声をいかにして「残す」べきか？ボイスアーカイブのあり方を考える──声遊楽クロスダイアローグ#7レポート【高道慎之介×三原鉄也×山川道子】
私たちの身近に存在する無数の「声」。日常に溶け込みながらも、自己と他者、話者とキャラクター、あるいは人間と機械の境界を映し出す興味深いメディアです。
いま、ポップカルチャーにおける人間の声の技術の発展と、工学技術の進歩が相まって、声にまつわるさまざまな“間”がゆらいでいます。
「私らしさ」を規定している声が機械によって変質したとき、「私」という存在はどうなるのか？
2.5次元文化、VTuberなどの声は誰のものなのか？
こうした声をめぐるさまざまな問いに応え、未来の人間らしさ、「心の豊かさ」につながる文化を創造していくことを目指す「声遊楽プロジェクト」。その一環として開催しているのが、研究者や企業人、表現者らが垣根を越えて語り合う「声遊楽クロスダイアローグ」です。
第7回のテーマは、「声の『何を』『どのように』保存すべきか？ ボイスアーカイブのあり方を考える」。
登壇したのは、音声AIの研究者で、音声データベースの構築や音声合成などの研究に取り組む慶應義塾大学の高道慎之介さん。マンガやアニメ、ゲームなどのメディア芸術を対象に、メタデータやデジタルアーカイブの研究を行う筑波大学の三原鉄也さん。そして、アニメーション制作会社プロダクション・アイジーで社内アーカイブを担当する山川道子さんです。モデレーターは「声遊楽プロジェクト」のマネージャーである林大輔さんが務めました。
音声AI、デジタルアーカイブ、アニメ制作の現場という異なる立場から集まった三人。「声を残す」とはどういうことなのか、これからどのように声の文化を保存していくべきなのかが議論されました。
（Text by Shiho Umehara, Edit by Masaki Koike）
（登壇者プロフィール）
・高道慎之介（たかみち・しんのすけ）
慶應義塾大学 准教授。博士（工学）。東京大学、Beyond AI技術研究組合、産総研などの業務を兼任。専門は音声情報処理。IEEE 信号処理分野 若手最優秀論文賞や文部科学大臣表彰 若手科学者賞など受賞多数。多数の研究用音声データセットを公開している。最近見てよかった映画は「ひゃくえむ。」、落語は神田伯山さん。
・三原鉄也（みはら・てつや）
筑波大学人文社会系助教。博士（情報学）。マンガ制作実務の経験をベースに、情報技術、特にデータを活用したマンガの制作・流通・探索・保存を専門に研究を行う。マンガの内容・構造を利用のためのメタデータの開発とマンガ検索・解析への応用に関する研究や、メディア芸術データベース（国立美術館）など、マンガ・アニメ・ゲーム等ポップカルチャーのデータベース構築に携わる。
・山川道子（やまかわ・みちこ）
株式会社プロダクション・アイジー
IPマネジメント部 渉外チーム
2001年株式会社プロダクション・アイジーに入社し、制作進行、広報を経てアーカイブ担当へ。社内で発生した原画・映像・制作データなどの保管を担当し、そのノウハウを業界内外に広める活動を行なっている。日本動画協会データベース・アーカイブ委員会 ワーキンググループ座長。デジタルアーカイブ学会理事。
音声AI・アーカイブ研究・制作現場──三つの視点から考える「声のアーカイブ」
「声のアーカイブ」というテーマでつながる登壇者三人。まず、どのような立場からこのテーマに関わっているのかが自己紹介とともに語られました。
一人目は、慶應義塾大学の高道慎之介さん。「音声合成の普及に資するモデル理論と音声資源の研究」という題目で、文部科学大臣表彰の若手科学者賞も受賞した研究者です。
「音声を使ったAIと、それに合わせたデータベースをどうつくっていくかをメインに研究しています。現在は音声コーパスの継続的な維持・拡大のために、クラウドファウンディングにも取り組んでいて、残すべき音をどう残すか、その技術をどうつくるかを今後も探求していきたいと思っています」 （高道）
研究だけでなく、さまざまな学外との協働プロジェクトにも参画。松任谷由実さんとのコラボレーションでは、デビュー50周年企画として「50年前の声」をAIで復元する試みに携わったといいます。ほかにも、カスタマーセンター用に、顧客からの怒りの声をやわらげて伝える音声セーフティフィルターや、「方言を話すAI」などにも携わっています。
続いて登壇したのは、筑波大学でデジタルアーカイブとメタデータ研究に携わる三原鉄也さん。マンガやアニメ、ゲームといったメディア芸術の保存と整理に取り組んでおり、近年は文化庁のメディア芸術データベース（マンガ・アニメ・ゲームに関する資料の所在情報を横断的に整理するデータベース、現在の運営主体は国立美術館国立アートリサーチセンター）の構築にも携わっています。
三原さんが中心に扱うのは、「メタデータ」という概念です。
「メタデータとは、簡単にいうと『データについてのデータ』です。画像や音声、文書そのもののデータではなく、それが何であるか、どう扱うべきかを記述する。たとえばラベルのない缶詰では中身も用途もわかりませんが、そこにラベルがつくことで適切に扱えるようになる、というイメージですね」 （三原）
