> For the complete documentation index, see [llms.txt](https://docs.acestudio.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.acestudio.ai/docs/product-wiki-ja/boisukurningu/cloning-a-voice-for-vocal-synth.md). # ボーカルシンセ用シンガーのクローニング ## ボーカルシンセクローニングとは？ これは、ボーカルサンプルをアップロードして、自分専用のボーカルシンセモデルをカスタマイズする機能です。AIはアップロードしたサンプルをもとに声質と歌唱スタイルを学習し、あなたのシンガーのデジタル版をクローニングします。 カスタマイズ後は、ACE Studioのあらかじめ用意されたAIボイスと同じように、あなたのシンガーでMIDIと歌詞からボーカルを生成できます。 {% hint style="success" %} クローンしたAIシンガーはあなたのアカウント内で非公開となり、あなたの許可なしに他の人がアクセスすることはできません。 {% endhint %} ## ボーカルシンセで自分のシンガーをクローニングするには？ ### データセットの準備
クリーンなドライボーカル 高品質なシンガーには、クリーンでドライなボーカルサンプルが必要です： * リバーブ、ディレイ、コーラス効果なし * 背景ノイズなし * インストゥルメンタルや人声以外の音なし * ハーモニーやボーカルダブルなし 1つのシンガーには、30〜100分の歌唱ボーカルサンプルを推奨します。提供するサンプルが多いほど、AIはより多くの歌唱ディテールを学習できますが、120分を超えると効果は小さくなります。 > 部屋の反射音 > > 大きな部屋の反射音を含んで録音されたボーカルは、誤認識を引き起こし、モデルの挙動が想定外になる場合があります。 > ステムスプリッターから抽出したボーカル > > ボーカルの分離にボーカルリムーバーやステムスプリッターを使用すると、出力品質が低すぎて学習に適さない場合があります。より高品質なシンガーモデルを作るには、必要に応じてステムスプリッター由来のボーカルを使用してください。
サンプルの録音 **オーディオインターフェース付きの高品質マイク** オーディオインターフェース付きのプロ向けマイクは、高品質なボーカルを収録できます。インターフェースに接続し、録音・編集・ミックスを行うには、録音ソフトが必要です。 シンガーモデルを録音する際は、歌唱向けではないマイクは避けてください： * スマートフォンやノートパソコンのマイク * ラベリアマイクやヘッドセットマイク * カラオケマイク * イヤホンマイクやAirPodsのようなBluetoothイヤホン（通常は通話用です） **録音環境** 1. 不要な背景ノイズには、人の会話、電気のハムやバズ、交通音や屋外の雑音、アクセサリーや物の動きなどが含まれます。これらが録音に干渉しないよう、静かな場所を選ぶことが重要です。予期しないノイズを最小限に抑え、できれば排除できる場所を選びましょう。 2. 硬く平らな表面があると音が反射し、録音にリバーブやエコーが生じることがあります。これにより、トラックが空洞的または遠く感じられ、狙った親密さと明瞭さが損なわれます。 3. 部屋の中で手を鋭く叩き、注意深く聞いてみてください。フラッター音や長く残るエコーが聞こえたら、リバーブの問題があるサインです。 4. これを防ぐには、音を吸収できる柔らかさのある素材を取り入れましょう。カーペット、ラグ、厚手のカーテンを使うと、反射を大幅に抑えられます。硬い床を覆い、可能であれば窓にカーテンを掛け、布張りの家具を部屋に置くことも有効です。 5. 問題の原因となるため、硬い表面の使用は避けてください。プロ用の吸音パネルを用意できない場合は、キャンバスの絵画、タペストリー、フォームタイルなどの日用品でこれらの表面を分散させることができます。 6. マイクを設置する際は、配置に注意してください。壁や隅に近すぎる場所は避け、部屋の中央を目安にするか、いくつかの場所を試して、リバーブが最も少ない最適な位置を見つけましょう。 **ヘッドホンの音漏れ** 録音中、特にボーカルを収録する際は、ヘッドホンの音がマイクに回り込むことがよくあります。これは、ヘッドホンの音量が高すぎる場合や、オープンバック型ヘッドホンを使用している場合に起こります。