はじめに
前回の記事では、世界観から始めて1曲の形にするまでの作曲フローを書きました。コード楽器まで重ねたら、いよいよオケは完成。次はボーカルの番です。
ボカロ曲において、調声（ボーカル調整）は曲の印象を決定づける工程です。同じメロディでも、調声次第で「機械的に歌わせただけ」にも「感情のこもった歌」にもなる。ここが腕の見せどころであり、僕が一番こだわっている部分でもあります。
DangoProjectでは、GUMI（Megpoid）、初音ミク、重音テト、IAといったボイスを楽曲に応じて使い分けています。ただ、調声の仕上がりに大きく影響するのは、実はボイス選びよりも「エディタ選び」です。
主要なエディタとしては、VOCALOID6 Editor、CeVIO AI、Synthesizer Vがあります。この記事では、それぞれのエディタの特徴と、僕が実際にやっている調声テクニックを紹介します。
ボイス選びとエディタ選び
ボイスは世界観で決める
ボーカルソフトにはそれぞれ声質があります。GUMIはカワイイ声に定評があり、ポップスとの相性が抜群。初音ミクは象徴的な声で幅広いジャンルに対応できる。重音テトはパワフルで独特な声質が魅力で、ハマった時の存在感がすごい。IAはクリアで透明感がある。
最初に世界観を決める段階で「この曲はどの声で歌わせたいか」もイメージしておくと、後の工程がスムーズです。
調声の鍵はエディタにある
ただ、ボイス選びと同じくらい、いやそれ以上に重要なのがエディタ選びです。
ボイスが「誰が歌うか」なら、エディタは「どう歌わせるか」を決める道具。同じボイスでもエディタが変われば、調整できるパラメータも、操作の手触りも、仕上がりのクオリティも変わってきます。
現在の主要なエディタはVOCALOID6 Editor、CeVIO AI、Synthesizer Vの3つ。いずれもAI技術を搭載し、以前よりも自然な歌声を出しやすくなっていますが、それぞれに個性があります。以下、各エディタの特徴を紹介します。
調声の基本：まず押さえるべき3つの要素
1. ピッチとタイミング
まず最低限やるべきなのが、ピッチ（音程）とタイミングの調整です。MIDIで打ち込んだままだと、ノートの開始位置や長さが機械的で、いかにも「打ち込みました」という歌になります。
実際の歌を思い浮かべてみてください。人間のシンガーは、ほんの少し早く入ったり、語尾を伸ばしたり、ピッチを微妙にしゃくり上げたりする。この「揺らぎ」が自然な歌の表情を作っています。
打ち込んだノートを数ティック前後にずらしたり、ピッチベンドで微妙なしゃくりを加えたりするだけで、歌の表情がガラリと変わります。
2. ダイナミクス（強弱）
僕が調声で一番こだわっているのがダイナミクスです。
人間は感情の動きに合わせて声の強さが変わります。サビで力強く歌い上げたり、Aメロで囁くように歌ったり。この強弱の波がないと、合成音声は一本調子に聞こえてしまう。
具体的には、ベロシティやダイナミクスのパラメータを1ノートずつ調整していきます。地味で時間のかかる作業ですが、ここを丁寧にやるかどうかで仕上がりが大きく変わる。
特に意識しているのは、歌詞の意味に合わせた強弱です。たとえば「叫ぶ」という歌詞なら当然強く、「ささやく」なら弱く。言葉の感情と声の強さを一致させると、合成音声でもぐっと説得力が出ます。
3. ニュアンス
ピッチとダイナミクスの上に、さらに細かいニュアンスを加えていきます。
語尾の処理（すっと消えるか、ビブラートをかけるか）、子音の強さ、ブレス（息継ぎ）の入れ方。これらの細かい要素が積み重なって、「ちゃんと歌っている」感が生まれます。
ブレスは特に重要で、適切な位置に入れるだけで歌のリアリティが格段に上がります。逆にブレスがないと、人間には不可能な長さで歌い続けることになり、聴いていて違和感が出る。フレーズの切れ目に意識的にブレスを入れるようにしています。
VOCALOID6 Editor
ヤマハが開発する本家本元のエディタ。GUMI、初音ミク、IAなどのVOCALOIDボイスバンクを扱う際に使います。
