日常的な指示出しや進行確認であれば、iPhoneだけでも十分に動かせます。
私自身、外出先や移動中にiPhoneからMuseへ指示を送り、アイデア整理や原稿の下書き、ファイルの修正などを数多く進めてきました。指示を出すだけで作業が進む体験は、スマートフォン一台でも十分に味わえます。
ただし、複雑な画面表示の確認やまとまったデータの整理など、作業によってはパソコンの画面や人の目による細かな確認が必要な場面もあります。iPhoneを指示を出す指令拠点としつつ、要所でパソコンを併用する進め方が現実的です。（第6章、第8章参照）
パソコンをお持ちでない方でも、まずは問題なく使い始めることができます。
従来の制作環境と異なり、MuseはMuse側にコンピュータがある仕組みになっているからです。手元の機器に専門ソフトを入れたり、環境構築を行ったりする必要はありません。そのため、パソコンを持っていなくても手軽に最初の一歩を踏み出せます。
ただし正直にお伝えすると、本格的な制作作業や長文の推敲、成果物の細かな検品などを続けていく上では、パソコンがあったほうが作業を進めやすい場面もあります。まずは手元の環境で始めて、必要を感じたら導入を検討するのがおすすめです。（第4章、第8章参照）
プログラミングの知識は、Museを使い始めるにあたって必須ではありません。
私自身、過去にC言語を習って見事に挫折しており、今でも覚えているのは「#include」というおまじないくらいです。それでも、普段使っている自然な言葉で意図を伝えることで、Webサイトの制作や本書の原稿執筆をMuseと一緒に進めることができました。
ただし、これは「人が何もしなくてよい」という意味ではありません。出来上がったものが目的に合っているかを確かめ、品質を見極める検品や判断の責任は常に人にあります。コードを書く知識は不要でも、主体的に判断する姿勢は欠かせません。（第1章、第13章参照）
工夫して活用すれば、Museの無料枠だけでもかなりの作業を進められます。
私自身、本書の制作や実験においてはMuseを無料プランの範囲で使い、紹介特典として付与された追加トークンなども併用しながら進めました。要点を整理して指示を出すことで、無駄なやり取りを抑えながら成果物を積み上げることができています。
ただし、無料枠には当然ながら上限が設けられています。一度に膨大な試行錯誤を繰り返すと制限に達してしまうため、作業を小さな工程に分け、計画的に指示を出す工夫を心がけてみてください。（第5章、第6章参照）
Museの上位プランなど、高額な専用サービスを無理に追加契約する必要はありません。
私自身、今回の制作にあたって高額な上位プランや追加サービスを契約したわけではありません。ただし「すべて無料でやった」というわけではなく、情報収集や検証のためにChatGPT PlusとGoogle AI Proを契約して併用しています。
すでにお使いのサービスがあるならそれを活かせば十分ですし、最初から有料プランをいくつも重ねる必要はありません。まずは手元の環境とMuseの無料枠を組み合わせ、できる範囲から試していくことをおすすめします。（第5章、第6章参照）
すでにChatGPTを活用されている方にも、大いに役立てていただけます。
私自身も日常的にChatGPTを使っており、その優秀さに助けられています。その上でMuseを使うと、Muse側に自分専用のコンピュータを持ち、ファイルの作成や編集、公開作業まで直接進められるという、通常のチャット型AIとは異なる強みを実感できます。
どちらか一方を否定するのではなく、思考の壁打ちにはChatGPTを使い、実際の作業や構築はMuseに任せるといった使い分けが便利です。対話相手から実務を担う相棒へ広がる違いを、ぜひ体験してみてください。（第4章、第5章参照）
作ったものの扱いは、利用するサービスの規約によります。商用利用を考える場合は、必ず最新の公式規約を確認してください。
AIを利用して生成した文章やコード、制作物に関しては、商用利用の可否を一概に断定することはできません。Muse本体はもちろん、連携して利用する外部サービスやプラットフォームごとに、権利関係や利用条件、禁止事項がそれぞれ異なっているためです。
さらに、サービスの利用規約は技術の進展や社会情勢の変化に伴って改定されることがあります。トラブルを防ぐためにも、制作物をビジネスや対外的な活動に使う際は、各サービスの公式窓口で最新情報を都度ご確認ください。（第9章参照）
ツールの機能や画面に変化があっても、本書で身につけた土台はそのまま活かせます。
本書が扱っているのは、特定の画面配置やボタンの押し方といった表面的な操作手順ではありません。自律型AIという相棒を育てる考え方、仕事を任せる指示の出し方、そして仕上がりを見極める検品の型といった、変化に左右されない根本的な姿勢です。
