「VOICEVOX 感情パラメータ 設定」で検索してこのページに来た人にまず結論を言う。VOICEVOXには「感情パラメータ」という名前の単一項目は存在しない。これは検索結果の上位記事の多くが実は雑にぼかしている点で、この記事の独自視点その1としてここで訂正しておく。VOICEVOXが持っているのは①話速・音高・抑揚・音量という4つの音声パラメータ、②あまあま・ツンツン・セクシー・ささやきなどのキャラクタースタイル、③その組み合わせを保存できるプリセット機能――この3つの仕組みの掛け算で、結果として「感情豊かに聞こえる声」を作り出しているに過ぎない。
「感情」という専用スライダーを探して迷子になっている人は、まずこの前提を捨てるところから始めるといい。筆者は雑学ショート動画のナレーションを毎日AIで量産している立場で、実際にこの4パラメータとスタイル切り替えだけで、単調な棒読みから「ちゃんと感情が乗って聞こえる」ナレーションまで作り込んできた。この記事では、その実測ベースの調整値と、逆に触ると失敗する設定まで、遠慮なく書く。
ショート動画は視聴開始3秒で離脱するかどうかが決まると言われる媒体で、ナレーションの「感情の乗り方」は台本の面白さと同じくらい視聴維持率に響く。だからこそ「パラメータをどう動かせば良いか分からない」で足を止めてしまうのはもったいない。この記事を最後まで読めば、専用機能を探す時間をゼロにして、今日から手を動かして調整できる状態になる。
音声まわりだけでなく動画を1本完成させる流れを先に掴みたい人は、無料で完結するずんだもん動画の作り方の全工程を読んでからこの記事に戻ると、設定がどの工程の話か迷わなくなります。
VOICEVOXに「感情パラメータ」という単一機能は無い、が結論
結論から言うと、VOICEVOXのエディタ画面をどれだけ探しても「感情」と書かれたスライダーやボタンは出てこない。存在するのは次の4つの音声パラメータだけだ。
- 話速: 読み上げるスピード
- 音高: 声の高さ(ピッチ)
- 抑揚: 声の起伏の強さ
- 音量: 声の大きさ
これに加えて、キャラクターごとに用意された「スタイル」(ノーマル/あまあま/ツンツン/セクシー/ささやき/ヒソヒソなど、キャラクターによって種類は異なる)を切り替えることで、そもそもの声質の土台を変えられる。さらに、この4パラメータとスタイルの組み合わせを「プリセット」として保存し、使い回せる機能がある。
つまり「感情パラメータを設定する」というのは正確な表現ではなく、正しくは「話速・音高・抑揚・音量を感情に合わせて調整し、必要ならスタイルも切り替え、その組み合わせをプリセットに保存する」という一連の作業を指す。この言い換えができているかどうかで、VOICEVOXの使いこなし方は大きく変わる。単一のスライダーを探し続けて挫折した人が一定数いるはずなので、まずここをはっきりさせておきたい。
感情表現を左右する4つの基本パラメータと数値の目安
各パラメータがどう感情表現に効くのか、結論を先に言うと「音高と抑揚が感情の種類を作り、話速が感情の強さを作り、音量は感情の緊張度を作る」という役割分担になっている。以下の表に、VOICEVOXエディタでの標準的な数値レンジと、感情表現における効果をまとめた。
| パラメータ | 標準レンジ | 上げるとどうなるか | 下げるとどうなるか |
|---|---|---|---|
| 話速 | 0.80〜1.20(デフォルト1.00) | テンポが速くなり、興奮・焦り・驚きの印象が強まる | ゆったりして落ち着き・悲しみ・重さの印象になる |
| 音高 | -0.08〜0.08(デフォルト0.00) | 声が高くなり、明るさ・喜び・驚きの印象が出る | 声が低くなり、落ち着き・怒り・沈んだ印象になる |
| 抑揚 | 0.00〜2.00(デフォルト1.00) | 起伏が強くなり、感情の振れ幅が大きく聞こえる | 起伏が平坦になり、事務的・棒読みに近づく |
