初音ミクは何が凄いのか。

Yahoo!ニュースによると、TBS「アッコにおまかせ」での初音ミク特集における報道の仕方が酷いと言うことで話題になっているらしいですね。

今家でTVを見れない状態で当然放送を見てないので番組に対しては何も言えないですが、初音ミクの何が凄いのかってのをしっかりと報道されてないのは確かなようなので、残念です。

…っても、技術の凄さを特集してもマニアック過ぎるか。


実は、この話題の『初音ミク』なんですが、今月に入って知りました。

仕事関係者の会話の中で出てきて、興味を持ったので調べてみたのですが、いやぁ、凄いですね。


仕事柄、当然音声を色々な角度で扱うんですが、人の声ってある程度ロジック化出来るんですよ。
『子音＋母音』や『無声』の発声に関するのはもちろん、喋りや歌では『音程』『強弱』、そしてオプション的には『呼吸』。
そして、某音声研究所が音性解析をする時によく画面で出される『スペクトラム』が声の個性を決めるわけです。

流石にスペクトラムを直接弄ることは無いですけど、それを見ればその人の一番通る音ってのが判ったりするわけですよ。

上記のように理屈っぽく『声』と言うものを分析すればするほど、初音ミクの凄さと言うのが判るのですが…同時にMIDI音源についての理屈も知った方が理解出来ると思います。


まず『声』を『歌わせる』と言うことの凄さだけは上の要因で説明出来るので、それだけでも…


歌を歌わせると言うことは、当然『音の高低』を表現する必要があります。
音の高低は『ピッチ（間隔）』で決まります。
波長の間隔が長ければ音は低くなり、間隔が狭ければ高くなる。

判りやすくテープで表現するなら、テープのスピードが速くなれば声は高くなり、遅くすれば低くなる。
（と書いてみたものの、最近の20代前半より若い人はテープの感覚が解らないかも…）

しかし、この方法ではスペクトラムで表示されるような特性が崩れてしまい、他の人のような感じになってしまいます。
僕の経験上、半音でもずらせば他人になります。

合成ボイスのように膨大なサンプルデータを組み合わせれば簡単ですが、そうではなく音声を再現する（と言うと語弊があるかもしれませんが、MIDI音源の理屈で発声させてるとすれば再現と言う表現が一番的確かと）ことがどれだけ大変か。

インターフェースがＤＴＭであり、ボイスが声優の藤田咲ちゃんだったりするので世間一般で言う『オタク』な人達が使いこなし話題になっていますが、理屈的に技術が素晴らしいと言うことをちゃんと理解して欲しいですね。

ちなみに『オタク』ってひとくくりにされてもかなりジャンル分けがあって、他のジャンルになると解らなかったりするんだけど、そう言うのって放送関係者にはわかって貰えないのだろうか？


…あ、自分も放送関係者じゃん！！


ちなみに、このブログで解るかと思いますが、アニメ・鉄道・雑学については世間的に『オタク』と言われる程度だと思います。

もっとも、ジャンルうんぬんと言うより、この『理屈っぽさ』と『興味関心の温度差』とかが『オタクっぽさ』を強調するんだろうけどね。
（ついでに、この文体もそうかも？）