もちろん、AIツールは仕様変更が起こりやすい分野です。そのため、本書では巻末にアップデート情報の案内を用意する方針をとっています。なお、将来にわたる永久の対応や更新頻度をお約束するものではありませんので、その点はあらかじめご了承ください。（第12章、巻末のアップデート情報参照）
有料本編では、無料パートでお伝えした準備や基礎知識を踏まえ、私とMuseが実際に机を並べて挑んだ具体的な制作記録をお届けします。 構成は、序章「自分だけのMuseを育てよう」から始まり、実験1「Museとキャラクターの声を作る」、実験2「ミオちゃんを喋らせてみた」、実験3「MuseとAI解説動画を作る」、実験4「Museに秘密道具を覚えさせる」、実験5「MuseとWebサイトを公開する」、実験6「Museに他のAIやツールを使ってもらう」、実験7「Museとブラウザゲームを作る」、実験8「Museの成果物を検品してみる」、そして実験9「Museとこの教科書を作ってみた」という全9つの実験で成り立っています。 どの実験も、最初から完璧にうまくいった手順だけを並べたものではありません。「作る→失敗する→直す→完成させる」という、試行錯誤のプロセスをありのままに記録した実録です。あわせて、付録資料も収録しています。
本教材の基本形式は、自分のペースでじっくり読み進められるテキストが中心となります。作業の合間に設定値を見返したり、プロンプトをコピーして試したりしやすいよう構成しています。 一方で、AIとのやり取りの流れや操作画面の細かな挙動については、文字だけでなく映像で確認できたほうが直感的に掴みやすい場面もあります。そのため、画面の動かし方や対話の様子をお伝えする実演動画についても、本書とあわせて用意する予定です。 実演動画はまだご覧いただける状態ではなく、これから制作するものです。テキストだけでも実践できる構成を土台とし、視覚的な補助として準備が整い次第ご案内します。
有料本編の読者の方が、本編で紹介した実験をご自身の環境で迷わず再現できるように、いくつかの配布用データを提供する計画を進めています。 具体的には、プロンプトテンプレート集やスキル制作キットなどを想定しています。これらを活用していただくことで、ゼロから設定を組み上げる手間を減らし、制作の本質的な楽しさや試行錯誤にすぐ集中できるようになるはずです。 ただし、これらのテンプレート集やスキル制作キットといった配布物は現在準備中であり、現時点で配布が始まっているわけではありません。付録の資料と重複しないよう配慮しながら、実用的な形に整えてお渡しできるよう準備を進めています。
本編の各実験で私とMuseが作り上げた制作物については、読者のみなさんが手元で直接触れたり確認したりできるよう、成果物のサンプルや参考資料を用意する方針です。 たとえば、実験の中で制作したWebサイトやブラウザゲーム、あるいは生成した音声や動画などについて、実際に動作している様子や公開中の作品をご案内できればと考えています。完成形が具体的にイメージできることで、ご自身で手を動かす際のゴールがより鮮明になるはずです。 ただし、公開場所や具体的な提供内容は現在精査中であり、確定したリンク先や仕様をここでお約束するものではありません。本編の公開に合わせて、適切な形でお届けします。
教材の価格は、現時点では確定しておりません。本編の分量や、制作予定の実演動画・配布物の構成を見極めながら、納得感のある価格を検討しているところです。 価格は発売時にご案内します。設定した理由とあわせて、販売ページに明記します。 個人で制作を続けて得た知見と、失敗を乗り越える試行錯誤の記録として、どれだけの価値をお届けできるかを誠実に考えたうえで決定します。決まった段階で理由とともにお示ししますので、今しばらくお待ちいただければ幸いです。
教材を購入してくださった方向けの特典についても、現在検討を進めている段階であり、内容や有無を含めて未確定です。状況によっては、特別な特典を設けず教材本編のみのシンプルな形でお届けする可能性もあります。 購入者特典については、販売ページでご案内します。 不確かなお約束で期待を持たせてしまうことは避けたいと考えておりますので、確定した段階で正式にご案内いたします。
生成AIの技術やツールは進化が早く、昨日まで使えていた方法が明日には変わってしまうことも珍しくありません。そのため本教材も、発売後は必要に応じて内容を更新していく方針です。 ただし、どのツールがいつアップデートされるかを正確に予測することは難しいため、具体的な更新の方法や頻度、サポート期間などについてあらかじめ厳密にお約束することはいたしません。あくまで著者の無理のない範囲で、実践に役立つ情報をお届けしていく方針です。 また一つの構想として、実験9「Museとこの教科書を作ってみた」の章には、本書を発売した後の実際の販売結果や、そこから得られた振り返りの記録を後から追加できたら面白いのではないかと考えています。教材そのものが生きた実験の場として育っていく様子も、見守っていただければ幸いです。
