主音色と3音色の組み合わせ
主音色は現在の録音で最も一致度が高い声の印象です。最も目立つ方向を捉えますが、すべての細部を表すわけではありません。第2・第3音色が温かさ、安定感、活発さ、声の位置などを補うため、3音色の組み合わせは1つの名称だけを見るより通常は情報量が多くなります。
これらの名称は、音響特徴を読みやすくするために設計された娯楽的な表現です。同じ人でも話し方、機器、録音環境が変われば主音色が変化するのは自然です。
サンプル内の割合とレア度称号
サンプル内の割合は匿名の累積記録から算出します。主音色の割合は「その語が1位になった分析の回数」、組み合わせの割合は「順序を区別しない3音色の組み合わせが出現した回数」を比較します。これはシステム記録内での一般性を示すもので、現実の人口比ではありません。
レア度称号は、正確な出現回数を総回数で割って計算します。サンプルが増え続けるため、組み合わせの割合や称号は時間とともに変わることがあります。レアだから優れているわけでも、一般的だから平凡なわけでもありません。
女性的・男性的・中性的な声質傾向
この3項目は、ピッチ、共鳴構造、複数の音響信号から総合的に推定した、聴感上の声の方向性の相対分布です。画面では最も高い割合を公開傾向として表示しますが、複数項目が非常に近い場合は、その結果自体が境界の曖昧さを示しています。
「女性的な声質傾向」が女性を、「男性的な声質傾向」が男性を意味するわけではなく、「中性」も身元分類ではありません。アルゴリズムは通常の録音1本から話者の生理的情報を確実に確認することはできません。
年齢感があくまで聴感である理由
年齢感は、声が若々しい、成熟している、落ち着いていると感じられる印象を表します。話速、表現方法、声の位置、録音品質によってこの印象は変わります。大人が若々しく聞こえることも、若い人が落ち着いて聞こえることもあるため、レポートでは実年齢として扱いません。
8つの声の質感をどう比較するか
ピッチ傾向、明るさ、柔らかさ、厚み、活発さ、安定感、温かさ、明瞭さは、同じ録音を異なる角度から見たものです。各項目に一律の優劣はありません。ナレーションに必要な安定感や明瞭さと、キャラクターボイスに必要な変化や張りは同じではありません。
最も意味のある比較は、同じ人が似た機器・環境条件で異なる表現を録音し、どの軸が話し方によって変わり、どれが比較的安定するかを見ることです。
ラベルより先に録音品質を見る
有効な話し声が短すぎる、背景音楽が大きすぎる、クリッピングしている、ノイズ除去が強すぎる、といった場合、ラベルは確信的に見えても根拠が弱いことがあります。品質表示に問題があるなら、好みの結果が出るまで繰り返すのではなく、まず録り直してください。