| 音量 | 0.00〜2.00(デフォルト1.00) | 声が大きくなり、力強さ・緊張感が出る | 声が小さくなり、内向的・静けさの印象になる |
スライダーはドラッグで0.1刻み、Ctrl(またはCmd)を押しながらのマウスホイール操作で0.01刻みの微調整ができる。ざっくり動かすより、この微調整のほうが「わざとらしくない」感情表現に近づきやすい。
ここで注意したいのは、公式ドキュメントやほとんどの解説記事が「数値の目安は個々のテキストや話者によって変わるため、明記していない」というスタンスを取っていることだ。これは決して手抜きではなく、事実として同じ「抑揚1.4」でもキャラクターやセリフの内容によって聞こえ方が変わる。だからこの記事で示す数値も「絶対値」ではなく「そこから微調整を始める起点」として使ってほしい。
なお、抑揚は文全体だけでなく、一音一音のアクセント記号を編集することでも細かく調整できる。イントネーションが不自然な単語があるときは、抑揚スライダーをいじる前に、その単語のアクセント位置を疑うほうが早く直ることが多い。
もう一つ見落とされがちなのが「間の長さ」「開始無音」「終了無音」という補助パラメータだ。これらは感情の種類そのものを変えるものではないが、セリフとセリフの間の呼吸を作る役割を持つ。驚きや強調を表現したい直前で間をわずかに伸ばすと、話速や抑揚をいじらなくても「溜め」が生まれ、結果的に感情が強調されて聞こえる。パラメータ調整というと話速・音高・抑揚・音量の4つにばかり目が行きがちだが、この「間」の存在も感情表現の隠れた武器になる。
キャラクタースタイルを切り替えて感情の土台を作る
パラメータ調整の前に、実はもっと手軽に感情の印象を変える方法がある。それがスタイル切り替えだ。VOICEVOXの多くのキャラクターには、ノーマル以外に複数の話し方スタイルが用意されている。代表的なものを挙げる。
- ノーマル: 標準的な読み上げ。ニュース・解説系のショート動画のベース
- あまあま: 甘えたトーン。癒し系・ASMR寄りの雑学動画に合う
- ツンツン: つっけんどんな強めのトーン。ツッコミ役やインパクト重視の冒頭フックに使える
- セクシー: 落ち着いた大人びたトーン。深夜枠・ミステリー系の雑学に相性が良い
- ささやき / ヒソヒソ: 小声寄り。都市伝説系・秘密を打ち明けるような演出に向く
これらはキャラクターによって用意されている種類が異なり、全キャラクター共通ではない。話速や音高をゼロから作り込むより、まず目的に近いスタイルを選び、そこから話速・抑揚を微調整するほうが、圧倒的に少ない手数で「それっぽい」感情表現にたどり着ける。これは意外と見落とされがちなポイントで、パラメータをいじる前にスタイル一覧を一度全部試聴しておくことを勧める。
プリセット機能で「同じ感情」を使い回す設定手順
雑学ショート動画を毎日量産する立場から言うと、1本ごとに話速・音高・抑揚・音量をゼロから調整するのは非現実的だ。ここで使うべきがプリセット機能だが、これはデフォルトでは画面に出てこない。この「デフォルトOFFで存在に気づきにくい」という点は、検索上位記事でもあまり強調されていない盲点なので、独自視点その2としてここで具体的な手順を書く。
- VOICEVOXエディタ右上(または上部メニュー)の「設定」を開く
- 「オプション」タブの中にある「プリセット機能」をONにする
- エディタ画面にプリセット欄が表示されるようになるので、話速・音高・抑揚・音量・スタイルを希望の組み合わせに調整する
- 調整済みのセリフ行で「プリセットに登録」を選び、名前を付けて保存する(例:「驚き強め」「落ち着き解説」など)
- 別のセリフ行や別の台本でも、保存したプリセットを選ぶだけで同じ感情トーンを再現できる
- プリセットは並び替え・上書き再登録・削除が可能なので、量産しながら定期的に整理する