VOCALOID6からはVOCALOID:AIが搭載され、歌詞とメロディを入力するだけでピッチの揺らぎやタイミング、アクセントを自動で生成してくれるようになりました。従来のVOCALOIDエディタと比べると、自然な歌声を出すまでのハードルがかなり下がっています。
もちろん手動で細かく追い込むこともできて、パラメータの項目が多く細部まで手が届く。AI生成をベースにしつつ、ダイナミクスやピッチを自分の意図通りに修正していくのが今の使い方です。
2026年に入ってIAのVOCALOID6版「IA:[R]」が1月に発売され、初音ミク V6も4月14日に控えるなど、対応ボイスが今まさに広がっているタイミングです。僕自身もVOCALOID6を購入したばかりで、これからIA:[R]を使った制作に取り組んでいくところです。CeVIO AIのIAとはまた違った歌い方になるはずなので、VOCALOID:AIでの調声がどう変わるか、今からかなり楽しみにしています。
CeVIO AI
CeVIO AIは、AI技術により人間の声質や歌い方を高精度に再現する音声創作ソフトウェアです。IAのCeVIO AI版や、可不（KAFU）などの人気ボイスが対応しています。
直感的な操作で感情表現ができるのが特徴で、感情パラメータのようなコントロールがあり、大まかな表情をつけやすい。細かい作り込みとざっくりした表現の両方ができるバランスの良いエディタです。
ただしDAW上でプラグインとして動作しないため、CeVIO AI上で歌声を作成してからwavで書き出し、DAWに取り込むというワークフローになります。この一手間はありますが、歌声の品質は非常に高い。
…と言いつつ、実は僕の環境では現在CeVIO AIが起動しない状態になっています。環境を壊してしまいました。IAのCeVIO AI版で何曲か作ってきた実績はあるのですが、今はVOCALOID6でのIA:[R]に移行する形で制作を進めています。CeVIO AIも復旧したいところですが、VOCALOID6という新しい選択肢ができたのは不幸中の幸いかもしれません。
Synthesizer V
Dreamtonicsが開発するエディタ。重音テトやGUMI（Synthesizer V版）などのボイスが対応しています。
VOCALOID6と同様にAI合成による自然な歌声が特徴で、素の状態でもかなり自然に歌ってくれます。AIリテイク機能でピッチや声色のバリエーションをワンクリックで生成できるのも強み。DAWプラグインとしても動作するので、制作のワークフローに組み込みやすい。
VOCALOID6のVOCALOID:AIとSynthesizer VのAI、どちらも「AIで自然に歌わせる」という方向性は同じですが、操作感や仕上がりのキャラクターは異なります。自分の意図通りに細かくコントロールしたい場合は、それぞれのパラメータの挙動を理解しておく必要があります。
個人的に一番おすすめしたいのが、実はこのSynthesizer Vです。エディタとしての完成度が高いのはもちろんですが、僕が特に重視しているニュアンスの調整をパラメータで一括変換できるのが大きい。1ノートずつ手作業で追い込む工程が大幅に省けます。
さらに、ピッチカーブの自動補正が非常に優秀で、無調声の状態でも十分聴けるレベルの歌声が出てきます。つまり、調声に時間をかけられない人でもそれなりの仕上がりになるし、こだわりたい人はそこからさらに追い込める。初心者にこそおすすめしたいエディタです。
エディタ選びのポイントと対応表
どのエディタが「正解」ということはありません。使いたいボイスがどのエディタに対応しているかで決まる部分も大きい。ただ、調声にこだわるなら、エディタごとの得意・不得意を知っておくことで、ボイスの魅力を引き出しやすくなります。
DangoProjectで使っているボイスと対応エディタの一覧です。同じキャラクターでも対応エディタが異なる製品があるので、購入前に必ず確認してください。
| ボイス | VOCALOID6 Editor | CeVIO AI | Synthesizer V | 備考 |
|---|---|---|---|---|
