ログ045「数千件の台詞を音声化するために。VOICEPEAKを活用した音声制作環境」

はじめに

こんにちは、焼魚あまねです。

以前のゲーム開発ログでは、制作中のビジュアルノベル『吸血天使のユニット戦線』をフルボイス化する方針について紹介しました。

また、フルボイス化に必要となる音声の数を見積もったところ、約4,500件、文章量にして約15万字という規模になることも分かりました。

今回は、その膨大な量の音声を実際に制作していくために、どのような環境や制作手順を整えていくのかについて紹介したいと思います。

音声制作にはVOICEPEAKを活用

本作の音声制作では、VOICEPEAKを中心に活用していくことを考えています。

VOICEPEAKは、入力した文章を音声として出力できる音声合成ソフトです。話す速度や音の高さ、抑揚、感情表現などを調整できるため、用途に合わせた音声制作が可能です。

僕はナレーターセットを中心に、登場人物の音声制作に活用できないかと考えています。

本作にはさまざまな個性を持ったキャラクターが登場します。そのため、すべてのキャラクターに同じような話し方をさせるのではなく、それぞれの性格や立場に合わせて、声の印象を変えていきたいところです。

音声合成ソフトの機能を活用しながら、ビジュアルノベルのキャラクターボイスとして、どのような表現ができるのかを検討しています。

ナレーションとキャラクターボイスの違い

文章を読み上げる音声と、ゲームのキャラクターが話す音声では、求められる表現が少し異なると思っています。

例えば、説明文やナレーションであれば、内容が聞き取りやすく、自然な速度で読み上げられることが重要です。

一方、キャラクターボイスでは、それに加えて登場人物の感情や性格が伝わることも求められます。

同じ文章でも、穏やかに話しているのか、怒っているのか、戸惑っているのかによって、聞こえ方は大きく変わります。

また、会話の前後関係も重要です。単独の台詞として聞いたときには問題がなくても、ほかのキャラクターの台詞と続けて再生した際に、会話として不自然に感じられる可能性があります。

そのため、音声制作では一つひとつの台詞だけでなく、会話全体の流れも考えながら調整していく必要がありそうです。

キャラクターごとの基本設定を考える

数千件もの音声を制作するにあたって、毎回一から音声の設定を考えていては、作業に膨大な時間がかかってしまいます。

また、同じキャラクターであっても、制作する時期によって声の印象が変わってしまう可能性があります。

そこで、まずはキャラクターごとの基本となる音声設定を用意することを考えています。

例えば、使用する音声の種類や話す速度、音の高さ、基本的な抑揚などです。これらを基準として設定しておき、個々の台詞について必要に応じて調整する形にしたいと思っています。

