ボーカルシンセ用シンガーのクローン作成
ACE Studioで、自分の声をボーカルシンセのボイスとしてクローンします。
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することで、自分専用のボーカルシンセモデルをカスタマイズできる機能です。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ンします。
カスタマイズ後は、ACE Studio にあらかじめ用意された AI ボイスと同じように、MIDI と歌詞からボーカルを生成する際に、あなたのシンガーを使用できます。
クローンしたAIシンガーはアカウント内で非公開となり、あなたの許可なしに他のユーザーがアクセスすることはできません。
ボーカルシンセで自分のシンガーをクローンするには？
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、コーラスエフェクトを含まない
バックグラウンドノイズを含まない
伴奏や人間以外のサウンドを含まない
ハーモニーやボーカルダブルを含まない
1つのシンガーにつき、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少なくなります。
室内反射
室内反射が大きい環境で録音されたボーカルは、誤認識を引き起こし、予期しないモデルのパフォーマンスにつながる可能性があります。
ステムスプリッターによるボーカル
ボーカルリムーバーまたはステムスプリッターでボーカルを使用する場合、出力品質がトレーニングには低すぎるほど劣化する可能性があります。より高品質なシンガーモデルのために、必要に応じてステムスプリッターによる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対応の高品質マイク
オーディオインターフェース対応のプロフェッショナルマイクにより、高品質なボーカルを録音できます。インターフェースへの接続、ボーカルの録音、編集、ミックスには録音ソフトウェアが必要です。
シンガーモデル用に録音する際は、歌唱用に設計されていないマイクを避けてください：
スマートフォンまたはノートPCのマイク
ラペルマイクまたはヘッドセットマイク
カラオケマイク
イヤホンマイク、またはAirPodsのようなBluetoothイヤホン（通常は通話用です）
録音環境
不要なバックグラウンドノイズには、人の話し声、電気的なハムやノイズ、交通音や屋外ノイズ、アクセサリーや物の動作音などがあります。これらのノイズが録音に干渉するのを防ぐため、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るか、排除できる場所を選んでください。
硬く平らな表面があると音の反射が発生し、録音に残響やエコーが生じることがあります。その結果、トラックが空洞的または遠く感じられ、求める親密さや明瞭さが損なわれる可能性があります。
部屋で手を強く叩き、注意深く聞いてみてください。フラッターエコーや長く続くエコーが聞こえる場合は、リバーブに問題があることを示しています。
これに対処するには、音を吸収できる柔らかい素材を取り入れてください。カーペット、ラグ、厚手のカーテンを使用すると、反射を大幅に低減できます。硬い床を覆う、可能であれば窓にカーテンを掛ける、布張りの家具を部屋に置くといった方法も効果的です。
問題を悪化させる硬い表面の使用は避けてください。プロ仕様の音響パネルを用意できない場合は、キャンバス画、タペストリー、フォームタイルなどの日用品を使って、これらの表面を分散させることができます。
マイクをセットアップする際は、配置に注意してください。壁の近くや部屋の隅には設置しないでください。代わりに、部屋の中央を目指すか、リバーブが最小になる最適な位置を見つけるためにさまざまな場所を試してください。
ヘッドホンの音漏れ
録音中、特にボーカルの収録時には、ヘッドホンのオーディオがマイクに漏れ込むことがよくあります。この問題は、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。楽曲用の録音では許容され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インチ離れることを推奨します。ただし、大きなフレーズやベルティング時は、4～6インチ程度まで距離を取ることをおすすめします。最適なオーディオ収録を維持するため、常にマイクから12インチ以内に留まることが重要です。
ベルティングのための空間づくり
ベルティングのテクニックを使う際は、マイクとの距離と部屋の広さの両方で、十分な空間を確保することが重要です。クローゼットやブースに閉じ込められる、マイクをフォームで囲むといった過度な遮音は、マイクカプセルの過負荷を簡単に引き起こす可能性があります。迷った場合は、ベルティングのフレーズを歌う際に、より多くの部屋鳴りを取り入れることをおすすめします。
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あなたのシンガーは、多言語に対応できます。
サンプル内の言語
学習中、各サンプルファイルは個別に処理され、単一言語のファイルとして扱われます。1つの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ことで、見通しが良くなり、学習プロセスの改善にも役立ちます。
今後対応予定の言語
カスタムシンガー機能向けの新しい歌唱言語の開発に、継続的に取り組んでいます。
新しいシンガーについて：
新しい言語は、新しいプロカスタムスロットでサポートされます。
新しい言語は、新しいベーシックカスタムスロットでサポートされるオプションの1つになります。
既存のシンガーについて：
プロカスタムスロットを再学習する際に、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際、新しい言語はオプションになります。
