Duki-chan VoiceChanger memo/むらづきボイチェンー覚え書き

2026-08-14

改変こぐまのルウ/ ノスタルジアセーラー

VRChatで使用している改変アバターです。

こぐまのルウ -Rue- / オリジナル3Dモデル https://mukumi.booth.pm/items/3117795

ノスタルジアセーラー🐋【７素体対応】 https://atelier-kotone.booth.pm/items/8304943

【MA対応】球体変形メカ「カニタマ」追従ペットギミック(VRChat想定) https://piyo-jiyu-crafts.booth.pm/items/6499219

2025-11-13

Skebで描いてもらったコミッションdukiあーと

Skebで描いてもらったコミッション #dukiあーとです。

20260316: ねぎしのれんさま追加

ねぎしのれんさま https://skeb.jp/@noren_negishi/works/11

ハナツムリさま https://skeb.jp/@87tsumuri_sub/works/2

2025-08-25

古典的バ美肉ボイチェンとゲーム実況向け音調整2025

20250825: 仮公開。プラグインごとのリンクや画像は後日…。

いわゆるバ美肉ゲーム実況生配信をやっているので、この声と配信の音声に関するメモの2025年版です。主にVSTプラグインの解説になります。過去記事にも解説もあるのでそちらもよろしくお願いします。

古典的なピッチ・フォルマントシフトを使ったバ美肉ボイチェンという特殊性から独特な部分もある一方、ゲーム実況配信とかボーカル処理という点でバ美肉ボイチェン以外にも通じる部分があると思います。

調整の方向性に関係することですが、自分の嗜好としてアマチュアのゲーム実況配信においては、なるべくゲームの音はそのまま送りつつ、ゲームの音の中でも声がちゃんと聞き取れるのが理想と思っています。声の質も良いに越したことはないですが、動画や雑談配信や歌配信に比べると重要度は下がると思います。そもそも極端なボイチェンをかけない方が聞き取りやすいのですが、そこはノリでかけてしまって6年目になりました…。

機材と使用ソフト

マイクとオーディオインターフェイスをPCに接続し、PC内ではDAWから仮想オーディオケーブル経由でOBSに音声を送っています。扱いがむずかしそうなのでハード・ソフト共にミキサーの類は使っていません。
DAWはCakewalk Sonar無料版を使用してます。Cakewalk by BandLabが終了したので公式の移行先として公開されたものです。無料だといくつかの機能が制限されていますが使い方や基本機能は共通なのでこのまま使っています。音声入力のルーティングやトラック間の遅延？を自動で調整してくれるので重宝しています。
VSTラッパーとしてDDMF Superpluginを使用しています。64bitと32bitのVSTプラグインを混成させた状態でオーバーサンプリングできるのが魅力です。ついでに単独のVSTホストとしても使えるのも便利。
32bitのVSTプラグインを64bitに変換するためにDDMF Bridgewizeを使用しています。これは実質ボイチェンのRoVeeを使うために買ったソフトです。後述のSuperpluginがあれば必須ではないのですが、あらかじめ変換していた方が不安が少ないです。あと先に買っていました。
音声と映像のタイミングのズレはOBSの機能「同期オフセット」を使用して調整しています。マイナスの値を入力できるのが便利ですね。
なお、私は配信中は自分の声を聞いてないのでモニター機能とかは特にないです。