この機能に気づかず、毎回スライダーを目分量で動かしている人は多い。プリセットを「喜び用」「怒り用」「悲しみ用」「驚き用」「ナレーション標準」のように5〜6種類あらかじめ作っておくと、1本あたりの音声調整時間は体感で3分の1以下になる。ショート動画を毎日量産する副業スタイルでは、この時短効果が地味に効いてくる。
感情別・パラメータ調整レシピと実例
ここまでの話速・音高・抑揚・音量の役割分担を踏まえて、代表的な4感情の調整レシピをまとめる。あくまで起点の数値であり、実際のセリフごとに聞き直しながら微調整する前提で使ってほしい。
| 感情 | 話速の傾向 | 音高の傾向 | 抑揚の傾向 | 音量の傾向 | 相性の良いスタイル |
|---|---|---|---|---|---|
| 喜び | やや速め(1.05〜1.15) | やや高め(+0.02〜+0.05) | 強め(1.2〜1.5) | 標準〜やや大きめ | ノーマル、あまあま |
| 怒り | やや速め(1.05〜1.20) | やや低め(-0.02〜-0.05) | 強め(1.3〜1.6) | やや大きめ | ツンツン |
| 悲しみ | 遅め(0.85〜0.95) | やや低め(-0.03〜-0.06) | 弱め(0.6〜0.9) | やや小さめ | ノーマル、セクシー |
| 驚き | 速め(1.10〜1.25) | 高め(+0.04〜+0.08) | 強め(1.4〜1.8) | 標準〜大きめ | ノーマル、ツンツン |
表を見て分かる通り、「感情ごとに全パラメータを大きく振る」のではなく、話速と抑揚を主軸に動かし、音高で味付け、音量は補助的に使うのが崩れにくい組み合わせだ。特に抑揚は感情表現の主役でありながら、上げすぎると次の見出しで説明する「不自然さ」の原因にもなる、扱いに注意が必要なパラメータでもある。
実例として、雑学ショート動画の冒頭フック「え、実はこれ、〇〇だったんです」という一文であれば、話速1.15・音高+0.05・抑揚1.5前後に設定すると、視聴維持率に効く「食いつき」のあるトーンになりやすい。逆に締めの一文「知っていましたか?」のような余韻を残したいセリフでは、話速をやや落とし(0.95前後)、抑揚も1.0程度に戻すと、テンポの緩急がついて単調さが消える。
もう一つ実例を挙げると、雑学動画にありがちな「実は〇〇と△△には意外な関係がある」という比較・驚き系の説明文では、前半の「実は〇〇と△△には」の部分を標準的な話速・抑揚で淡々と読み、後半の「意外な関係がある」の部分だけ抑揚を1.4程度まで持ち上げるという分割の仕方が効果的だった。1文の中でパラメータを固定せず、フレーズの途中で抑揚を切り替えるという発想を持つだけで、同じ台本でも聞こえ方がまったく変わってくる。VOICEVOXのエディタは文単位ではなくアクセント句単位で調整できるため、この「文中での切り替え」は特別な操作を必要とせず、既存の機能の範囲内で実現できる。
ここまでの手順、1本ぶんまるごと自動でやりますShorty はテーマを入力するだけで、台本・AI音声・字幕・BGMを揃えた雑学ショート動画を生成します。無料プランは30日5本まで。無料で作ってみる雑学ショート動画のナレーションで実際に効果があった調整
雑学ショート動画は台本の情報量が多く、1本60秒前後に詰め込むため、ナレーションが単調だと視聴者は数秒で離脱する。実際に量産する中で効果を感じた調整を3つ紹介する。
1つ目は、文単位ではなく「フレーズ単位」で抑揚を変えること。1本の台本を通して抑揚を一律1.3に固定するのではなく、驚きの事実を明かす直前のフレーズだけ抑揚を1.6まで上げ、他は1.1前後に抑えると、メリハリが生まれて聞き飽きない。全文を強めに設定すると、逆にどこが強調ポイントか分からなくなり、視聴者にとってはただの「うるさいナレーション」になる。
2つ目は、話速を台本全体で微妙に波打たせること。導入は少し速め(1.1前後)でテンポよく引き込み、本題の説明部分はやや落として(0.95前後)聞き取りやすくし、オチの直前で再び速度を上げる。一定速度で読み上げるより、この緩急だけで「AIっぽさ」がかなり和らぐ。
