ウィスパー

ウィスパーは、声を張らず、息を多く含ませて近い距離で語りかけるような表現です

通常発声では、声帯を適度に閉じて振動させ、その周期的な振動が声の芯になります。ウィスパーでは声帯を完全には閉じず、空気を多めに通します。そのため、ピッチ感や倍音の明瞭さが弱くなり、代わりに息のノイズ成分が前に出ます。聴感上は「近い」「柔らかい」「秘密めいた」「親密」といった印象になります。技術的には、次の点が重要です。

息を出しすぎない
ウィスパーだからといって大量に息を吐くと、すぐに息が足りなくなり、フレーズ終盤で声が痩せます。必要なのは「呼気量を増やすこと」より、声帯閉鎖を弱めて息成分を混ぜることです。

喉を締めない
音量を下げようとして喉頭周辺を締めると、細く苦しい声になります。音量は呼気圧と声帯閉鎖のバランスで下げます。

子音を立てすぎない
サ行・タ行・カ行などが強いと、ささやき声の中で子音だけが飛び出します。特にサ行は歯擦音が強くなりやすいので注意が必要です。

母音の芯を少し残す
完全なささやきにすると言葉が不明瞭になります。ナレーションでは、母音にわずかな有声音を残した「ハーフウィスパー」にすると、聞き取りやすさを保てます。

語尾の息切れに注意する
ウィスパーは呼気消費が大きいため、語尾が急に落ちたり、最後だけ無声音になったりしやすいです。ブレス位置を通常読みより細かく設計します。

マイクとの距離を一定にする
近接収録になりやすいため、数センチの距離変化でも音量や低域が変わります。特に単一指向性マイクでは近接効果が出やすくなります。

ポップノイズとブレスノイズを管理する
パ行・バ行などの破裂音、吸気音、吐息がそのまま収録されます。真正面からマイクに息を当てず、少し軸を外す方法が有効です。

コンプレッサー任せにしない
ウィスパーはダイナミクスが小さいため、一見処理しやすそうですが、強く圧縮するとブレス音やルームノイズまで持ち上がります。収録段階で安定したレベルを作る方が重要です。

ナレーターの実技としては、完全な無声音の「ささやき」と、通常発声との間にかなり幅があります。特にCMや企業映像では、完全なウィスパーよりも、声の芯を残したハーフウィスパーで、言葉の明瞭度を保ちながら、距離感だけを近づける方法がとられます。

OpenAIの音声認識システム「Whisper」

OpenAIが、音声認識機能にこの命名をしたのは「囁くような喋りでもちゃんと認識しますよ」、というイメージを狙ったものかも知れません。