感情表現についても、通常の会話、喜び、怒り、悲しみなど、ある程度共通した設定を用意しておけば、制作時の出発点として利用できそうです。

もちろん、すべての台詞を定型的な設定だけで制作できるわけではありません。

特に重要な場面については、キャラクターの感情や前後の状況を意識しながら、個別に調整していきたいと考えています。

固有名詞の読み方を統一する

本作は独自の世界観を持つ作品であり、登場人物の名前や用語など、さまざまな固有名詞が登場します。

こうした言葉は、音声合成ソフトでそのまま読み上げると、意図した読み方にならない場合があります。

そのため、辞書機能などを活用し、作品内で使用する固有名詞の読み方をあらかじめ登録しておきたいところです。

一度設定した読み方を繰り返し利用できれば、同じ言葉が登場するたびに修正する必要がなくなります。

また、キャラクターやシナリオによって固有名詞の発音が異なってしまうことも防ぎやすくなるでしょう。

長編作品では、同じ人物名や用語が何度も登場します。こうした基本的な準備を丁寧に行うことが、音声全体の統一感にもつながると思っています。

台詞を音声制作に適した形で整理する

フルボイス化を進めるためには、ゲームのシナリオに含まれている台詞を、音声制作に適した形で取り出す必要があります。

本作にはキャラクターの台詞だけでなく、地の文や内心描写、演出に関する処理なども含まれています。

そのため、音声化の対象となる文章を区別し、どのキャラクターの台詞なのかを把握できるようにしておくことが重要です。

また、音声の制作状況についても管理できるようにしたいところです。

例えば、未制作の台詞、音声の出力が完了した台詞、確認や修正が必要な台詞などを区別できれば、作業の進捗を把握しやすくなります。

一度にすべての音声を制作するのではなく、シナリオやキャラクターごとに作業を進めていくことも考えています。

音声の制作からゲームへの組み込みまで

現時点では、音声制作について、おおむね次のような流れを想定しています。

シナリオから音声化する台詞を整理する。
話者や場面に合わせて音声の基本設定を選ぶ。
読み方や感情表現などを必要に応じて調整する。
音声ファイルを書き出す。
ファイル名や保存先を整理する。
ゲームのシナリオと音声ファイルを対応させる。
実際のゲーム内で再生し、必要な修正を行う。

もちろん、実際に制作を進める中で、より効率のよい方法が見つかる可能性もあります。

特に台詞の整理やファイル管理については、ある程度共通化された処理として扱えるようにしたいと考えています。

一方、声の印象や感情表現など、作品の品質に直接関わる部分については、できる限り丁寧に確認していきたいところです。

音声ファイルの形式と容量

数千件規模の音声を扱うことを考えると、音声ファイルの容量についても無視できません。

制作時には編集や調整を行いやすい形式で保存しておき、実際にゲームで使用する際には、音質とファイル容量のバランスを考えた形式に変換することも検討しています。

例えば、編集用の音声をWAV形式で保存し、ゲーム内で使用する音声については、動作環境に応じて圧縮された音声形式を利用する方法があります。

ただし、圧縮率を高くしすぎると音質に影響する可能性もあります。

音声ファイルの容量だけでなく、再生時の動作や聞き取りやすさなども確認しながら、適切な形式や設定を考えていきたいと思います。

音声とBGMのバランス

音声制作が完了した後には、ゲーム内のBGMや効果音とのバランスも確認する必要があります。

本作では音楽についても制作を進めてきましたが、フルボイス化することで、従来とは異なる音量調整が必要になる可能性があります。

例えば、BGMが大きく盛り上がる場面でキャラクターの台詞が聞き取りづらくなるようでは、せっかく制作した音声の魅力を十分に活かせません。

一方で、台詞を聞き取りやすくするためにBGMを極端に小さくしてしまうと、音楽による演出が弱くなってしまいます。

今後は、個々の音声ファイルの音量だけでなく、実際のゲーム画面でBGMや効果音と組み合わせたときの聞こえ方も確認していきたいところです。

プレイヤーが選べる音声設定

フルボイス化を進める一方で、音声をどのように楽しむかは、プレイヤーによって異なると思っています。

すべての台詞を最後まで聴きたい人もいれば、文章を中心に自分のペースで読み進めたい人もいるでしょう。

そのため、ゲーム内の音声設定についても、BGMや効果音とは別にボイスの音量を調整できるようにすることなどを考えておきたいところです。

また、音声の再生中に文章を進めた場合の処理や、バックログから過去の音声を再生する仕組みなども、今後検討したい部分です。

フルボイス化したからといって、すべてのプレイヤーに音声を最後まで聴くことを求める必要はありません。

それぞれの楽しみ方に合わせてプレイできることも、長編ビジュアルノベルでは重要だと思っています。

おわりに

今回は、『吸血天使のユニット戦線』のフルボイス化に向けた音声制作環境について紹介しました。

VOICEPEAKを活用しながら、キャラクターごとの設定や固有名詞の読み方、音声ファイルの管理方法などを整えていきたいと考えています。

約4,500件という音声制作の規模を考えると、まだまだ大きな作業が残されています。

ただ、制作手順を整理し、必要な仕組みを用意することで、少しずつ着実に進めていくことはできると思っています。

これまで文章やイラスト、音楽によって表現してきたキャラクターたちに声が加わることで、作品がどのように変わっていくのか、僕自身も楽しみにしています。

それでは、また次回！