3つ目は、プリセットを「台本の役割」単位で作ること。感情名(喜び用・驚き用)ではなく、「フック用」「本題解説用」「オチ用」という3つのプリセットを作っておくと、台本のどの行にどれを当てはめるか迷わなくなる。これは感情のラベルで考えるより、動画の構成要素で考えたほうが量産作業と相性が良いという、実務から生まれた工夫だ。
補足すると、この3プリセット運用を始めてから、1本あたりのナレーション調整にかかる時間が体感で半分近くまで短縮された。以前は台本を書き終えるたびに「このセリフは喜びっぽいから音高を上げて…」と感情を都度判定してからパラメータを決めていたが、役割ベースのプリセットに切り替えてからは、台本を書いた時点で「この行はフックだからフック用プリセット」と機械的に割り当てられるようになった。感情の解釈という曖昧な工程を、台本の構成という明確な工程に置き換えたのがポイントだ。量産を前提にするなら、感情そのものより「その行が動画のどの役割を担っているか」で考えるほうが再現性が高い。
やりがちな失敗とリスクを先に知っておく
感情表現を強くしようとして、逆効果になるケースがある。誇張せずに正直に書く。
- 抑揚を上げすぎると不自然になる: 抑揚を2.0近くまで上げると、一文の中で音程が激しく上下し、人間の発話としては明らかに不自然な「叫んでいるような」声になりやすい。1.5を超えたら一度通し再生して違和感がないか必ず確認する
- 音高を極端に振ると別人のような声になる: ±0.08はレンジの上限に近く、限界まで振るとキャラクターの声質が崩れて聞き取りにくくなることがある
- プリセット機能はデフォルトOFFで気づかれにくい: 存在に気づかないまま毎回手動調整を続けている人が多い。時短のために真っ先に有効化しておくべき機能だ
- 話速を上げすぎると滑舌が崩れて聞こえる: 特に固有名詞や数字を含むセリフで話速1.2を超えると、情報が聞き取りにくくなり、雑学動画としては致命的
- 全セリフに同じ強い抑揚をかけると逆に単調になる: 「強弱の強」ばかりを使うと、結局メリハリがなくなる。抑揚を上げる箇所は台本全体の2〜3割程度に絞るのが目安
- 感情を詰め込みすぎると台本の情報が伝わりにくくなる: 雑学ショート動画は情報の正確さが命。感情表現は情報を邪魔しない範囲でとどめる
過度な演出は「AIナレーションっぽさを消したい」という目的からむしろ遠ざかる。地味に思えるかもしれないが、微調整の積み重ねのほうが結果的に自然に聞こえる。
公開前セルフチェックリスト
パラメータを調整し終えたら、書き出す前に次の項目を確認しておくと事故を防げる。
- [ ] 抑揚を1.5以上に設定した箇所は、通し再生で「叫んでいるように」聞こえないか確認したか
- [ ] 話速を1.15以上にした箇所で、固有名詞や数字の聞き取りやすさを確認したか
- [ ] 台本全体の抑揚が一律になっていないか(強調箇所とそうでない箇所でメリハリがあるか)
- [ ] 音高を極端に振った結果、キャラクターの声質が崩れて聞こえないか
- [ ] プリセット機能をONにし、台本の役割ごとのプリセットを作成済みか
- [ ] スタイル切り替え(あまあま/ツンツンなど)を試した上で、パラメータの微調整に入っているか
- [ ] BGMや効果音と合わせて再生したとき、ナレーションの感情表現が埋もれていないか
このリストを毎回チェックするだけでも、量産作業の中で「聞き直したら不自然だった」という手戻りをかなり減らせる。
他の音声合成ソフトとの比較、そして量産効率を上げる選択肢
VOICEVOXは無料で細かいパラメータ調整ができる反面、1本あたりの調整に手間がかかるのも事実だ。ここで、感情表現を扱う他の音声合成・動画制作の選択肢を並べて比較しておく。
| ツール | 感情表現の作り方 | 向いている人 |
|---|---|---|
| VOICEVOX | 話速・音高・抑揚・音量+スタイル+プリセットを手動調整 | 無料でとことん作り込みたい人 |