マイクからの入力

ノイズ処理: Supertone CLEARとRX Voice De-Noiseでノイズの軽減を行っています。CLEARはAIを使ったリアルタイム処理で環境音や残響を除去します。Voice De-Noiseはエアコンとかのバックグラウンドノイズ処理をしています。
どちらもノイズ除去ですが、特徴が違うので2種類使っています。CLEARはともかくVoice De-Noiseは軽量なので2つ使っていても問題無いという判断です。
音質に悪影響があると元も子もないですし、個人的にはレバーやボタンの操作音も「程々に」入っていた方が良いと思っているので、やりすぎないことにしています。
ボイチェン前の音の調整: EQのOzone 11 EQ、ディエッサーのLindell 902 De-Esserを使っています。
EQは上手に使えれば音のコントロールができるのですが、自分は残ったバックグラウンドノイズっぽい音の対策とかちょっとやってるくらいです。
ディエッサーは歯擦音を軽減するプラグインです。ボーカル処理についての話になるとよく出てくるのですが、ピッチ・フォルマントシフトのボイチェンをやる場合は普通の音声以上に慎重かつ大胆に調整することになります。歯擦音自体ノイズ音っぽいのですが、特に後述のボイチェンRoVeeはこれが爆音になる傾向があります。
ボイチェン: ピッチ・フォルマントシフトのボイスチェンジャーRoVeeを使っています。このジャンルで有名なプラグインの中でも特に古く、64bitのVSTプラグインが普通の現在に32bit版しか無いという時点で扱いにハードルがあります。専用の変換ソフトを使う・対応できるDAWやVSTホストを使うなどで対応します。
さらに特に歯擦音に対して大きいノイズ音が出るのですが、これはいわゆるエイリアスノイズのようでこれに対応するために先述の通りディエッサーを強めにかけるのに加えてオーバーサンプリングがとても有効なので使っています。
分岐について: Lindell 902 De-EsserとRoVeeのルートだけ2つありますが、一方が基本的な設定になっているのに対し、もう一方は「ディエッサーの差分の音を音量下げた音」を「RoVeeのピッチ・フォルマントシフトの設定を半分くらいにしたもの」にかけています。歯擦音をより自然にするための調整です。
音量の調整と音質の調整: チャンネルストリップVSTプラグインのVCS-1を使い音圧と音質、音量をコントロールしています。いわゆるプリアンプ(エキサイター)・EQ・コンプレッサー・エキスパンダーが一体になったものです。
だいぶ説明しずらいですが、プリアンプ(エキサイター)をある程度かけるとキモボイス感が軽減されます。やりすぎると圧迫感のある声になります。
一定以下の音をカットするノイズゲートはコントロールが難しいので使用せず、代わりに一定以下の音を小さくするエキスパンダーを使っています。
リバーブ: epicPLATE mkIIを使用して、ちょっとだけリバーブをかけています。そもそも普通の部屋で配信しているので元の声に残響が入っているのにリバーブでさらに残響を描ける必要があるかというと難しいのですが、ちょっとだけかけると音の馴染みよくなるような感じはあります。強めにかけるとカラオケにも対応できます。
エンハンサー: AI-impactorはあらかじめ測定した音声から、いい感じにアタック感を強調しています。

PC内の音声

ノイズ処理(必要に応じて): RX De-humとRX Voice De-Noiseを準備しています。外部のゲーム機を繋いだ場合にノイズが発生した場合に使用します。どちらも遅延の無い設定でやっています。
タイミングの調整(必要に応じて): Channel Toolsを準備しています。マイクの音声とPC内の音声が、プラグインの遅延によってずれが生じた場合、PC内の音声側に遅延を発生挿せるために使います。ただし、Cakewalkの機能で自動的に補正されているようなので現在は使っていません。
リミッター: リミッターのTDR Limiter 6 GEを使用し、大きすぎる音を抑えています。ゲームの音声はなるべくいじらいない方針ですが、万一初起動のゲームやサウンドロゴだけ大きすぎるゲーム、音が重なった時の処理があやしいゲームなどで大きい音が出た場合はリミッターが必要だと思います。緊急ブレーキのようなものなので働かないのが理想です。
ダイナミックEQ: TarackSpacerはマイクの音に反応してその分の周波数を抑えています。要するに声とぶつかりそうなところだけちょっと削っている感じです。ゲーム音をなるべくいじらいない方針に反しているのですが、音量を確保しつつ声の通りを良くするためちょっとだけ抑える感じで使っています。