曲の録音では許容できることもありますが、シンガーモデル用の録音ではこの音漏れを避けてください。 **マイクの配置** 通常の音量では、マイクから約2インチ離れるのが推奨です。ただし、強いフレーズや張り上げる歌唱では、距離を4〜6インチ程度に広げるとよいでしょう。最適な音声収録を保つため、マイクから12インチ以内にとどめることが重要です。 > 張り上げる歌唱のための余裕を作る > > 張り上げる歌唱を行うときは、マイクとの距離と部屋の広さの両方に十分な余裕を持つことが重要です。クローゼットやブースのような狭い空間に閉じ込められたり、マイクをフォームで囲ったりすると、マイクカプセルが簡単にオーバーロードします。迷う場合は、張り上げるフレーズでは部屋鳴りを少し多めに取り入れるのがおすすめです。
歌唱言語 **ベーシックカスタムスロット** ベーシックカスタムスロットで学習したシンガーモデルでは、1つの歌唱言語のみがサポートされます。 **プロカスタムスロット** プロカスタムスロットで学習したシンガーは、多言語対応にできます。 **サンプル内の言語** 学習プロセスでは、各サンプルファイルは個別に処理され、1言語のファイルとして扱われます。同じサンプルファイル内で異なる言語のフレーズを混在させないことが重要です。 サンプルをアップロードする際は、適切な言語タブに配置してください。ベーシックカスタムスロット用のサンプルをアップロードする場合でも、必要に応じて異なる言語のサンプルをアップロードできます。サンプルを言語ごとに整理しておくと、分かりやすさが保たれ、学習プロセスの改善に役立ちます。 **今後対応予定の言語** カスタムボイス機能向けの新しい歌唱言語を継続的に開発しています。 新しいシンガーの場合： * 新しいプロカスタムスロットでは、新しい言語がサポートされます。 * 新しいベーシックカスタムスロットでは、新しい言語がサポート候補の1つになります。 既存のシンガーの場合： * プロカスタムスロットを再学習すると、新しい言語がサポートされます。 * ベーシックカスタムスロットを再学習すると、新しい言語はオプションになります。
歌唱またはスピーチ 歌唱サンプルとスピーチサンプルの両方を、歌唱シンガーモデルの学習に使用できます。 あなたのシンガーが学習できるのは： * 歌唱サンプルとスピーチサンプルからの声質。ただしご注意ください。人の場合、話し声の声質は歌声と異なることがあり、通常は歌唱の真のパフォーマンスを表現できません。 * 歌唱サンプルからの歌唱スタイル あなたのシンガーが学習できないのは： * スピーチサンプルからの歌唱スタイル
ファイル品質設定 サンプルのオーディオ品質は、シンガーの品質に直接影響します。 オーディオ品質は以下に設定することを推奨します： * ビット深度 = 16-bit * サンプルレート = 44.1kHz または 48kHz * ロスレスファイル形式（.wav または .flac）
後処理 対象シンガーの自然な質感と明瞭さを保つには： * **重なりなし：** 多重に重なったボーカルは、AIの分析を複雑にします。重なったテイクは後ろに置き、単一のボーカルトラックに統一して、AIがサンプルを正確に処理し学習できるようにしてください。 * **不自然なカットなし：** ハードカットは、急な開始や終了を生み、自然な歌唱音では不自然で、クリックやポップノイズの原因にもなります。ボーカルクリップの始めと終了には滑らかなフェードを使い、より自然につなげてください。 * **セクションの重複なし：** 重複したセクションは学習に役立ちません。シンガーモデルは、演奏の自然なばらつきから恩恵を受けます。 * **音量をコントロール：** サンプルのレベルがメーターの30〜50%程度に収まるようにしてください。ボリュームライダーまたはオートメーションを使って、データセット全体で音量レベルが均一になるようにします。目的は、録音全体で一貫した音量レベルを保ちながら、セクション内のダイナミクスを維持することです。