| VOICEPEAK | 喜怒哀楽のスライダーが標準搭載、感情表現に強い | 感情表現を素早く作りたい人(VOICEPEAK動画の作り方) |
| COEIROINK | キャラクターごとの声色バリエーションで表現 | VOICEVOXに近い操作感で別の声質を試したい人 |
| Shorty | 台本入力からナレーション付きショート動画までを自動生成 | パラメータ調整自体を省いて時短したい人 |
当サイトが開発・運営しているツールShortyは、台本を入れるとナレーション生成から動画組み立てまでを自動化する仕組みで、VOICEVOXのように話速・音高・抑揚を1つずつ手動調整する工程を丸ごと省略できる。ただし無料プランには制約があり、1本30秒まで・30日で5本まで・保存7日間・ショート形式のみという範囲での利用になる。VOICEVOXでの細かい作り込みと、Shortyでの時短、どちらが自分の量産ペースに合うかを見極めて使い分けるのが現実的だ。
たとえば「毎日1本ずつ、感情の作り込みまでこだわりたい」というペースならVOICEVOXの手動調整が向いているし、「まずは量産を試してみたい、あるいは投稿本数を試験的に増やしたい」という段階ではShortyの無料枠で工程を圧縮してみるのも一つの手だ。無料枠の本数上限に達したら、その時点でVOICEVOXに戻して作り込む、という併用の仕方も現実的な選択肢になる。逆に、既にVOICEVOXでの調整に慣れていて、感情表現のクオリティを最優先したい人は、無理にツールを増やさずVOICEVOXのプリセット運用を極めるほうが効率が良い場合もある。
このほか、既存の音声から声質そのものを作る手段としてAI音声クローン 無料 作り方も選択肢になる。感情表現の幅を広げたい場合は、パラメータ調整だけでなく声質そのものの選定から見直すという視点も持っておきたい。
よくある質問
Q1. VOICEVOXの「感情パラメータ」はどこにありますか? A. 「感情パラメータ」という単一の項目はVOICEVOXには存在しません。話速・音高・抑揚・音量の4つの音声パラメータと、キャラクターごとのスタイル(あまあま/ツンツンなど)、それらを保存するプリセット機能の組み合わせで感情を表現します。専用スライダーを探しても見つからないのはそのためです。
Q2. 抑揚をどれくらいに設定すれば感情豊かになりますか? A. デフォルトの1.00から、強めの感情表現では1.3〜1.6程度を起点に調整するのが目安です。2.0近くまで上げると音程の振れ幅が大きくなりすぎて不自然に聞こえやすいため、上限に近い数値は避け、通し再生で確認しながら微調整してください。
Q3. プリセット機能が見当たらないのですが、どうすれば使えますか? A. プリセット機能はデフォルトでOFFになっています。「設定」→「オプション」→「操作」タブの中にある「プリセット機能」をONにすると、エディタ画面にプリセット欄が表示され、話速・音高・抑揚・音量・スタイルの組み合わせを保存・再利用できるようになります。
Q4. キャラクターのスタイル(あまあま/ツンツンなど)は全キャラクター共通ですか? A. いいえ、共通ではありません。用意されているスタイルの種類や数はキャラクターごとに異なります。目的の感情トーンに近いスタイルがあるかどうかは、キャラクター選択画面で個別に確認する必要があります。
Q5. 話速を上げすぎるとどうなりますか? A. 話速1.2を超えるあたりから滑舌が崩れたように聞こえやすくなり、特に固有名詞や数字を含むセリフでは情報が聞き取りにくくなります。雑学ショート動画では情報の正確さが重要なため、テンポを出したい場面でも1.1〜1.2程度にとどめるのが無難です。
Q6. 感情表現を強くしすぎると起きる問題は何ですか? A. 抑揚や音高を極端に振ると、人間の発話として不自然な「わざとらしい」声になったり、キャラクターの声質そのものが崩れて聞き取りにくくなったりします。台本全体の一部(2〜3割程度)だけ強めに調整し、他は抑えるほうがメリハリのある自然な聞こえ方になります。強調したい箇所を絞り込むという発想は、パラメータの数値そのものより重要な考え方です。