| GUMI（Megpoid） | ○ | ✕ | ○ | VOCALOID6版とSynthesizer V版が別製品として存在 |
| 初音ミク | ○ | ✕ | ✕ | 「初音ミク V6」が2026年4月14日発売予定。Piapro Studio NT（NT専用）も別途あり |
| 重音テト | ✕ | ✕ | ○ | Synthesizer V専用。元々はUTAU出身 |
| IA | ○ | ○ | ✕ | VOCALOID6版「IA:[R]」が2026年1月27日に発売。CeVIO AI版も引き続き利用可能 |
ポイントは、同じ「GUMI」でもVOCALOID版とSynthesizer V版では歌い方のキャラクターが違うということ。VOCALOID版はいわゆる「ボカロらしい」歌い方、Synthesizer V版はAI合成による自然な歌い方になります。使いたいボイスと求める歌い方に合わせてエディタを選ぶのが大事です。
調声の実践ワークフロー
僕が実際にやっている調声の流れをまとめます。
エディタに取り込むまで
まず前提として、歌メロはDAW上でいきなりボーカルエディタに入力するわけではありません。
作曲の段階で自分が歌った音源があるので、それを元にDAW上でソロ向けの楽器（シンセリードなど）を使って打ち込みをします。実際に歌った音源をなぞることで、ニュアンスやリズムの揺れも含めてメロディを形にできます。
この「歌→MIDI」の変換方法としては、Melodyneのようなソフトを使えば歌声のピッチを解析してMIDIデータに変換することもできます。余裕があれば活用してみてください。僕自身はMIDIキーボードでリアルタイム入力してMIDIに変換しています。
こうして出来上がったMIDIデータをボーカルエディタに取り込んで、そこから調声の作業に入ります。
エディタでの調声
- メロディをそのまま歌わせて聴く ― まず素の状態を確認。どこが機械的に聞こえるかを把握する
- タイミングを調整する ― フレーズの入りや語尾のタイミングを微調整
- ダイナミクスを入れる ― 歌詞の感情に合わせて強弱を1ノートずつ設定
- ピッチベンドでしゃくりや抑揚を加える ― 人間的な歌い回しを再現
- ブレスを入れる ― フレーズの切れ目に自然な息継ぎを配置
- ニュアンスの微調整 ― 語尾の処理、ビブラート、子音の強さなど
- オケと合わせて聴く ― 単体ではなく、オケと一緒に鳴らして馴染みを確認
- 休憩して耳をリセットしてから最終チェック ― 長時間の調声で耳が慣れてしまうので、時間を置いて聴き直す
最後のステップは地味ですが大事です。調声を続けていると耳が慣れて判断力が落ちてくる。一晩置いて聴き直すと「ここ不自然だった」と気づくことがよくあります。
調声で大事にしていること
テクニック的な話をたくさん書きましたが、一番大事にしているのは「この曲で、この声に、何を歌わせたいか」という気持ちです。
2記事目で書いた通り、DangoProjectの曲作りは世界観から始まります。調声もその延長で、世界観の中でこのキャラクターがどう歌うのかをイメージしながら作業しています。技術は後からついてくるので、まずは「こう歌ってほしい」というビジョンを持つこと。それが調声の出発点です。
最初の1曲はデフォルト設定のまま出しても全然構いません。ダイナミクスだけでも意識してみると、2曲目から確実に変わります。
僕自身も、VOCALOID6を手に入れたばかりで、IA:[R]での調声はこれからの挑戦です。新しいエディタやボイスに触れるたびに発見があるのが、この工程の面白いところだと思います。
次回は、ボーカルとオケが揃った後の仕上げ。ミックスとマスタリングについて書いていきます。
感想・質問はお気軽に！
この記事を読んで気になったこと、聞いてみたいことがあれば、ぜひ教えてください。
- X（Twitter）の @DangoProject へDM
- 匿名で気軽に聞ける マシュマロ
いただいた質問は、今後の記事のテーマにさせていただくこともあります。
DangoProject
ボカロP / ギタリスト / ノベルゲーム制作者（社会人兼業クリエイター）