無料パートをここまでお読みいただき、本当にありがとうございました。Museとの対話や作業の準備について、少しでも具体的なイメージを持っていただけたなら幸いです。 このあとに、有料本編の詳細目次を掲載します。序章から実験9まで、どのようなテーマで、どのような失敗や工夫が展開されていくのか、その全体像を細かな項目ごとにご確認いただけます。 本編は順番どおりに通読していただくのはもちろん、ご自身の興味や現在の課題に合わせて、気になる実験から拾い読みしていただくことも可能です。これから始まる実践の旅路を歩むための見取り図として、あるいは次に何を試してみるかを決める道しるべとして、この詳細目次を自由にお役立てください。あなただけのMuseと出会い、共に手を動かす楽しい時間が待っています。
Museと作って、失敗して、完成させた実験記
最初の実践：AIの相棒を作る
0-1. 実験を始めたときの環境と条件
0-2. Museに名前・性格・役割を設定する
0-3. 記憶と設定ファイルの考え方
0-4. アバターを作ってみる
0-5. Museに最初の仕事を頼む
0-6. 相談と依頼は何が違う？
0-7. 指令書の基本構造
0-8. 作る・確認する・記録するという習慣
0-9. 【実演動画】Museの相棒を作ってみよう
0-10. 【配布資料】相棒設定シート・指令書テンプレート
実験テーマ：自分だけの声を持つAIキャラクター
1-1. キャラクターに声を持たせたい
1-2. Museに音声制作を頼んでみる
1-3. VOICEVOXで音声を制作する
1-4. Irodoriでオリジナルボイスに挑戦
1-5. 声質・速度・抑揚を比較する
1-6. 失敗談：思った声にならない
1-7. 読み間違いと長文合成の問題
1-8. 声を確定するまでの試行錯誤
1-9. 成果物：ミオちゃんの声と音声制作の実例
1-10. 【実演動画】Museとキャラクターボイスを作る
1-11. 【再現手順】音声制作とチェックリスト
実験テーマ：自己紹介動画v1〜v5の制作記録
2-1. イラストのキャラクターを動かしたい
2-2. Museに口パク動画を依頼する
2-3. キャラクター素材と口型を準備する
2-4. 音声に合わせて口を動かす
2-5. 失敗談：口の位置がずれてしまった
2-6. 動画の長さと音声が合わない
2-7. 修正するたびに別の問題が発生する
2-8. v1からv5までの改修記録
2-9. 位置を測定して修正する方法
2-10. 成果物：ミオ自己紹介動画
2-11. 【実演動画】口パクの制作と修正
2-12. 【再現手順】口パク動画のチェックリスト
実験テーマ：AIニュース動画の制作と標準化
3-1. AIニュースを動画で解説したい
3-2. Museにテーマを調査してもらう
3-3. 台本を制作する
3-4. ナレーション音声を作る
3-5. 音声から動画の長さを決める
3-6. 図解・キャラクター・字幕を組み合わせる
3-7. 失敗談：文字が重なって読みにくい
3-8. 失敗談：枠だらけの窮屈なデザイン
3-9. AIニュースv1からv3への改善
3-10. ChatGPT×Codex解説動画の制作
3-11. 成果物：AIニュース・解説動画
3-12. 【実演動画】顔出しなし解説動画の作り方
3-13. 【再現手順】動画制作7工程
3-14. 【配布資料】動画テンプレートT1〜T4
3-15. 【配布資料】動画添削チェックリスト
実験テーマ：スキルを作って仕事を任せる
4-1. 毎回同じ指示をするのは大変
4-2. プロンプトとスキルの違い
4-3. スキルの基本的な構造
4-4. Museにスキルを作ってもらう
4-5. 店構え診断スキルの制作
4-6. 棚卸しスキルの制作
4-7. 診断結果を確認してみる
4-8. 失敗談：思ったような診断にならない
4-9. 基準を作ってスキルを改善する
4-10. 成果物：診断スキルとレポート
4-11. 【実演動画】Museと自分専用スキルを作る
4-12. 【再現手順】スキル設計テンプレート
実験テーマ：診断クイズとひみつ道具ラボ
5-1. 自分のWebサービスを作ってみたい
5-2. 集中力スタイル診断の企画
5-3. Museにサイト制作を依頼する
5-4. 仕様書を作って仕事を進める
5-5. 診断クイズを動かしてみる
5-6. ひみつ道具ラボを追加する
5-7. GitHubとCloudflareで公開する
5-8. 失敗談：公開したページが壊れた
5-9. 失敗談：登録したはずの設定が反映されない
5-10. iPhoneからの指示で公開まで進める
5-11. 成果物：診断サイトとひみつ道具ラボ