合成後(マスタートラック)の音声

リミッター: リミッターPeak Limitを使用し、合成後の音声でも大きすぎる音は抑えるようにリミッターをかけています。
アナライザー(必要に応じて): 設定を確認するときとかに、必要に応じて周波数アナライザーのTDR Prismを使用しています。正直あまり使っていないですね。

2024-07-08

古典的バ美肉ボイチェンとゲーム実況向け音調整2024

20240814: リンク追加。
20240707: 仮公開。リンクがなかったり説明が抜けてたり…

いわゆるバ美肉ゲーム実況生配信をやっているので、この声と配信の音声に関するメモです。
声はボイスチェンジャー(ピッチ・フォルマントシフター)を使った男声→女声変換を行っています。
DAWでVSTプラグインを使いその声と配信全体の音声調整を行っています。

プラグインの個別解説については過去記事に画像付きのがあるのもあるのでそちらもよろしくお願いします。

Cakewalkの構成と使用プラグイン

トラック1はマイクからの入力、トラック2はPC上の再生音て、トラックAがそれらを合成したマスタートラックです。
Cakewalkという無料のDAWを使用しています。値段もありますが、RoVee(後述)との相性の良さで選びました。大手の歴史ある無料ソフトなのでネット上の情報が多いのもいいですね。

マイクからの入力
Supertone CLEAR: AIを使ったノイズ・リバーブ除去VSTプラグイン。配信者目線で使い勝手の良い物になっていると思います。音を「環境音」「声」「声の残響」に分け、それぞれを音量調整する形でコントロールします。
iZotope RX11 Voice De-Noise: 定番のノイズリダクション。軽くて使いやすいのでCLEARと同時に使っても大丈夫と判断しました。音質に影響があるので程々で止めておきます。大人しくしてるときにOBSのメーターに出ない程度までいってればいいでしょう。エアコンを使うときは効きを強めにします。
DDMF Superplugin: パネルにVSTプラグインを並べて使うような感じのVSTホストとかVSTラッパーと呼ばれるもの。この中にいわゆるボイスチェンジャーを含めた色々が入ってます(後述)。これもRoVeeとの相性で選びました。実はCakewalkでボイチェンを行う上で必須ではないのですが、流れとか使い勝手とかそういうので使っています。
Techivation AI-Clarity: AI系の学習で耳ざわりな部分を除去するプラグイン。良い具合になってるかどうかまだ様子見といったところですが…そもそも声のみのデータにかけるものかどうか…？
声以外の音の調整
iZotope RX11 De-Hum: ハムノイズ用のノイズリダクション。ゲーム機を接続しての配信の際、音声にノイズが乗るときのみ使います。
Channel Tools: Cakewalk付属のVSTプラグイン。ここではわざと音声にディレイをかけて、ボイチェン等で遅延が発生したマイク側の音とタイミングを合わせるために使います。
TDR Limiter 6 GE: リミッター。大きすぎる音を抑えます。ゲームの音は極力いじりたくないのですが、初プレイのゲームが爆音だったり、立ち上げ時のロゴだけ音が爆音だったり…。
Wavesfactory Trackspacer: ぶつかりそうな音同士(周波数帯のかぶり)をおさえるEQ。ここでは声に反応して全体の音を抑えています。多少なりともゲームの音に影響するので少しだけです。
