動画を翻訳しても話者の声を保つ方法

自分が話せない言語を話している自分の声を聞く瞬間があります。不思議で、少しわくわくします。出来が悪いと、とても不快でもあります。声はほとんど自分のものなのに、そこに描かれている人は、まるで自分ではないのです。

言語をまたいで話者の声を保つことは、技術的にはほぼ解決済みの問題です。しっくりくる吹き替えとそうでない吹き替えを分けるのは、たいてい入力として渡すものと、そのあとにいくつか行う選択です。このガイドでは、その両方を説明します。

「声を保つ」とは実際に何を指すのか

吹き替えが「自分らしく聞こえる」ことを望むとき、人は通常、いくつかの異なることを同時に求めています。

**音色。**声の基本的な性格です。低いか高いか、温かいか、ざらつきや息づかいがどのくらいあるか。ボイスクローンが最も得意とする部分です。

**音程の幅と癖。**質問の語尾で上がりやすいか、平坦で安定した調子で話すか、高低を大きく行き来するか。

**ペースとリズム。**どこで間を取るか、興奮すると話すのがどのくらい速くなるか、ある論点にどのくらい留まるか。

**感情。**笑い声が笑い声に聞こえるか、強調すべきところに強調が来ているか。

**訛り。**これは少し厄介なので、考える価値があります。訛りは翻訳されないからです。特定の地域の訛りで英語を話す人でも、吹き替えのスペイン語はそれを再現しませんし、おそらく再現されたくもないでしょう。あなたの声の個性を持った、スペイン語のネイティブスピーカーのように聞こえるべきです。

優れた吹き替えは、最初の4つを引き継ぎ、5つ目を適切に処理します。完全なコピーを期待してはいけませんし、それを約束する人は誇張しています。

ボイスクローンの仕組みを簡単に

数学は要りませんが、1つの考え方が役立ちます。声のモデルは、その人の録音された音声で学習、または条件づけられます。その声を特徴づけるものの表現を学び、それを使って新しい音声、ここでは翻訳された文を生成します。

そこから2つのことが言えます。1つ目は、モデルは聞こえたものしか表現できないので、サンプルが明瞭で豊かなほど、クローンの出来がよくなることです。2つ目は、クローンの声は、渡したものの特質をすべて引き継ぐことです。声がかすれていた日、背景のうなり、反響した部屋も含みます。

よいサンプルを用意する

得られる効果の大半は、ここにあります。自分の声をクローンするなら、録音に10分かけてください。

• **静かで吸音性のある部屋で録る。**服がぎっしり詰まったクローゼットは、何もないキッチンに勝ります。残響は敵です。
• **口の近くに、適切なマイクを置く。**USBマイクやヘッドセットで十分です。机の向こうにあるノートPCのマイクは不向きです。
• **自然に話す。**ナレーターのように話したくなる気持ちを抑えます。会話調の文章を読むか、その日の出来事を話すだけで構いません。モデルは、あなたが実際にどう話すかから学びます。
• **変化をつける。**質問、断定、少しの興奮、落ち着いた区間。平板なサンプルは、平板なクローンを生みます。
• **ノイズや音楽を避ける。**冷蔵庫のうなり、扇風機、背景音楽は、すべてクローンに漏れ込みます。

話者の元の音声が出発点となる動画を吹き替える場合も、同じルールがその音声に当てはまります。クリアな音声は、システムにより多くの材料を与えます。

複数の話者

インタビューやパネルの動画には、ひと手間が加わります。システムは誰が何を言ったかを分け、それぞれの人に別々の声を割り当てなければなりません。助けになることは次のとおりです。

• 可能なら、発話が重ならないようにする。
• 文字起こしのあとで、話者のラベルを確認する。2人が1人にまとめられていたら、吹き替えは両方に同じ声を使います。
• それぞれの人に十分な単独の発話を与える。「そうですね」「はい」しか言わないゲストでは、システムがモデル化する材料が多くありません。

公開する前にStudioで文字起こしを読み、別の人のものとされたセリフを、間違った声の会話になる前に見つけましょう。

ペースを自然に保つ

元の声と少し違うクローンの声に気づく人は、めったにいません。気づくのは、急いで聞こえる声です。これは、吹き替えが人工的に感じられる最も一般的な理由で、声の問題であると同時に、翻訳の問題でもあります。

同じことを言うのに必要な音節の数は、言語によって違います。翻訳が元よりずっと長いと、吹き替えの声は、同じ枠に収めるために速くなるか、次のセリフにはみ出すしかありません。直すには、声を調整するより、翻訳を詰めるのが通常の対処です。

急いで聞こえるセリフを取り上げ、翻訳が必要以上のことを言っていないか確かめましょう。ぼかし表現を削り、冗長な節を落として、そのセリフを再生成します。話す時間の計算ツールは、テキストを話すのにかかる時間の見当を手早くつけるのに便利です。

声から正体がばれる細部を確認する

最初の確認で、次の点に耳を傾けてください。

**名前。**自分の名前、チャンネル名、製品名です。モデルが自分と違う発音をしていたら、直します。単語を発音に近い綴りに書き換えると、効果があることがよくあります。

**笑い声と言いよどみ。**自然な話し言葉には、ためらい、息づかい、小さな笑いがあります。それをすべて除いた吹き替えは無機質に感じられ、「えー」をすべて残すと雑然とします。どうしたいか決めて、それに合わせて編集してください。

**強調。**文の中で特定の語に重みを置くべきなら、翻訳でもそこにアクセントが来ているか確認します。キーワードが最後に来るように文を言い換えると、直ることがあります。

同意と倫理

これは重要なので、はっきり言います。クローンするのは、自分の声か、同意してくれた人の声だけにしてください。同意していない人の録音から声をクローンしてはいけません。公人の場合は特に注意が必要です。倫理上の問題に加えて、多くの地域で法的なトラブルになりえます。

視聴者に対して透明であることも、望ましい姿勢です。説明欄に「AIで吹き替え、元の話者の声から生成」といった短い一文を添えるのは、誠実であり、害になることはほとんどありません。視聴者は、あとで気づくより、先に知らされたほうが好意的に受け止める傾向があります。

元の声を使いたくないとき

別の声のほうが正解なこともあります。企業の研修動画なら、中立的なナレーターのほうがよいかもしれません。子ども向けのレッスンなら、もっと親しみやすい口調がよいかもしれません。自分の声の合成版を聞くことに抵抗がある話者に、無理強いしてはいけません。

ボイスクローンは選択であり、必須ではありません。話者の個性が、視聴者が評価するものの一部かどうかを考えてください。聞き覚えのある声を持つクリエイターや講師なら、たいていそうです。顔の出ない解説動画なら、たいていそうではありません。

YouTube動画を自分の声で吹き替えるなら、チャンネルの運用の中にクローンがどう収まるかはYouTube動画の翻訳ガイドで、全体像はクリエイター向けのAI吹き替えで紹介しています。

繰り返せる手順

定期的に吹き替えるなら、うまくいく手順は次のとおりです。

1. きれいな声のサンプルを一度録音または選び、使い回す。
2. ボイスクローンをオンにして動画を吹き替える。
3. 最初の1分と、感情の強い部分を聞く。
4. 名前と用語の発音を直す。
5. 急いで聞こえるセリフを短くする。
6. 変更したセリフだけを再生成する。
7. もう一度全体を聞く。できればその言語を話す人と一緒に。

Dubtitleは、無料トライアルを含むすべてのプランでボイスクローンに対応しています。流れはAI吹き替えのページで説明しています。別の言語の自分の声を聞いてみたいなら、無料トライアルを始めて、短いクリップを使ってください。