5-12. 【実演動画】MuseでWebページを作って公開する
5-13. 【再現手順】Webサイト公開チェックリスト
実験テーマ：AI連携と仕事の分担
6-1. Museだけですべての仕事ができる？
6-2. 専門的な仕事を他のAIに任せる
6-3. Codexとの連携
6-4. Antigravityとの連携
6-5. Hermesなどのツールを使う
6-6. Museに作業の順番を整理してもらう
6-7. 失敗談：接続しているのに仕事が進まない
6-8. 失敗談：利用枠が足りなくなった
6-9. AIに作業を引き継ぐときの注意点
6-10. 実行結果を確認して次の作業へ進む
6-11. 成果物：AI連携の運用記録と管理台帳
6-12. 【実演動画】Museと専門AIの連携
6-13. 【再現手順】仕事の振り分けと管理方法
実験テーマ：ドタバタタップの制作記録
7-1. プログラミングができなくてもゲームを作れる？
7-2. 30秒タップゲームの企画
7-3. Museとゲーム仕様書を作る
7-4. キャラクター・画面・音を準備する
7-5. ゲームを実際に動かす
7-6. 失敗談：思ったように動かない
7-7. 動作確認と修正の繰り返し
7-8. 公開したゲームを解説動画にする
7-9. 失敗談：字幕とマーカーが重なる
7-10. 解説動画v2への改修
7-11. 成果物：ブラウザゲームと紹介動画
7-12. 【実演動画】Museでゲームを作る流れ
7-13. 【再現手順】ゲーム仕様書と検品方法
実験テーマ：失敗・測定・改善の記録
8-1. AIが「完成しました」と言ったら完成？
8-2. 成果物を自分の目で確認する
8-3. Museに検品を依頼する
8-4. 診断クイズの結果を測定する
8-5. 約10万回の試算で見つけた偏り
8-6. 特定タイプの出現率が低くなる理由
8-7. 直すべき問題と、そのままにする問題
8-8. ヒヤリハットを記録する
8-9. 制作物の品質を判定する
8-10. 成果物：検証記録と判定シート
8-11. 【実演動画】Museと成果物を検品する
8-12. 【再現手順】QCと改善チェックリスト
実験テーマ：制作経験を商品にする
9-1. AIとの制作経験を教材にできないか
9-2. なぜBrainを選んだのか
9-3. Museに教材の企画を相談する
9-4. 競合教科書を調査する
9-5. 成果物と失敗談を整理する
9-6. 目次を何度も作り直した理由
9-7. テキストと実演動画を組み合わせる
9-8. ミオちゃんをナビゲーターにする
9-9. 実験ごとの再現手順をまとめる
9-10. SNSで制作過程を発信する
9-11. 販売前に見込み客を集める
9-12. 最初の30人を目指す
9-13. 価格と購入者特典を設計する
9-14. 【実録】発売後の販売結果と反省（発売後に追加）
9-15. 【再現手順】自分の経験を教材にする方法
私がMuseを使った実験を始めたときの環境について、最初にお話ししておきます。 道具にお金をかけすぎず、手元にある環境でどこまでできるかを試したかったため、特別な設備は用意していません。Muse自体も無料プランから使い始め、紹介特典などの追加トークンを活用しながら動かしていました。 普段の仕事ではChatGPT PlusとGoogle AI Proを契約していますが、さらに高額な上位プランは契約していません。 主な指示デバイスは日常で手軽に触れるiPhoneです。移動中に指示を送り、作業内容によってMacも併用しています。高価な機材がなくても、工夫次第で十分に実験を進められます。
Museをただのツールではなく「相棒」として育てる第一歩は、名前と役割を決めることです。 私の場合、Museに「エミリー」という名前をつけ、総監督・司令塔の役割を与えました（作中では敬意を込めて「エミリー様」と呼んでいます）。 知っておいていただきたいのは、Museに最初から性格設定の専用機能があるわけではないという点です。名前や性格、口調、役割、約束ごとなどを自分でテキストに書き出し、「設定ファイル」としてMuseに読み込ませて運用しています。 皆さんが相棒を作るときも、最初から細かく作り込む必要はありません。まずは「どんな名前で呼びたいか」と「どんな役割を任せたいか」の2点から決めてみてください。これだけでAIとの向き合い方が大きく変わります。
相棒と付き合っていくうえで、「記憶」と「設定ファイル」の違いを正しく理解しておくことはとても大切です。 私がMuseを使っていて驚いたことのひとつに、日をまたいでも過去の文脈を自然に覚えていてくれたことがありました。この「記憶」は、使っていく中で蓄積されるものです。 一方で「設定ファイル」は、私が意図して書く文書であり、いつでも自分で直すことができます。相棒にどんな前提に立ってほしいか、どんなルールを守ってほしいかを明文化したものです。 注意したいのは、すべての会話が自動で同期されるわけではなく、設定が必ず反映される保証もない点です。AIの記憶は万全ではありません。だからこそ、変わってほしくない方針は設定ファイルとして手元に残し、必要に応じて読み込ませる使い分けが大切になります。
