音声AI「梵そよぎ」を試して、遊んでみた！～セットアップからオリジナル音声を聴けるまで〜

はじめに

この記事は音声AIの「梵そよぎ」に「オリジナルのセリフで元気になれる声掛けをしてもらう」をテーマに、ちょっと遊んでみた記録です。

音声合成ライブラリは初めて使いましたが、特に難しい知識なく簡単に使えました。想像以上に色んなパラメータがあって豊かな音声表現ができて、すごく楽しかったです。

なお、この記事はただの一個人が触ってみた系の非公式な記事です。情報が古い・間違っているなどの可能性もあります。ご興味ある方はぜひ公式情報をご覧ください。
公式レクチャー動画もあります。

梵そよぎとは？

「梵そよぎ」は声優 梶裕貴のさんの声を、深層学習等のAI技術を使い声質・癖・歌い方をリアルに再現した次世代の歌声合成ボイスライブラリです。（VoiSonaページより引用）

これを使えば、梶さんの声を元にしたそよぎくんの声でおしゃべりしてもらったり、歌ってもらったりすることができます。

ライブラリの種類と料金

ライブラリは、CeVIO AI版とVoiSona版の2種類あります。
料金は以下の通りです。

CeVIO AI版（税込）

	ソング	トーク
スターター	¥19,800	¥16,980
ボイス	¥10,780	¥8,980

VoiSona版（税込）

	ソング	トーク
買い切りプラン	¥13,200	¥9,900
年間プラン	¥6,600	¥4,950
月額プラン	¥880	¥660

今回はお試しで、VoiSona版トークボイスライブラリのサブスクを使いました。
VoiSona自体は無料でダウンロード可能なので気軽にお試しできますね。

ライセンスを取得

VoiSonaの販売ページからライセンスを購入します。

VoiSonaをダウンロード

今回はWindows11の環境を使います。
VoiSonaの公式でアカウントを作成して、ダウンロードページからWindows版をダウンロードします。
※今回は、ソングではなくトークのため、ダウンロードするのはVoiSona Talkです。

認証とボイスダウンロード

無事ダウンロードできたら、Voisona Talkを起動し、ライセンスを購入したアカウントで認証を行います。
認証が成功すると、左上のボイスを選択のところで、そよぎボイスをダウンロードできるようになります。

しゃべってもらう内容を入力

真ん中の文のところに、話してほしい文章を書いて再生ボタンをおせば、読み上げてもらえます！

パラメータで声を調整

標準の音声から、パラメータを調整することで、好きな声色でしゃべってもらうことができます。

グローバルパラメータは以下の６種類で声を調整できます。

• SPD：話速
• VOL：音量
• PIT：ピッチ
• INTO：抑揚
• ALP：年齢
• HUS：息成分

スタイル（感情表現の種類だと思います）は以下の種類がありました。

• Normal
• Fine
• Angry
• Rage
• Sad
• Whisper
• Happy
• Loud

例えば抑揚を最小にしてみて宇宙人風セリフっぽいなとか、遊んでました。
セリフの途中で年齢感を変化させることも可能なので、オールフォーワンみたいなしゃべりながら若返る人みたいなのもできそうですね。

その他、アクセントや発音などかなり細かい設定も可能なようです。
本当に細かい調整を究めていくのは難しそうだなというのが所感で、そのあたりは調整する人のスキルが重要なのかなと思いました。

さいごに

今回はとりあえずオリジナルのセリフをしゃべってもらうまでできました。
専門知識がなくても簡単に使えるというのが良いなと思いました。

続編として、APIを使って音声を作成する方法や、お天気をお知らせするデモシステムの構築についても書きました。