### シンガーの学習 データセットを準備したら、次に カスタムボイスページ カスタムスロットを選択し、ボーカルサンプルをアップロードして、学習を開始します。 ベーシックカスタムスロットでは、5つのバージョンを持つ単一言語のシンガーを利用できます。 プロカスタムスロットでは、5つのバージョンを持つ多言語シンガーを利用できます。 スロットをクリックして、サンプルのアップロードを開始してください。 すべてのサンプルのアップロードが完了すると、学習は自動的に開始されます。Webページを更新するとステータスを確認できます。 学習ページがボイスクローニング管理ページに切り替わったら、シンガーの設定は完了です。ACE Studioのシンガーライブラリに表示されます。表示されない場合は、ACE Studioを再起動してください。 {% hint style="info" %} **プロのヒント** 異なる音域や感情で最高の結果を出したいなど、シンガーに独自の表現力と個性を持たせたい場合は、複数のシンガー用にサンプルを分けるほうがよいでしょう。 例を示します： Mikeはプロの歌手で、自分のシンガーをカスタマイズしたいと考えています。彼はテノールでもベースでもうまく歌えます。そのため、2つのシンガーを学習するほうが適しています： * 主に高音域で力強いパフォーマンスのサンプルをもとに、高音域で力強いシンガーを学習します。 * 主に低音域のフレーズを含むサンプルをもとに、ベースのシンガーを学習します。 {% endhint %} ### シンガーの再学習 をクリック 再学習 ボタンでシンガーを再学習します。 再学習を行うと、このスロットにある以前のシンガーは削除され、そのシンガーに関連付けられたデプロイ済みのシンガーも解除されます。AIは新しいデータセットを使って、まったく新しいシンガーをゼロから学習します。再学習を開始する前に、このスロット内の既存サンプルを保持して追加の新しいサンプルをアップロードすることも、既存サンプルを消去して新しくアップロードしたサンプルのみを使用することもできます。 新しいサンプルを準備する際は、次の点にご注意ください： * 新しく追加したサンプルの長さが、すでにアップロード済みのサンプルより大幅に短い場合、たとえば30分のデータセットに1分の新しいサンプルを追加して再学習しても、シンガーのパフォーマンスに大きな変化が出ないことがあります。 * 再学習しても、スロットの種類は変わりません。 * 再学習することで、ベーシックカスタムスロットの対応言語を切り替えられます。 {% hint style="info" %} **シンガーを再学習するのはいつですか？** * データセットの品質が高い、または量が多い場合、それらを使ってシンガーを段階的に改善できます。 * 現在の結果に満足できず、データセットを調整したいとき * 新しい歌唱言語スキルがリリースされたとき {% endhint %} ### シンガーの管理
バージョン AIはデータから段階的に学習し、各サンプルをステップごとに解析します。学習が深まるにつれて、ステップ数は増えていきます。歌唱用ではなくスピーチ用に設計されたもののような、小規模または品質が限られたデータセットで学習する場合、必要なステップ数は数回で済むことがあります。一方、より大規模で多様なデータセットでは、十分に適合させるために追加のステップが必要になることがあります。ただし、学習ステップが多すぎると過学習を招き、予測不能な結果としてシンガーのパフォーマンスが低下する可能性があります。 学習の終了時には、Rareからウェルダンまで、異なる学習ステップに基づく複数のバージョンが得られます。デプロイ先を切り替えて相互に比較することで、最適なバージョンを見つけられます。
ボイスミックス ボイスをミックスすると、ハイブリッドシンガーになります。ブレンドされたボイスの比率を調整することで、目標のシンガーにより近い響きにカスタマイズできます。これを行うには、スロット管理ページに移動し、各バージョンの下にある「ボイスミックス」ボタンをクリックします。 ブレンド後は、シンガーに新しい声質が反映されます。これらの変更を適用するには、ACE Studioを再起動してシンガーを更新する必要があります。
ACE Studio にデプロイ ベーシックカスタムスロットとプロカスタムスロットでは、バージョンをデプロイした後、別のバージョンへデプロイ先を切り替えられます。各デプロイ後に ACE Studio を再起動して、シンガーライブラリを更新してください。
--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.acestudio.ai/docs/product-wiki-ja/boisukurningu/cloning-a-voice-for-vocal-synth.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.