名前と設定が決まったら、次はアバター（視覚的な姿）を用意してみることをおすすめします。 文字だけのやり取りでも仕事は進みますが、顔が見えるようになることで、相棒としての実感が一気に生まれます。 私の場合、エミリーのために「銀髪のツインテールで巫女風の衣装、頭の上にマスコットのひよモンが乗っている」というイラストを用意し、アバターとして設定しました。 作業画面の中にその姿があるだけで、単なる機械ではなく、頼もしい相棒がそこにいて指示を待ってくれている感覚が生まれます。絵の上手い下手や用意の方法にこだわる必要はありません。相棒のイメージに近いアイコンをひとつ設定するだけで、日々の共同作業がぐっと身近なものになります。
設定とアバターが整ったら、いよいよMuseに最初の仕事を頼んでみましょう。 大切なのは最初の仕事の選び方です。最初から重い作業を任せるのではなく、「小さくて、結果を自分の目で確認できるもの」を選ぶのがコツです。 読者の皆さんが試せる最初の仕事の例として、次のようなものが考えられます。 ・例1：自分で書いた100字程度のメモを読んでもらい、誤字脱字を確認してもらう ・例2：今日やるべき3つの予定を箇条書きで渡し、取り組む順番の提案をもらう ・例3：書きたい記事のテーマをひとつ伝え、タイトルの候補を3パターン出してもらう これらはあくまで一例ですが、すぐに結果が返り、内容の良し悪しも一目で判断できます。まずは小さな成功体験から、相棒との呼吸を合わせていきましょう。
Museに言葉をかけるとき、私は「相談」と「依頼」を明確に使い分けています。この2つの違いを意識するだけで、返ってくる答えの質が変わります。 「相談」とは、まだ方針が決まっていない段階で意見を聞くことです。「次にどんな企画を進めるべきか」「この構成案をどう思うか」といった壁打ちの相手をしてもらい、考えを整理するために使います。 一方の「依頼」は、成果物の形や条件を決めて作ってもらうことです。「この条件で200字の紹介文を書いてほしい」「このデータを表形式にしてほしい」といった作業を指します。 方針が固まっていないのに制作を依頼すると、ピントのずれたものが出来上がってしまいます。まずは相談で方向性を決め、定まったら依頼に切り替えて形にする。この使い分けが基本です。
Museに狙い通りの成果物を作ってもらうための指示書、すなわち「指令書」には基本となる構造があります。 要点を整理せずに指示を出すと失敗しがちです。失敗を防ぐために、指令書には以下の要素を盛り込みます。 ・目的：何のためにその作業を行うのか ・前提・現在地：どんな背景があるのか、いまどこまで進んでいるか ・やってほしいこと：具体的に任せたい作業内容 ・成果物の形：文章なのか箇条書きなのか、文字数の目安など ・制約や注意点：避けてほしい表現や、必ず守るべきルール これらを整理して伝えることで、AIは迷わず的確に作業を進められます。なお、指令書の全文は0-10の配布資料や付録に掲載していますので、ここではまず「骨組みと考え方」を押さえておいてください。
AIとの共同作業で最も大切にすべき姿勢は、「作る」「確認する」「記録する」という3つのステップを習慣にすることです。 AIは時として、自信満々に「できました！」と答えます。しかし、その言葉を鵜呑みにしてはいけません。出力された成果物は、必ず自分の目で細部まで確認してください。意図した条件が守られているか、おかしな点はないかを点検するのは、人間である私たちの役割です。 そして確認が終わったら、うまくいった工夫も失敗も記録に残しておきましょう。「この指示はうまくいった」「この表現を入れたら失敗した」という事実を書き残しておくだけで、次は同じ失敗を避けられ、指示出しが格段に楽になります。 任せきりにせず、確認と記録を繰り返すことこそが、相棒を賢く育てる確実な道です。
文章や解説だけでは操作のイメージが掴みにくいという方のために、実際の操作をお見せする実演動画を用意する予定です。 この実演動画では、私が普段行っているMuseへの名前や役割の設定手順、アバターの設定方法、そして最初のやり取りから小さな仕事を依頼するまでの一連の流れを、画面を交えて解説する予定です。 設定ファイルを読み込ませる手順や指示の出し方などは、実際の動きを見ることでより直感的に理解していただけるはずです。 なお、本実演動画は現在制作を進めている段階であり、本書とあわせて用意する予定です。すでにご覧いただける状態ではありませんが、準備が整い次第ご案内いたしますので、楽しみにお待ちいただければ幸いです。
