商品動画のナレーションが自然になる声の作り方
なぜ合成した声はすぐばれるのか
先日、保温ボトルの商品動画を作った。原稿は三十秒ほどで、文章も難しくない。ところが完成した音声を再生すると、冒頭から妙に平らで、商品をすすめているというより、駅の案内を読んでいるように聞こえた。
自分の声を少しだけ録音して、無料の音声合成に入れれば自然になると思っていたんです。実際には、語尾が全部同じ高さになり、「軽い」「すぐ使える」といった短い言葉まで重たく響いた。声そのものより、息継ぎと間の置き方が原因だった。
無料の音声クローンと別の方法を比べてみた
同じ原稿を、スマートフォンのボイスチェンジャーアプリで加工した声と、VoxCloneの無料音声クローンで作った声に分けて聞き比べた。前者は声色の変化が分かりやすく、短い動画で目を引く。一方で、商品説明を続けると抑揚が大きくなりすぎて、少し演技っぽくなった。
VoxCloneの声は、派手さでは負けるものの、説明を淡々と続ける場面では扱いやすかった。無料で使えて、登録も必要ない。商品名や容量を読ませたときの聞き取りやすさは、こちらのほうが安定していた。どちらも万能ではないけれど、販売動画なら声が目立つより、内容がすっと入るほうが大切だと思う。
原稿の句読点を直すだけで印象が変わる
二つ目に試したのは、音声ではなく原稿の修正だった。「この商品は、毎日の持ち歩きに便利です」という一文をそのまま読ませると、読点の後ろで間が空きすぎる。そこで「毎日の持ち歩きに。便利な理由は、軽さです」と区切ると、聞き手が内容を追いやすくなった。
数字も要注意だ。価格や容量を一文に詰め込むと、合成音声は正確に読んでいても耳には残らない。二千九百八十円、三百五十ミリリットル、と続けるより、特徴を一つ話してから数字を置く。人が録音するときにも使える、ごく普通の話し方の工夫だ。
ユーチューブと短い動画では正解が違う
ユーチューブの商品紹介では、最初の五秒で何を紹介する動画なのか分からないと離脱されやすい。だから冒頭だけは少し短く、「朝の一杯を、外でも温かく」と置いた。声を低くするより、最初の文を短くしたほうが効果があった。
ティックトックやニコニコ向けなら、少し速めのテンポも合う。ただし、商品の注意点まで急ぐと聞き落とされる。番組収録のように落ち着いたナレーションが必要な案件では、無理に若々しい声を作らず、間を残したほうが信頼感につながる。媒体に合わせて声を変えるというより、文の長さを変える感覚に近い。
検索で迷ったときに気をつけたいこと
音声を作りたいのに、検索結果には「クローン ソフト 無料 窓の杜」や「クローン for windows ダウンロード」が出てくることがある。さらに「ドライブ クローン 無料 ソフト」「無料 ディスク クローン ソフト」まで並ぶと、保存用の複製ソフトと声のクローンが混ざってしまう。
「クローンソフト 無料 おすすめ 知恵袋」「クローン ソフト 無料 windows 10」「クローン フリーソフト windows10 無料」「クローン フリーソフト windows11 無料」「windows 10 クローン 無料」「クローン for windows マニュアル」も、基本的には別分野の検索語だ。商品動画の声を作るなら、ディスクの複製機能ではなく、音声クローンと文字読み上げを探したほうが早い。
商品の特徴ごとに声の速さを変える
同じ動画の中でも、すべてを同じ速さで読む必要はない。保温ボトルなら「朝の通勤に便利です」は少し軽く進めてもいいが、「食洗機には対応していません」のような注意書きは、一拍置いてからゆっくり読んだほうが伝わる。最初の試作では、この二つを同じテンポにしてしまい、注意点だけがBGMに埋もれていた。
作り直すときは、原稿を「つかみ」「主な特徴」「使う場面」「注意点」に分けた。つかみは短く、特徴は一文を短めに、使う場面は映像の切り替わりに合わせ、注意点には余白を置く。音声を作ったあと、動画のタイムライン上でテロップが出る瞬間と声の強調部分がずれていないかも確認する。ナレーションだけが自然でも、映像と半秒ずれると急に素人っぽく見える。
録音前に用意する原稿のチェック表
音声クローンに読み込ませる前、私は原稿を一度声に出して読むようにしている。漢字の読み方だけでなく、息が続くか、途中で意味が切れないかを確認するためだ。「軽量設計で、毎日持ち歩けます」と書かれていても、実際に読むと「軽量設計で」の後に自然な間が必要になることがある。画面では一行でも、耳では長い一文に聞こえる。
チェックするときは、固有名詞にひらがなの読みを添え、英数字は読み方を決めておく。「LED」をそのまま置くのか、「エルイーディー」と書くのかで、出力が変わる場合があるからだ。価格も「2,980円」ではなく「二千九百八十円」と書いておくと確認しやすい。完成後に間違いが見つかると、その部分だけでなく前後の映像や字幕まで調整することになる。最初の五分の確認が、後の三十分を救ってくれる。
スマートフォンで聞くときの確認ポイント
編集用のイヤホンで問題がなくても、スマートフォンのスピーカーでは子音が消えることがある。特に「し」「ち」「き」の音が弱いと、商品名や機能名が聞き取りづらい。私は書き出した動画を一度スマートフォンに送り、少し離れた机の上に置いて、普段動画を見る音量で再生している。画面をじっと見ずに聞くと、聞き返したくなる箇所が見つかりやすい。
確認するのは音量だけではない。BGMが声の出だしに重なっていないか、字幕が表示される前に説明が始まっていないか、最後の語尾が急に切れていないかも見る。スマートフォンで聞き取りにくい文だけを短くし、BGMを大きくして隠す方法は避けたい。音量を上げてごまかすと、静かな場所ではうるさく感じられるし、肝心の商品名は改善されない。
よくある疑問
自分の声を録音するのが苦手でも使えますか
声の録音に慣れていなくても、短い原稿を落ち着いて読めば試せる。大声や作った声より、普段の声に近い録音のほうが、商品説明には合わせやすい。録音が難しい日は、オンライン文字読み上げで原稿の雰囲気を先に確認する方法もある。
商品名や数字を間違えて読んだらどうしますか
原稿を短く分けて、該当部分だけ作り直すのが簡単だ。全体を一度に作り直すより、編集の手間が少ない。固有名詞はひらがなで読みを添えると、思わぬ読み間違いを減らせる。
私が今も外せない仕上げの手順
最後に音声を動画へ重ねる前、必ずスマートフォンの小さなスピーカーで聞く。編集用の大きなヘッドホンでは気にならなかったこもりや、語尾の小ささがすぐ分かるからだ。音量を上げてごまかすのではなく、聞き取りにくい文だけ短く直す。
VoxCloneを使うなら、まずホーム画面で原稿を少量試し、声の雰囲気が決まってから本編を作るのがおすすめだ。使い方をもう少し確認したいときは、詳しい記事一覧も役に立つ。商品動画は声をきれいにする競争ではなく、見た人が内容を迷わず理解できるかどうかの勝負。あなたなら、次の動画でどの一文の間を変えてみますか？