UTAU音源声質アンケート単語

• 概要
• 関連コミュニティ
• 関連項目
• 掲示板

※2014/06/01、この記事は重要な改定が入っています。

UTAU音源声質アンケートとは、歌声合成ソフト「UTAU」で使用される音声ライブラリ（以下、「UTAU音源」）の声の特徴について、アンケート調査を行う際の規格の一つである。

当アンケートの結果のまとめについては、「UTAU音源声質アンケート（結果集計）」の記事を参照。

概要

UTAU音源の声の特徴を一定の基準で評価したり、その特徴によって分類する事は、それまでにも数多く試みられてきたが、その中で『事実上の標準』というべき評価・分類法は定まっていなかった。
そこで、2014年3月頃に「ニコニコ大百科にUTAU音源の声質調査の結果を記載し、またその調査結果で音源を分類する」ことを目的として、提案されたのが本規格である。

要するに、アンケート取って、UTAU音源の声の特徴を調べて、大百科に載せたいな！ということである。

調査方法

アンケートで調査するのは、以下の7項目とする。
以下の7項目について、その音源が該当すると思う値を、左側の要素が非常に強いと思う場合は「1」、右側の要素が非常に強いと思う場合は「7」として7段階で選択回答する。 

• 【声の性別】女性的⇔男性的
• 【滑舌】舌足らず⇔はきはき
• 【特有性】素直⇔癖がある
• 【声の年齢】幼い⇔大人びた
• 【透明感】ノイジー⇔クリア
• 【声の強さ】優しい⇔力強い
• 【声の明度】暗い⇔明るい

有効回答数が10件以上で、調査成立とする。
回収後、各項目で全回答の平均値を計算し、それを調査結果とする。

アンケートを取る際のフォーマットは、googleドライブの「フォーム」の機能を使うことをお勧めする。
（googleドライブの使い方がわからない人は、google先生に聞いてね！） 
→（Twitterで要望あったので、説明してみたのをまとめたよ！）

※　実際にgoogleドライブでアンケートフォームを作ってみた例。

音源の分類について

• 2014/06/01　音源の分類方法について、大幅な改定を加えました！

このアンケート結果を元にして、音源は「5つのGroup（L・G・F・B・M）」と「4つのType（1・2・3・4）」に分類される。
GroupとTypeの組み合わせで、「L1」、「M3」などと音源の分類を呼び表すものとする。 

5つのGroupについて

音源の性別や年齢のイメージで、大きく5つに分ける。 

名称	L	G
定義	【声の性別】と【声の年齢】の合計が6.5未満 【声の年齢】が3未満	【声の性別】と【声の年齢】の合計が6.5未満 【声の年齢】が3以上
特徴	幼い女児の声の音源が中心。	若い女の子の声の音源が中心。
名称	F	B
定義	【声の性別】と【声の年齢】の合計が6.5以上9.5未満 【声の年齢】が【声の性別】より大きい	【声の性別】と【声の年齢】の合計が6.5以上9.5未満 【声の性別】が【声の年齢】より大きいか等しい
特徴	大人の女性の声の音源が中心。	中性的な男の子の声の音源が中心。
名称	M
定義	【声の性別】と【声の年齢】の合計が9.5以上
特徴	大人の男性の声の音源が中心。

4つのTypeについて

続いて、歌声の特徴について4つに分類する。
ここでは【声の強さ】と【滑舌】を1セット、【声の明度】と【透明感】をもう1セットと考え、それぞれのセットの値の合計が、基準値となる8よりも大きいか小さいかで、4つに分ける。

名称	2	1
定義	【声の強さ】と【滑舌】の合計が8未満 【声の明度】と【透明感】の合計が8以上	【声の強さ】と【滑舌】の合計が8以上 【声の明度】と【透明感】の合計が8以上
特徴	澄んだ優しい声をしており、 穏やかな声の音源が多い。	声にハキハキとした元気さがある、 明瞭な声の音源が多い。
名称	3	4
定義	【声の強さ】と【滑舌】の合計が8未満 【声の明度】と【透明感】の合計が8未満	【声の強さ】と【滑舌】の合計が8以上 【声の明度】と【透明感】の合計が8未満
特徴	感傷的で悲しげな声の音源が多い。 ささやくような声の音源も多い。	力強く叫ぶような声で歌う、 ノイジーな音源が多い。

いちいちグループ分けの計算をするのが面倒な人へ

アンケートで出てきた数値を、この表のセルにぶち込めば一発である。

結果を大百科に記載する時は

大百科記載用に下のような表を用意した。

音源名：	サンプルマン		UTAU音源声質アンケート
	声の性別	滑舌	特有性	声の年齢	透明感	声の強さ	声の明度
	7 男性的	7 はきはき	7 癖がある	7 大人びた	7 クリア	7 力強い	7 明るい
ver.1.0	5.98	2.93	5.23	6.23	2.36	4.80	2.13
	1 女性的	1 舌足らず	1 素直	1 幼い	1 ノイジー	1 優しい	1　暗い
ver.1.0	Group	M	Type	3	2014年3月　回答者数：10名
この調査は、編集者が独自に実施したものであり、必ずしも音源の声質を正確に表すものではありません。