マスタートラックの調整
DeePopMax: 音圧をあげるマキシマイザーなのですが、ここではなぜか最終にちょっとだけかけるリミッターとして使っています。なんでですかね…？
TDR Prism: 周波数アナライザープラグイン。視覚的に音を確認するときに使う物で、音そのものに影響するものではありません。
Superpluginの中身
iZotope Ozone 11 Equalizse: 無料のEQ。万能高性能なEQでオススメです。配信ではアナログモードで使うのが良いかと。
Techivation T-Clarity:
[X-Over]…これはVSTプラグインではなくSuperpluginの一部。Bypass状態ではこの下の4つのラインに単純に同じ音が流れています。右2つはプラグインも入ってないしミュートしています。
Lindell Audio 902 De-Esser…ディエッサー。歯擦音を削減します。902 De-Esserはあまり設定を追い込まなくてもいい結果を出してくれる感じで、しかも機能が多く使いやすと思います。歯擦音とはだいたいサシスセソとかだと思っていただければ…。ボイチェン特にRoVeeは歯擦音が入るとすごいノイジーになるので重要です…さらに右側のは音量を下げた上で差分(削られた歯擦音)が出ています。理由は後述。
g200kg Music & Software RoVee…ピッチ・フォルマントシフト。これがいわゆるボイスチェンジャーです！キリよく1オクターブ上げています。一方右側はピッチフォルマントがほぼ半分です。ようするにディエッサー差分(削られた歯擦音)を小さくされたものに軽めにボイチェンをかけて戻しています。うまく加減できているかはわからないのですが、これがあると歯擦音の不自然さがなくなるんですよね…。
さらにSuperpluginのオーバーサンプリングにより音質がかなり改善されています。これのみ配布されているのが32bit版プラグインしか無いのでそのために扱いに困ります。Cakewalkは32bitと64bitの混成、オーバーサンプリング対応ですが、32bitプラグインのオーバーサンプリングは出来ません…Superpluginには可能ですが有料です。他にも32bitプラグインを64bit化するソフトDDMF Bridgewizeもありますが、こちらも有料です。
Black Rooster Audio VPRE-73: プリアンプ。音量と音圧？存在感をいい感じに増します。この後の段階でも音量は大きくするけど、あんまり1つのプラグインで極端に大きくすると音が歪みすぎるような？。さらに低音のカットも出来て便利。
WAVES eMo D5 Dynamics: 音量のコントロールをまとめて行うチャンネルストリップ的ダイナミクスツール。要は小さい音は程々に大きく、大きすぎる音は抑え、小さすぎる雑音みたいな音は目立たないよう小さくします。
この「小さすぎる雑音みたいな音は目立たないよう小さく」というのエフェクトをエキスパンダーというのですが、単品ではほぼ見かけません。
Variety of Sound Epic Plate MK II: リバーブ。プレートリバーブというものを再現した物になります。トークでもちょっとだけリバーブ描けるといい感じになると聞きますが、効かせ具合はまだよく解りません…そもそも収録時点で部屋鳴りが入ってるし…音質的な意味でドライな声や音にはいいのだと思いますが。

