【小学生でもわかる】Gemini TTSで演技をつける！演出メモと合図で読み方を変えるコツ

どんな話？

演じ方の置き場所は2つ。ターン全体にかかることは演出メモ（Style）、一瞬の笑いや間は山かっこの合図です。まず演出なしで1回録り、気になった1つだけを仕分けて足し、前の音声と耳でくらべる。合図は「<」を打つと出る40個から英語で選びます。制作では Whisper で音量が下がり、warm, speaking slowly は9.48秒でゆっくりすぎて外しました。戻すときは記入欄を空にして閉じる。成果物は「演出の書き分けカード」です。

この記事でわかること

• 台本の欄は読まれる文字だけ。「楽しそうに言って：」と書いた1回は8.84秒で、その言葉まで読まれた（説明書: Inline text directions … may be spoken aloud）
• 演出メモ（Style）はターン全体の感情・話し方・抑揚・速さ・音量。英語の数語で書く（warm and enthusiastic、speaking slowly など）
• 合図は台本の欄で「<」を打つと40個の候補が出る。<laugh> を入れると「手軽に。」のあとに笑い声が入り、「laugh」は読まれなかった
• Style の見本 Whisper は7.04秒と8.32秒で、音量は演出なしの約半分と約5分の1。はっきりしたささやき声だった
• warm, speaking slowly は9.48秒。演出なし（6.56秒）より3秒近く長く、ゆっくりすぎて不自然だったので外した案に
• 演出メモを外すには、記入欄の文字を Ctrl＋A のあと Delete で消して閉じる。表示が「Style」に戻る

こんな人に

• AIの声で案内を作っていて、「もう少し明るく」「ここで一息」と頼みたくなった人
• 台本に「楽しそうに言って」と書き足したら、その言葉まで読まれた人
• 演出を足したら逆に不自然になって、戻し方が分からなくなった人

この話のTIPS

• 注意説明書が「声が別人のようにずれる、いちばんよくある原因」と書いているのが、長い演出の文章です。前の世代のモデルで使われた、人物設定の長い段落や、箇条書きの演出ノートがそれにあたります。「声を変えないで」「同じ声のままで」といった念押しも、ずれを増やすので書かないように、とあります。
• コツ合図を日本語で「<笑う>」と書いた台本も、1回だけ録ってみました。こちらも笑い声が入っています。ただ、説明書は「台本が英語以外でも、合図は英語のまま使うと結果がいちばんよい」としているので、この連載では英語の合図を使います。