NAMAROIDとは (ナマロイドとは) [単語記事]

NAMAROIDとは、kittyguy(動画投稿者)氏によって製作・公開されている、音声合成ソフト用生放送支援ソフト。
現在、アーリーアクセス中である。

概要

手放しで音声合成ソフトに文章を読ませる事が出来る、生声を出したくない生放送者待望の夢のソフト。

マイクからの入力を音声認識させ、認識された文章を中継してくれる。これにより生放送などでキーボード入力せずとも、合成音声の読み上げを介して話すことが出来る。(勿論放送せずとも使用は可能)

音声認識自体はIntel® RealSence™ SDKを使用しており、事前にインストールする必要がある。
導入方法などの詳細は製作者の動画およびブロマガを参照。バグ等の対応についてもブロマガで行っている。

音声認識の精度や使用感が知りたければNAMAROIDでニコニコ生放送を検索するか、製作者がこのソフトとVOICEROIDで毎日生放送をしているので視聴してみるのも良いだろう。
これとFaceRigを駆使すれば美少女になることも可能かもしれない……。
2018年現在、美少女アバターとVOICEROIDの声をまとって美少女になった人々がVRChatやVirtual Youtuber界において多数確認されている。

対応ソフト

その他機能

文章へのフィルター設定
音声コマンドによる音声ファイルの再生
字幕の自動表示
立ち絵の表示と連動
最大6つの音声設定の登録
キーワードデータベースによる感情表現(VOICEROIDのみ)

NAMAROID使用時の過程

マイク入力

ここでゆっくりはっきりと喋り、ある程度の声量がないと上手く認識してくれない。ただし大きすぎても駄目な所が難しい。
声質の差やマイク性能で認識についてはばらつきがある。
ノイズを減らし声をクリアにすることを意識するといいかもしれない。

また、一般的でない言い回しや造語などは音声認識側の辞書に存在しない為、口調を変えたり、出来るだけ区切って話したりすると上手く認識されやすい。
特殊な音声認識やフィルターなどを意識した喋りも考慮すると上手く喋るのはなかなか難しいかもしれない。

Intel® Perceptual Computing SDK

この時点で音声認識システムによる「誤認識」「誤変換」が起きる。
改行やビックリなどの特殊な音声認識はここで既に変換されているので、それらを回避するのなら「あらためぎょう」など、直接変換させないように意識した発言をする必要がある。

Intel® RealSence™ SDK

2016年 1月のバージョンから、上記Pe rceptual Computing SDKの後継となるRealsence SDKを使用するようになっている。認識精度はそれほど変わらない模様。
無料で手に入るSDKは将来的にダウンロードできなくなるとアナウンスされているので、NAMAROIDを使いたいと思う人は今のうちに手に入れておこう。

Product Discontinuation Notice for Intel® RealSense™ SDK Versions Before 2016 R2

上記ページの下部 Available downloads にSDKへのリンクがある(2018年 8月15日現在)

NAMAROID

ここで認識された文章を受け取り、「フィルター」→「音声コマンド」→「字幕出力」の順で処理される。

この時点でフィルターを用意しておくと字幕を整えたり、音声コマンドのスムーズな実行が出来る。
また、本来の用途通りに喋らせたくない言葉や、口調の変換、頻出する誤認識と誤変換の正常化が可能。

音声合成ソフト

字幕の文章が正常なのに読み方がおかしい場合は「誤読」を起こしている事になる。
通常の使用時と同様、ユーザー側で辞書を設定すればそちらが優先され、やり方によってはイントネーションなどを変更することも出来るだろう。
VOICEROIDなどでは文章を一致させることで、あらかじめ調整しておいたフレーズを読み上げさせる事も出来る。
また、特殊な音声認識を利用して文章の最後に「ハテナ」→「？」を付け足し、疑問形で読み上げさせるなどのテクニックも使える。