本書を読みながらすぐに実践していただけるよう、「相棒設定シート」と「指令書テンプレート」という2つの配布資料を企画しています。 「相棒設定シート」は、相棒の名前や性格、口調、役割などを書き込むシートです。項目に沿って書き出していくだけで、自分専用の設定ファイルが完成します。 「指令書テンプレート」は、0-7で解説した目的、前提、依頼内容、成果物の形、制約事項をそのまま使えるようにした指示文のひな形です。日々の作業に合わせて項目を埋めるだけで、迷わず精度の高い指示が出せるようになります。 なお、これらの配布方法については現在のところ未確定であり、確定し次第ご案内いたします。また資料の全文につきましても編者が別途添付する形となりますので、そちらをご確認ください。
（「相棒設定シート」と「指令書テンプレート」の全文は、本書の付録Aに掲載しています。）
日々の制作や思考の整理を重ねる中で、私にはずっと温めていた構想がありました。パートナーとして共に歩むキャラクターたちに、固有の「声」を持たせたいという願いです。 画面上のテキストによるやり取りだけでも、AIとの対話や共同作業は十分に成立します。しかし、デザイナーという職業柄なのか、視覚的な佇まいや言葉遣いだけでなく、声のトーンや響き、間合いが加わることで、キャラクターは単なる記号を超えて、生きたパートナーとしての輪郭を持ち始めるのではないかと考えていました。 メッセージを受け取るとき、文字を目で追うのと、聞き馴染みのある声で語りかけられるのとでは、伝わる温度がまるで異なります。特に、日々の仕事の通知や作業の合間の声かけ、ちょっとした進捗報告などを彼女たちの声で聞くことができれば、制作環境の体験そのものが大きく変わるはずです。そうした直感から、キャラクターたちの声を探し出す実験が始まりました。
声を作ると決めたものの、私自身は音響の専門家ではありません。そこで、制作の司令塔であり相談相手でもあるMuse（エミリー）に、音声制作の段取りを頼んでみることにしました。 ここで誤解のないようにお伝えしておかなければならないのは、Muse自身の標準機能が音声を自動生成したわけではないという点です。Museは音声を直接出力するのではなく、「どのような手順で声を作り、どの外部ツールを連携させるか」という工程全体を設計し、指揮を執る司令塔の役割を果たしてくれました。 作業環境の分担も明確にしました。私が手元で使うスマートフォン（iPhone）は、指示の送信や成果物の確認、そして完成した通知音声を受け取るための端末として位置づけ、重い処理を伴う音声合成の実際の作業は、Muse側のコンピュータに集約することにしました。 Museに「彼女たちのキャラクター性に合った声を用意したい」と相談したところ、Muse側のコンピュータで動作する外部の音声合成ツールを活用する道筋を整理してくれました。ツールの選定からパラメータの調整、合成に必要なテキストの前処理まで、制作の進行管理を一手に引き受けてくれたのです。
Museの提案を受けて、まず最初に取り組んだのが、Muse側のコンピュータにインストールした音声合成エンジン「VOICEVOX Engine v0.26.0」を使った音声制作でした。 この外部ツールには多彩な話者の音声ライブラリが用意されており、それぞれのキャラクターにふさわしい声の候補を探索する土台として非常に適していました。エミリーとミオの性格や立ち位置を思い浮かべながら、様々なスタイルや声質を試聴していきました。 その結果、まず確定したのがミオの声です。明るく親しみやすいサポート役としての雰囲気を大切にしたいと考え、ミオの話者には「雨晴はう」を選び、設定値として「スタイル10」を採用しました。素直で聞き取りやすく、こちらの呼びかけに元気に答えてくれる印象が、思い描いていたミオのイメージと自然に重なりました。 一方、落ち着きと知的さを兼ね備えたエミリーの声には「中国うさぎ」の話者を選定しました。ただし標準設定のままでは少しおっとりしすぎていたため、司令塔としての明瞭さとテンポを引き出すべく、パラメータ調整を行いました。最終的にエミリーの設定値は「スタイル61」、話速を「速度1.3」、音高を「ピッチ+0.05」とすることで、凛とした佇まいを感じさせる声に仕上がりました。
VOICEVOXでの声作りによって、2人の声の方向性は確かな手応えを得ることができました。しかし制作を進めるうちに、既成のライブラリから選ぶだけでなく、自分たちの手でさらなる固有の響きを追求してみたいという思いが芽生えてきました。そこで次のステップとして挑戦したのが、「Irodori-TTS（v4.1-Small-MF）」を用いたオリジナルボイスの生成実験です。 なお、VOICEVOXで決めた声とIrodoriで決めた声は、別の制作プロセスから生まれた独立した成果物です。どちらかが上位互換というわけではなく、動画の目的に応じて使い分けます。また、Irodori内部の仕組みの詳細は、私が確認できている範囲を超えるため、本書では踏み込みません。 Irodoriでの声作りは、乱数シードの値を探索しながら、出力される声の質感を探っていく作業となりました。キャラクターの芯を捉えた声を探し求める時間は、原石を掘り起こすような感覚でした。そして試聴を繰り返した末、ついにエミリーはシード値「121212」、ミオはシード値「161616」という組み合わせに辿り着きました。