Q7. 一文の中の一部だけ感情を強調することはできますか? A. できます。VOICEVOXは一音一音単位でアクセントや高低を編集できるため、フレーズ単位で抑揚を上げ下げすることが可能です。台本全体を一律に強くするより、強調したいフレーズだけ抑揚を上げるほうが視聴者に伝わりやすくなります。
Q8. 毎日ショート動画を量産する場合、感情調整はどう効率化すればいいですか? A. 感情名(喜び用・驚き用)ではなく、台本の役割(フック用・本題解説用・オチ用)ごとにプリセットを3〜5種類作っておくと、台本のどの行にどのプリセットを当てるか迷わずに済み、1本あたりの調整時間を大きく短縮できます。
Q9. VOICEVOXとVOICEPEAKはどちらが感情表現に向いていますか? A. VOICEPEAKは喜怒哀楽のスライダーが標準搭載されており、感情表現をより短い手数で作れます。VOICEVOXは無料で細かく作り込める代わりに、話速・音高・抑揚・音量を手動で組み合わせる手間がかかります。時短を優先するかコストを優先するかで選ぶとよいでしょう。
Q10. 感情調整をしてもナレーションが単調に聞こえます。原因は何ですか? A. 台本全体に同じ抑揚・話速を一律に適用していることが主な原因です。フレーズごとに抑揚や話速を波打たせ、強調したい箇所とそうでない箇所でメリハリをつけることで、単調さは大きく改善します。1本の台本の中で「強めの抑揚を使う行」を全体の2〜3割に絞り込むだけでも、聞こえ方の印象は大きく変わります。
Q11. 感情パラメータの調整は動画1本あたりどれくらい時間がかかりますか? A. ゼロからスライダーを動かす場合は1本あたり10〜15分程度かかることもありますが、台本の役割ごと(フック用・本題解説用・オチ用など)にプリセットを作っておけば、選択して当てはめるだけになるため3〜5分程度まで短縮できます。量産を前提にするなら、プリセット運用への切り替えが最も効果の大きい時短策です。
ここまでの対処が済んだら、VOICEVOXの使い方と動画への組み込み手順も一度確認しておくと、同じ工程で二度つまずかずに済みます。
まとめ
VOICEVOXの「感情パラメータ」を探して見つからなかった人へ改めて結論を伝えると、答えは「専用機能は無い」だ。存在するのは話速・音高・抑揚・音量という4つの基本パラメータと、キャラクタースタイル、そしてそれらを保存するプリセット機能。この3つを組み合わせることで、結果として感情豊かなナレーションが作れる。
感情別の調整は、抑揚と話速を主軸に、音高で味付けし、音量は補助的に使うのが崩れにくい。ただし抑揚を上げすぎる、話速を上げすぎるといった過度な調整は不自然さや聞き取りづらさにつながるため、通し再生での確認は欠かせない。プリセット機能はデフォルトOFFで気づかれにくいが、台本の役割ごとに作っておくことで、毎日ショート動画を量産する作業の時短に直結する。
VOICEVOXで手を動かして作り込むもよし、VOICEPEAKのように感情スライダーを標準搭載したツールに乗り換えるもよし、あるいはShortyのように音声調整の工程自体を省いて時短するもよし。自分の量産ペースと求めるクオリティに合わせて選び分けてほしい。あわせて、動画の完成度を底上げする要素としてYouTube オーディオライブラリの使い方もチェックしておくと、BGMや効果音まで含めたナレーション全体の仕上がりがさらに良くなる。
最後にもう一度強調しておきたいのは、「感情パラメータ」という単一の項目を探す必要は無いということだ。話速・音高・抑揚・音量、この4つの数値をどう組み合わせるかがすべてであり、特別な隠し機能があるわけではない。今日、この記事の数値を起点にして、まず1本だけ実際にスライダーを動かしてみてほしい。頭で理解するより、耳で聞き比べたほうが感覚はずっと速く掴める。