラっぽいというかボカロっぽい歌い方のものも、自動ピッチ調整というのを施すことで、もはや人間に昇華します。

[kijtra]

ボカロはなんとなく、人っぽくない「楽器としての声」みたいなのが好きかも。

[Windfola]

14年間ケロ声を克服できなかった果てに、聞き手の側がもう「むしろケロ声キンキンマシンボイスのがボカロっぽくて良いよね!」に染まっちゃってるからね……。

[naqtn]

発売後の作例 https://www.nicovideo.jp/watch/sm39978802

[ntstn]

歌が下手な曲作成者には良いんでは。性別も超えられるし。

[chintaro3]

人間が歌ってる曲も音程補正しすぎでボカロ化してる人が多い。

[Falky]

この人の同系統記事、毎回言い過ぎだろって思ってたけど今回は本当にすごいな。ブラインドで人間と区別できる自信ないわ。ほぼベタで打ってこのレベルってのは強烈

[securecat]

スムーズではあろうけど人間と区別はつくと思うんだよねえ。ミク声と区別がつかない次元に、というのが正しいのでは。

[natto21]

区別つくよ。区別つかないと言ってるひとは、ボカロを聴くときにはボカロフィルターが掛かってしまい、人間らしさの基準が大分甘くなってしまうのではないかと。

[moerrari]

ボーカロイド関連。中国の天才少年が開発した「Synthesizer」という歌声合成ソフト(関連記事https://www.dtmstation.com/archives/22760.html )。「自動ピッチ処理」がキモらしい。本当に人間の歌声。

[mag4n]

これはこれですごいんだが、普通に歌った音声を補正する周りもエグいのでテクノロジー的には良い勝負している。

[knok]

純粋な音声合成に比べると歌声合成は楽な部分もあるという話をその道の研究者から聞いたことがある。音程が陽に示されるから手掛かりが多いとかかなあ

[stealthinu]

歌声合成すごく自然になってる。NEUTRINOだけかと思ったらこのSynthesizer VやCeVIOもディープラーニング使った自然な歌声合成技術進めてたのね。

[aceraceae]

AI による音声合成も日本語のピッチアクセント問題以外はかなりいい線いってるけど音楽は楽譜としてピッチ指定できるのが強い。自然さに対する考え方は Finale の human playback 的なものかな？

[zenkamono]

上位ブコメ「萌えキャラ？とセットなので試しづらい。」←これにスターが集まるはてブって…「試しづらい」って、試す気なんてなくて単に「萌えキャラ」を腐したいだけだろ。はてブって男性嗜好へのヘイトが強すぎる

[iwtn]

舌と喉がある感じがする。子音がsとtのときに舌の動き、nのときに喉の動き。

[spicychickenlike]

待望のSynthVのアプデ。和音で歌うとか萌えキャラとセットだから試しづらいとか一部ブコメがアホすぎて反応に困るわ。そもそも人間の限界を超えた表現を追求するようなコンセプトの製品じゃねぇからこれ

[spark7]

製品構成が妙に複雑でひどいなと思った。結局高い方のエディタの機能って事なのか。歌声やエディタが数グレードづつあってどれが今回の機能に対応するのか分かりにくい

[ounce]

写真のようにうまい絵は確かに凄いが、「凄い」で止まってしまうこともある。ボカロにも似たようなことを感じる可能性はある。作曲家が作る仮歌などには良いのだろう。

[NOV1975]

こりゃ凄いけど、この需要と旧来のボカロの需要はまたちょっと違う感じがする。ここまで人間に似ちゃうと人間ではできなそうな表現が不自然で違和感になりそうだし

[jsbmrr]

（和音で歌うって重ねればいいだけやん…人間の限界なら早口とか細かいリズムで音程跳躍だけどそうなると歌詞聞き取れなくなって歌詞の必要性無くなるから最終的になんか…人間って深いなぁ…）

[shoot_c_na]

誰がここまでしろと言った？！

[PeterFukuda]

声優や歌手は若い頃の声を素材として録音しておくと加齢で衰えていく部分を補ったり、コーラスとして使えたりするんだろうな。AIはデジタルバイアグラになる。

[whoge]

言われなきゃボカロってわからないな。でもミクっぽいボカロ丸出しなやつもあれはあれでオツなんだよな

[chikoshoot]

うーん、フォールがまだ違和感。。

[zkq]

すげえなこれ。

[djsouchou]

欲しい

[tasukuchan]

“ ”

[eroyama]

AIきりたん好き

[t_trad]

仮歌をこれで済ますようになってアマチュア・修行中のボーカリストの収入源が絶たれる未来がまず来る