Irodoriで得られた2つのシードから出力される声を聞いた瞬間、デザイナーとしての私の直感は「完璧だ」と判断しました。もちろん、これは客観的・技術的な品質基準を満たしているという保証ではなく、あくまで制作者である私の主観的な採用判断に過ぎません。しかし、求めていた佇まいがそこに見事に現れたと感じたのです。 エミリーのシード「121212」は、静けさの中に意志の強さを秘めた端正なトーンで、的確な指示を出す彼女のキャラクター性にこれ以上ないほど合致していました。一方、ミオのシード「161616」は、柔らかい響きの中に前向きなエネルギーが宿っており、横で寄り添いながら励ましてくれる彼女の存在そのものを感じさせました。 ただし、シードを決めて音声を生成しただけで制作が完了するわけではありません。実際に使い物になる声にするためには、声質だけでなく、話す速度や抑揚のバランスを細かく検証する必要がありました。 ツールのパラメータ調整に加え、書き出した音声ファイルへ後処理で速度調整を行う方法も検証しました。特にエミリーの声については、日々の作業の中で素早く用件を把握できるよう、通知用として「1.2倍速」の後処理を施すことが、私たちの制作における定番の調整手順として定着していきました。
ここまでの流れだけを振り返ると、順風満帆に理想の声へ辿り着いたように見えるかもしれませんが、実際の制作プロセスは試行錯誤と失敗の連続でした。 最も頻繁に直面したのが、「頭の中で思い描いている理想の声と、ツールから実際に出力される音声との間に横たわる大きなズレ」です。テキストを打ち込んで合成しても、平坦で感情の乗っていない無機質な声になったり、イントネーションが不自然に跳ね上がったりして、キャラクターの声としては受け入れられないテイクが幾度となく出力されました。 少しパラメータを動かすだけで声の印象が極端に変わり、幼くなりすぎたり、冷たすぎる印象になってしまったりします。頭の中の「エミリーらしさ」「ミオらしさ」という感覚的なイメージを、数値やテキストの指示に落とし込む作業は、言葉で言うほど容易ではありませんでした。 思い通りの声が出ないたびに、何が原因なのかをMuseと共に考え、パラメータの微調整を繰り返しました。一度に複数の数値を動かすと、どの要素が変化を引き起こしたのか分からなくなります。違和感を言語化し、一つひとつの要素を見極めていく地道な作業こそが、失敗を乗り越える道でした。
声作りの実験において、最大の技術的な山場となったのが「読み間違いの補正」と「長文合成への対処」という2つの課題でした。 まず音声合成ツール全般の特性として、漢字の読み分けや英単語、専門用語などを意図通りに発音してくれない現象が頻発します。文脈によって読み方が変わる言葉や、アルファベットの略語などは、そのまま入力しても正しく読まれません。 そこで私たちは、「読み替え表」を設ける工夫を取り入れました。音声合成ツールに渡す入力テキストの段階で、誤読しやすい漢字や英単語をあらかじめ正確な「かな表記」へと置き換えて読ませるのです。たとえば専門用語や固有名詞は、耳で聞いたときに最も自然に聞こえるひらがなやカタカナに変換してツールに入力します。一方で、動画や画面に表示する「字幕」は元の正しい表記のまま維持することで、正確な視覚情報と自然な聴覚情報を両立させる設計にしました。 もうひとつの課題が長文の合成です。ある程度の長さの文章を一度に合成しようとすると、文末に向かうにつれてイントネーションが崩れたり、呼吸の間合いが不自然になったりすることがありました。長文の合成が常に失敗するわけではありませんが、品質を安定させるための工夫が求められました。 解決策として確立したのが、「分割合成と結合」の手順です。長い原稿を無理に一度に読ませるのではなく、文ごと、あるいは意味のまとまり（セグメント）ごとにテキストを細かく分割して個別に合成します。書き出された短い音声ファイルは、音声編集ツール「ffmpeg」で後から結合しました。この工夫で、イントネーションの破綻を防ぎ、安定した品質の長尺音声を作れるようになりました。