歌唱または話し声
歌唱サンプルと音声サンプルの両方を、歌唱シンガーモデルの学習に使用できます。
シンガーが学習できる内容：
歌唱サンプルと音声サンプルから声質を学習できます。ただし、話し声の声質は歌声とは異なる場合があり、通常は歌唱本来の表現を十分に反映できない点にご注意ください。
歌唱サンプルから歌唱スタイルを学習できます
シンガーが学習できない内容：
音声サンプルから歌唱スタイルを学習することはできません。
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。
オーディオ品質を以下のように設定することをおすすめします：
ビット深度 = 16ビット
サンプルレート = 44.1 kHz または 48 kHz
可逆圧縮ファイルフォーマット（.wav または .flac）
ポストプロセッシング
対象となるシンガーの自然な個性と明瞭さを維持するために：
重なりをなくす： 複数レイヤーのボーカルは、AIの解析を複雑にする場合があります。重なったテイクは後方に配置し、単一のボーカルトラックに統一することで、AIがサンプルを正確に処理・学習できるようにしてください。
ハードカットを避ける： ハードカットは不自然に急な開始または終了を生み出し、自然な歌唱サウンドには通常見られないため、クリックやポップノイズの原因となる場合があります。より自然なつながりにするため、ボーカルクリップの開始と終了に滑らかなフェードを使用してください。
セクションを複製しない： セクションを複製してもトレーニングには役立ちません。シンガーモデルは、パフォーマンスの自然な変化から恩恵を得ます。
音量をコントロールする： サンプルがメーターの30～50%付近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用して、データセット全体で音量レベルが一貫していることを確認してください。セクション内のダイナミクスを維持しながら、録音全体で一貫した音量レベルを作ることが目的です。
シンガーのトレーニング
データセットを準備したら、次へ移動できます カスタムシンガーページ 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つのバージョンを備えた単一言語シンガーを利用できます。
プロカスタムスロットでは、5つのバージョンを備えた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ます。
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、シンガーのセットアップは完了です。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 を再起動してみてください。
プロのヒント
シンガーに対して、異なる音域や感情で最高の結果を得たいなど、独自の表現力と個性を求める場合は、サンプルを複数のシンガー用に分けたほうがよいでしょう。
例を示します：
マイクはプロの歌手で、自分専用のシンガーをカスタマイズしたいと考えています。テナーとしてもベースとしても歌えます。そのため、2つのシンガーを学習させる方がよいでしょう：
高音域で力強い表現が中心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。
低音域のフレーズが中心のサンプルをもとに、ベースシンガーを学習します。
シンガーの再トレーニング
「 再トレーニング ボタンでシンガーを再トレーニングします。
再学習すると、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すべて取り下げられます。AI は新しいデータセットを使って、完全に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新しいサンプルを追加するか、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かを選択できます。
新しいサンプルを準備する際の注意点：
新しく追加したサンプルの音符の長さが、すでにアップロード済みのサンプルに比べて大幅に短い場合、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するようなケースでは、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。
再トレーニングを行っても、スロットのタイプは変更されません。
再学習することで、ベーシックカスタムスロットでサポートする言語を切り替えられます。
シンガーを再トレーニングするタイミングは？
データセットの品質が向上したり量が増えたりした場合、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場合
新しい歌唱言語スキルがリリースされたとき
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分析します。学習が深まるにつれて、ステップ数は増えていきます。歌唱向けではなく音声向けなど、品質が限定的な小規模データセットで学習する場合は、少ないステップで十分なことがあります。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場合があります。ただし、学習ステップが多すぎると過学習につながり、予測できない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。
学習の最後には、Rare から Well-done 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。デプロイを切り替えて比較することで、最適なバージョンを見つけられます。
最終更新