2023-09-26

フリーのVSTプラグインとDAWでいわゆるバ美肉のピッチ・フォルマントのボイチェン

2024.04.21 GOYOについて追記

フリーのVSTプラグインとDAWでいわゆるバ美肉のピッチ・フォルマントのボイチェンを行いました。こんな感じになります。

フリーとは言いつつ有料のソフトに移行することが予告されているものも含まれているのですが、だからこそ早めに書いておきたかったのですが時間が経ってしまいました…。

サンプル

20230913音声比較用(T-De-Esser Plus)
20230913: [JP/EN/ESsub]AC6 FoR: story mode first playthrough #9 (途中で調整しています)

こんな感じ

使ったDAWとVSTプラグイン

肝心な部分が有料に移行することが予告されているので早めにみてみてね。

Cakewalk ※後日開発終了、有料ソフトへの移行がアナウンスされています。
DAW。音楽の編集や録音に使うソフトですが、ここではマイクで録音した音をリアルタイムで変換して配信などに出力する目的で使います。
ちなみにこの例では配信では気にならないけど自分で聞きながらしゃべるのは難しくなる程度の遅延が発生するので、別途仮想ケーブルやミキサーがあると便利です。
GOYO Voice Separator ※現在はSupertone CLEARに名を改めて有料のプラグインになっています。有料なので趣旨から離れますがオススメです。
ノイズ・リバーブ除去VSTプラグイン。配信者目線で使い勝手の良い物になっていると思います。音を「環境音」「声」「声の残響」に分け、それぞれを音量調整する形でコントロールします。
TDR Nova 有名なダイナミックEQ。音を周波数でコントロールします。TDR NovaはフリーのEQ中でダイナミックEQなのとアナライザー付きなのが貴重です。
通常のEQの機能で低音高音をカットして変換前の音を整えています。少し音量も上げています。使わない機能はオフにすると負荷が軽くなります。
実はサンプルを作った時点ではTDR VOS Slick EQという別のEQを使っていましたが、こちらの方がわかりやすいと思い変更しました。
RoVee ピッチ・フォルマントシフト。これがいわゆるボイチェンになります。
VSTプラグインのボイスチェンジャーの中でも特に地声をコントロールせずとも声がガビガビしにくい？ので気に入って使っていますが、32bit版のプラグインしか無いので使い方に工夫が要ります。今回はCakewalkの使いことで解決します。
T-De-Esser Plus ディエッサー。サシスセソの音(歯擦音)が目立ちすぎるのを抑えるのに使います。
これはフリーで配布されているディエッサーで欲しい機能が一通り揃っていて、音質も使い勝手も良いと思います。ちょっと紛らわしいですが、一部機能は使えない状態になっていますがそのまま使います。有料でアクティベートすると全機能が開放されたT-De-Esser Proになります。
GVST GComp2 コンプレッサー + エキスパンダー + ハイパス・ローパスフィルタ。
余計な低音と高音をカットし、音量をコントロールします。環境音くらいの小音量の時はさらに小さく、声は程々に大きくしつつ、大き過ぎにならない程度に抑えます。
RO-GOLD リバーブ。ほんの少しだけかけます。
ただ、品質はいいと思うのですが、パラメーターが表示されていないのでちょっとコントロールは難しいですね…。
というか無くてもいいと思う。

設定

2023-05-21

VSTボイチェン覚え書き ver2

2023.08.16 一旦出来上がり。

Twitch

X(Twitter)

Misskey.io

いわゆるバ美肉ゲーム実況生配信をやっているので、その声に関するメモです。基本的にVSTプラグインのボイスチェンジャー(ピッチ・フォルマントシフター)を使った男声→女声変換です。

基本的に2023年以降のあれこれを書いています。

2019年頃から2022年末頃の内容は別ページになります(VST覚え書き ver1)。説明に重複しているところも多々あります。

DDMF Superplugin と RoVee

VSTホストとしてDDMF Superpluginのスタンドアロン版を使っています。スタンドアロンではなくVSTプラグインとして使える版もありますというかそっちがメイン。

パネルにVSTプラグインを並べて使うような感じです。VSTHostやKushview ELEMENTプラグインのような同士を線で繋ぐような形式と比べて融通が効かない代わりに楽ですね。

Windows audio Low latency modeが使えたりなど機能面も豊富です。

色々試してみてSuperpluginに行き着いたのは、ボイスチェンジャーの中心になるRoVeeを使うためというところが大きいです。32bitプラグインと64bitプラグインを同時に扱えて、さらにオーバーサンプリングも使えます。ただし、私の環境では2倍のオーバーサンプリングまでしか出来なかったので、その点ではSuperpluginの機能を活かしきれてはいないとも言えます。

ちなみに他のVSTホストで扱う場合、オーバーサンプリングを使わなくていいならVSTHostやCAKEWALKがいいと思います。これらは32bitプラグインと64bitプラグインを同時に扱えます。あるいはDDMF Bridgewizeで64bit化して使うのがいいと思います。逆に他のプラグインを32bitで統一するという手も考えられますが、iZotope RXが9以降64bitのみになっていたりしてむずかしい選択肢と思います。

