声の良さで本の面白さが決まる？オーディオブック分析

『LibriVox』って、どんなサイト？出版社が運営してるわけじゃないんですか？

LibriVoxは、ボランティアの朗読者が集まる非営利プロジェクトです。出版社ではなく、個人有志で成り立っている。著作権が切れた作品（パブリックドメイン）を、世界中の人たちが無料で録音・公開しているんですね。 だから、同じ本が複数の朗読者による版として存在する。これが研究に最適だったのは、「本は同じなのに朗読者が複数いる」という稀有な環境が揃ってるから。通常の出版では、一つの本には一人のナレーターが選ばれて固定されますが、LibriVoxではそうじゃない。昔の古典や歴史的な著作が、いろんな声で聴ける状態になっている。 つまり、この研究が面白い理由は、データが豊富だからというだけじゃなく、「同一作品での朗読者比較」という実験的な設定が自然に存在していたということ。商業的な圧力もないから、朗読の質が純粋に聴取数に反映されやすい環境なのかもしれません。

オーディオブックで本を聴いてる人って、『この声なら続けて聴きたい』『この声は挫折した』みたいな経験、あります？

オーディオブック利用者のリアルな体験ですね。この研究が面白いのは、そういう「感覚的に分かってたこと」を数字で実証した点にあると思います。 実際のところ、声との相性で聴き続ける・挫折するという事例は、オーディオブック愛用者の間ではよく聞く話のようです。特に長編作品ほど顕著で、数時間から十数時間も同じ声を聞き続けるメディアだからこそ、声の「親密度」が判断を分ける。テンポが合わない、抑揚が不自然、声質が物語の雰囲気と合わないといった理由で途中で別のバージョンに乗り換える人もいるし、逆に「この人の朗読なら何を読んでも聴きたい」という推し朗読者を追いかける利用者もいるほどです。 興味深いのは、本の内容より先に声で判断される可能性があること。読書なら活字の時点で内容が固定されていますが、オーディオブックは同じテキストを異なる声が「翻訳」する。だから実は、選ぶ朗読者で本の楽しさそのものが変わってくるんです。今後、プラットフォーム側が声の特徴をデータで可視化できれば、「この本なら、声の高さが中程度でテンポ重視の朗読者がいい」みたいな推奨ができるようになるのかもしれません。

これまでナレーター選びが『経験や勘』だったのは、そもそもオーディオブック市場が最近急成長したからなの？

市場の急成長と、ナレーター選びが経験や勘に頼ってきた背景には、確かに時間差があるのかもしれません。ただ、もう一つの側面も見えます。 オーディオブック自体は数十年前からあるんですが、デジタル配信の普及で急速に大きくなったのはここ10年くらい。その間も、ナレーター選びは基本的に「この人の声が、この本に合うかどうか」という職人的な判断でした。なぜなら、規模が小さい間は「試行錯誤のコストが高い」のに対して「うまくいった事例が蓄積される」ことで、経験則が十分機能してたからです。 転機は、作品数が増えすぎたこと。いま同時に何百、何千という新作が出る状況では、全部に「昔ながらの目利き」を当てられなくなった。だから逆説的に、「データで判定しよう」という発想が生まれるわけです。市場の成長そのものより、規模が膨張した結果、経験則が追いつかなくなったというのが正確なのかもしれません。

つまり、『朗読の質』って、本来『書き手の想い』を声で再現する仕事だったのが、『音響特性として数値化できる』仕事に変わるってこと？

面白い指摘ですね。ただ、「変わる」というより「目に見えるようになった」という方が近いのかもしれません。 昔から朗読者は、テキストの裏にある作者の意図を読み取って、それを声で表現してきました。その過程で、無意識のうちに「声の高さを変える」「テンポを落とす」「音量に抑揚をつける」といった技法を使ってきた。でもそれが「どう効いているのか」は、聴き手の感覚頼みでした。 この研究がやっているのは、その感覚を「声の高さは○Hz、テンポは○秒/単語」という数字に変換する作業です。すると意外と、「本の内容とは別に、声の特性だけで聴取数が上下する」という現象が見える。 ここで起きるのは、本当は「作者の想いを読む力」と「声を調整する技術」が両方必要なのに、後者だけが数値化・可視化されちゃう危険性です。経験や勘の部分が矮小化されて、「この声の特性を出せば売れる」という単純な最適化に走りかねない。 むしろ大事なのは、データがあっても「何のためにその声を選ぶのか」という解釈は、まだ人間にしかできないということなのかもしれません。

声が『最適化』されると、逆に同じような朗読ばかり増えて、個性的でクセのあるナレーターが淘汰されるリスクって、ないんですか？

データに基づいて「最適な声」を選ぶようになると、たしかにそういう収斂は起きそうですね。ただ、オーディオブックの場合は、その構図が少し複雑かもしれません。 同じジャンルの本を何冊も聴く人って、実は「声の個性」を求めてもいるんです。ミステリー小説は低めで落ち着いた声が好まれるとしても、その中で「このナレーターの読み方が好き」と推しを持つ聴者は多い。つまり、データが示す「最適な声の傾向」は、あくまで平均値であって、個性を排除するわけではないということ。 むしろ危ないのは、出版社や配信プラットフォームが、データに基づいて「安定して聴かれる声」に絞り込んでしまうことです。コスト効率だけを考えれば、個性的で実験的なナレーターを起用するインセンティブは下がりますよね。淘汰というより、機会喪失に近い形で、多様性が失われるリスクはあるのかもしれません。