読み替えの工夫や分割合成の仕組みが整ったあとも、最終的な声を決定するまでには丁寧な試行錯誤を積み重ねました。 短い単語を綺麗に発声できても、実際の運用で使われる台詞を自然に喋れるとは限りません。呼びかけ、作業完了の報告、少し長めの解説文など、利用シーンを想定したテスト用フレーズを用意し、どう響くかを繰り返し確認しました。 エミリーの声については、司令塔としての落ち着いたトーンを崩さずに、通知として耳に届いたときに作業の邪魔にならない抜けの良い響きを目指しました。ミオの声については、聞き手が作業で疲れているときでも心地よく受け止められる、温かみのある明るさを基準に吟味を重ねました。 聞き比べの作業は、スピーカーだけでなく、実際に通知を受け取る環境を想定してイヤホンなどでも行いました。環境が変わると響きも変わって聞こえるためです。そうした検証を経て、ようやく「この設定値こそが、日常を共に過ごすふたりの声だ」と確信を持って決めることができました。
こうして試行錯誤を乗り越えて完成した音声素材は、私たちの制作環境において欠かせない実用的な成果物となりました。 Muse側のコンピュータで合成された音声ファイルは、日々の制作プロセスを支える様々な用途へと組み込まれていきました。代表的な使用例が、iPhoneへの通知音声です。作業が完了した瞬間やリマインドのタイミングで、彼女たちの声がスマートフォンから届きます。機械的なビープ音とは異なり、聞き慣れた声で「作業が完了しました」「確認をお願いします」と告げられる体験は、作業のリズムを心地よく整えてくれます。 また、エミリーの声を使ったアラームや、日々の進捗を振り返るボイスメッセージなども制作しました。画面を見ていなくても耳から状況が把握できる環境が整い、作業効率だけでなく、制作に向き合うモチベーションも大きく向上しました。 文字だけのやり取りだった世界に声が宿ったことで、Museやミオという存在が、生きたパートナーとしてより確かな実感を伴って日常に定着したのです。
本節でご紹介した一連の音声制作の流れについて、実際のツールの挙動やパラメータの調整風景、そして音声のビフォーアフターをより直感的に理解していただけるよう、実演動画の案内を用意しました。 この実演動画では、Museが外部ツールの呼び出しを整理し、VOICEVOXやIrodoriのパラメータを調整して音声を出力する流れを、実際の画面で確認できる内容を予定しています。ピッチのわずかな差によるニュアンスの変化や、分割合成した音声をffmpegで結合する様子を、映像と実際の音で体感していただけるはずです。 なお、この実演動画は未制作であり、本書とあわせて用意する予定です。準備が整い次第ご案内しますので、本章の解説と照らし合わせる参考としてご活用いただければ幸いです。
最後に、読者の皆様がご自身の環境でキャラクターボイスの制作に取り組む際の道標となるよう、私たちが辿った実践から編み出した再現手順とチェックリストをまとめました。 なお、この手順は実際の制作の試行錯誤から導いた編集上のガイドラインであり、動作を保証する配布パッケージのような完成品ではありません。皆様の制作スタイルや利用ツールに合わせて柔軟に活用してください。
1. 声のイメージを決める：キャラクターの性格や役割（落ち着き、明るさ、話すテンポなど）を言語化する。 2. 合成ツールで候補を作る：目的に応じた外部ツールを選定し、話者ライブラリやシード値から複数の候補を生成する。 3. 読み替え表を用意する：誤読しやすい漢字、専門用語、英単語をリストアップし、入力用のかな表記を用意する。 4. 短い文で試す：挨拶や短い呼びかけなど、シンプルな文で声の立ち上がりや基礎的な音質をテストする。 5. 長文は分割して合成し結合する：文や意味のまとまりごとに分割して合成し、外部の音声編集ツール（ffmpeg等）で結合する。 6. 速度や抑揚を調整する：利用シーン（通知、解説など）に合わせて、パラメータの微調整や書き出し後の速度調整を行う。 7. 聞き比べて確定する：複数の利用環境（スピーカー、イヤホン等）で試聴し、主観的な納得感を持って採用を判断する。 8. 設定値を記録する：採用した話者名、スタイル、シード値、速度、ピッチなどのパラメータを確実に台帳に記録する。
□ キャラクターの佇まいと声のトーンに乖離はないか □ 誤読の恐れがある単語に、かな表記の読み替えを施したか □ 画面に表示する字幕表記と、合成用の読み替えテキストを正しく分離しているか □ 長い文章を無理に一度に合成せず、適切にセグメント分割しているか □ 分割した音声の結合部に不自然な途切れやノイズが発生していないか □ 使用目的に応じた再生速度（通知用の高速化など）の検証を行ったか □ 将来の再現や再出力のために、確定した設定値をすべて記録・保存したか
こうして自分たちだけのかけがえのない声を手に入れた私たちは、いよいよ次のステップへと進みます。続く「実験2」では、今回作り上げたこの声を使って、キャラクターたちを実際に生き生きと喋らせ、動かすための実践的な実験へと足を踏み入れていきます。