プラグイン個別: ボイチェンの前に音ととのえるセクション

iZotope RX9 Mouth De-Click…リップノイズ除去を目的としたプラグインですが、他のクリック音？も除去されていて結果的に全体的に音がマイルドになっています。わりと遅延がある方のプラグインですが、有効なので使っています。ちなみにRX Elementには収録されてませんが、[De-ClickのLOW LATENCYモード]は近い効果があります。
iZotope RX9 Voice De-Noise…定番のノイズリダクション。音質に影響があるので程々で止めておきます。大人しくしてるときにOBSのメーターに出ない程度までいってればいいでしょう。最近は他の選択肢も増えましたが、軽くて環境を選ばない点でVoice De-Noiseは良いと思います。ちなみに今は夏なのでエアコンの音対策に効きを強めにしています。
Black Rooster Audio VPRE-73…プリアンプ。音量を上るのみならず音に倍音が付加されいい感じに存在感が増していく。この後の段階でも音量は大きくするけど、あんまり1つのプラグインで極端に大きくすると音が歪みすぎるような？(よくわかっていない)。さらに低音のカットやEQも使っています。

プラグイン個別: 特にボイスチェンジャー中心セクション

[X-Over]…これはVSTプラグインではなくSuperpluginの一部。Bypass状態ではこの下の4つのラインに単純に同じ音が流れています。右2つはプラグインも入ってないしミュートしています。
Lindell Audio 902 De-Esser…ディエッサー。歯擦音を削減します。902 De-Esserはあまり設定を追い込まなくてもいい結果を出してくれる感じで、しかも機能が多く使いやすと思います。歯擦音とはだいたいサシスセソとかだと思っていただければ…。地声の人でも歯擦音はある程度抑えた方が耳障りでなくなるのですが、ボイチェン特にRoVeeは歯擦音が入るとすごいノイジーになるので重要です…さらに右側のは音量を下げた上で差分(削られた歯擦音)が出ています。理由は後述。
RoVee…ピッチ・フォルマントシフト。これがいわゆるボイスチェンジャーです！見ての通りピッチは最大値にしてます。キリよく1オクターブ上げています。一方右側はピッチフォルマントがほぼ半分です。ようするにディエッサー差分(削られた歯擦音)を小さくされたものに軽めにボイチェンをかけて戻しています。うまく加減できているかはわからないのですが、これがあると歯擦音の不自然さがなくなるんですよね…。

プラグイン個別: 音量と音質をととのえるセクション

TDR VOS Slick-EQ…EQ。ここである程度細かく音質を整えています。VPRE-73や50 SeriesにもEQがありますが、細かい調整が出来るタイプではないので…でもVOS Slick-EQもいうほど用途が合ってないかも…書いてて思ったけどWaves F6とかの方が良くない？ちなみにここまでマイクの音は[ステレオの片方だけ入ってる状態]なので一旦モノラル化してます。
Lindell Audio 50 Series(前半)…チャンネルストリップ。主に音量調整に関わる複合プラグインです。EQやコンプレッサーは単一のプラグインがあるけどエキスパンダーは単一のプラグインとして中々無い…というのがチャンネルストリップを使う理由の上位です。セットになってる安心感もあります。というわけでまずは音量を上げます。ここでVPRE-73と同じで倍音も加わり音質も変わります([アナログのあたたかみ…]とか[歪み]とか言われるアレです)。ローカットも再度しっかり行います。EQも一応使っていますが、調整が難しいので薄め。
Lindell Audio 50 Series(後半)…それからコンプレッサー(小さい音を大きくし、大きすぎる音は抑える)とエキスパンダー(小さい音をさらに小さくする)で音量をしっかり調整します。ちなみにエキスパンダーを使っていることもありノイズゲートは使用していません。
RO-140…リバーブ。プレートリバーブでほんのり残響を加えています。会話でも少しリバーブを効かせるといいと言われていたのでかけていますが加減はよくわかっていません…あ、出力がSTEREOになってるのは間違いですね…元がモノラルだからそのままMONOか、左右に差を出すMONO→STを選ぶべきで、STEREOはステレオ音源向け。