Append音源など、一つのキャラで多数の音源バリエーションを持つ場合は、行を追加して、バリエーション毎の声質の違いが比較できると、より望ましい。
下の枠内のソースコードを、該当の音源の大百科記事の適当な場所（「概要」の文章の下辺りが推奨）に貼り付けることで、使用できる。 

<h3 style="clear: right;">声質についてのアンケート調査</h3>
<table style="border: 1px solid #999999; width: 600px; font-size: 12px; background-color: #ffffff;">
<tbody>
<tr>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: right; padding: 2px; width: 110px;"><strong>音源名：</strong></td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: left; padding: 5px; width: 130px;" colspan="2">○音○○</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 360px;" colspan="5"><b>UTAU音源声質アンケート</b></td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 3px; width: 600px;" colspan="8"></td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #ffffff; text-align: center; padding: 2px; width: 110px;"></td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">声の性別</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">滑舌</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">特有性</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">声の年齢</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">透明感</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">声の強さ</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;">声の明度</td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 110px;"></td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 男性的</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 はきはき</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 癖がある</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 大人びた</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 クリア</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 力強い</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">7 明るい</td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 110px;">ver.XX</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px; font-size: 15px;">0.00</td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 110px;"></td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 女性的</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 舌足らず</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 素直</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 幼い</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 ノイジー</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1 優しい</td>
<td style="border: 1px solid #000000; background-color: #dcdcdc; color: #000000; text-align: center; padding: 2px; width: 65px;">1　暗い</td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: left; padding: 3px; width: 600px; font-size: 8px;" colspan="8"></td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 110px;">ver.XX</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;"><strong>Group</strong></td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 2px; width: 65px;">？</td>
<td style="border: 1px solid #000000; background-color: #000000; color: #ffffff; text-align: center; padding: 2px; width: 65px;"><strong>Type</strong></td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 2px; width: 65px;">？</td>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: center; padding: 5px; width: 65px;" colspan="3">20XX年X月　回答者数：XX名</td>
</tr>
<tr>
<td style="border: 1px solid #000000; background-color: #ffffff; color: #000000; text-align: left; padding: 3px; width: 500px;" colspan="8">この調査は、編集者が独自に実施したものであり、必ずしも音源の声質を正確に表すものではありません。</td>
</tr>
</tbody>
</table>
<p></p>

Q&A

• Q：この調査って、音源の「中の人」が自分でやってもいいの？
  • A：はい、構いません。この調査は、音声提供者自身がやっても、また音声提供者から依頼を受けた人がやっても、全く関係ない第三者がやっても、どれでも問題ありません。
• Q：googleドライブを使わないで、他の方法で集計してもいい？
  • A:はい、結構です。例えば、「オフ会にPCを持ち込んでその場で音源の歌ってる声を聞かせ、用紙を配って回答してもらう」なんていうのもOKです。
• Q：アンケートの質問の項目を、自分なりに増やしたりしたいんだけど、大丈夫？
  • A:あくまで独自調査ですから、調査をする人の裁量で質問の項目を変えてもらっても構いません。例えば、「中の人が自ら調査する」場合には、「今後、うちの音源にどのような追加音源を期待しますか？」のような質問を追加している場合があるようです。
• Q：このアンケートやってた人が、Twitterでフォロワーに回答してもらうように頼んでたんだけど、その人の友達ばっかりが答えたんじゃ、結果に偏りが出るんじゃないの？
  • A：確かに、多少は影響を受けるかもしれません。しかし、従来の大百科での音源の声質の記載は、「大百科編集者1人の主観」によるものが大多数でした。それに比べれば、「身内10人の主観」にはまだ客観性があると考えています。
• Q：回答が「10件」は少なすぎでは？ 統計学的に信頼できるサンプル数というのは云々…。
  • A：仰りたいことはよく分かります。このアンケートは、例えば学術論文に載せるのに耐えうるようなものじゃありません。でも、ここはニコニコ大百科です。→ニコニコ大百科:Wikipediaとの相違点
    従来、UTAU音源の大百科記事は「編集者1人の主観」で書かれていたわけですから、それに比べると「10人の主観」は、いくらか信頼性がある気がしませんか？
    大多数のUTAU音源にとって、回答数10件というのはアンケートを募って無理なく集められる程度の、現実的にちょうどいいくらいの数じゃないでしょうか。 
• Q：この調査をまとめた、「グループ何に分類されている音源は次のとおりです」みたいな一覧は無いの？
  • A：ごめんなさい、まだ準備中です。近日作成予定ということで、どうかよろしく。
  • A2：まとめ記事出来ました。→UTAU音源声質アンケート（結果集計） 
  • A3：と思ったら、分類方法を大幅に変えてしまったもので、それがまだ当分未対応です。
    もうちょっと待ってて下さい。 
  • A4：対応しました。これで大丈夫だと思います。→UTAU音源声質アンケート（結果集計）

最後に注意

大百科用の表の中にもある通り、この調査はあくまでも単なる独自調査であるということを認識されたい。
アンケートの回答者が入力した数字も、結局はすべてその人の主観によるものであり、その何人かの主観の平均値を取っただけの数値は、必ずしもその音源の声の特徴を正確に表しているわけではないということである。 

関連コミュニティ

関連項目

• UTAU
• UTAU音声ライブラリ一覧
• UTAU音源声質アンケート（結果集計）