三人目は、株式会社プロダクション・アイジーでアーカイブを担当している山川道子さん。2001年に制作進行として入社し、その後、広報業務の一貫で資料整理や素材の発掘に関わるようになり、現在は社内アーカイブをメインに担当しています。
山川さんの仕事は、完成した作品だけでなく、制作過程で生まれた資料やデータを整理し、保管可能な形に整えること。そうした実務を通して、音声データや関連資料が制作会社の中にまとまって残っているとは限らず、さまざまな場所に分散している状況にも直面してきました。そうした制作の現場で、山川さんにとっての「声をアーカイブすることの意義」が構築されていったといいます。
「声というものは、その時々の社会の空気を肌で理解するために重要なメディアです。アニメーションも、年代によって声優さんの芝居や発声方法が変わります。そういう意味でも、アニメーションは社会や時代の空気を残す存在です。
さらに、声優さんが亡くなられたあと、残ったアーカイブをどう利用していくかも重要な視点です。AIの学習データとして利用されることもありますが、やはり死者を冒涜しない使い方を考えなければなりません」（山川）
人間国宝もその一種。「アーカイブ」とは何か？
まず、「アーカイブ」とは何を意味するのか。アーカイブとは一般的には「何かを保存すること」だとしたうえで、その際に重要になるいくつかの条件がある、と三原さんは説明します。
一つは長期保存性。できるだけ長い時間、元のものと同じ役割や価値を保ったまま保存されていること。
二つ目はアクセス性。保存されているだけでなく、必要なときに適切に取り出し、利用できることが重要だといいます。
そして、三つ目は再現性（真正性）。保存されたものが、元のものと同じであることが保証されていることが、アーカイブにおいては欠かせない要素です。
それらを踏まえたうえで、どんな音、声をアーカイブとして残しておくべきなのか。またアーカイブの方法にはどのような可能性があるか。三者それぞれの観点から語られました。
山川さんは、時間が経つほど物理的にも保存できるものは少なくなっていくため、できるだけ幅広く音を残しておく必要がある、と主張します。ただし残せる限界はあるため、そのうえで何を残すのかも問題となります。
「たとえば、ボイジャー探査機に搭載されたレコードは、地球外生命体に聞かせるためにつくられたそうですが、このなかにはさまざまな言語での挨拶や、鳥の声、川の音などが収録されています。人間の言葉と同時に、環境音も一緒に残しておこうという発想があったのだと思います」 （山川）
これに対して三原さんは、記録しておくことの意義を認めつつ、「記録すること」と「アーカイブすること」は必ずしも同じではないと指摘します。
「記録されたものを保存すること（アーカイブ）と、記録することは、実はミッションとして質がかなり違うんです。一般的には、アーカイブには記録を伴いますので、まず記録しておかなければならない。ですが、記録しないでアーカイブする方法もある。
たとえば人間国宝。この制度は、技術を人に蓄積して、その人が再現することで文化が残っていると保証している。これも一種のアーカイブと言えるわけです」 （三原）
さらに三原さんは、デジタルアーカイブの実務において重要になるのは「データを、誰がどのように使えるようにするために記録し、保存するかを考えること」だといいます。「研究者が自分の目的のために作ったデータは、その本人にとっては使いやすくても、別の人が利用するには難しいことが多いからです」。
AIはアーカイブされた声の「真正性」を判断できるか？
ここから議論は、アーカイブされたものの真正性、つまり「それが元あったものと本当に同じものと言えるのか」という話題へと展開していきます。
高道さんから「AIアーカイビング」という、AI自体の中にデータを圧縮して内在させて、必要な時に人間が引き出せるようにする方法の可能性が提示されました。それに対して三原さんは、AIの中に圧縮して保持された情報が元の音声データと同一であることをどのように保証するのかは、技術的な問題に加えて社会的な合意形成の難しさがあると指摘します。山川さんからは、同一性を保証するためには、データの来歴を記録しておくことが必要だという考えもあわせて共有されました。
実際、いまの技術で「声の同一性」をどの程度判別することができるのでしょうか。
林さんからあがったのは、「アニメにおける声優の交代」の例。異なる声優が同じキャラクターを演じたとき、機械は正しく判別できるのか、と問いかけました。
「普通にしゃべっている場合、かなり高い精度で、同一の人物の声か、そうでないかを判定できます。ただ、技術的には発展途上の部分だと思います。
ルパン三世の声優が交代した例のように、違う人物が同じキャラクターを演じている場合、同じ人物だと判定してしまう可能性があります。逆に、同じ人がまったく違う声を出した場合も、別人だと判定してしまったりといったことが起こります」 （高道）
「たとえば、あるキャラクターの絵を、キャラクターデザインの絵に基づいてさまざまなアニメーターが描くわけですが、きちんとそのキャラクターの絵になっているかどうかのチェックはまだAIにはできないんですよね。
声も同じで、声紋分析してわかる面はあっても、最終的には人間が聴いて判断する部分が残ると思います」 （山川）
AIによる判別技術が進む一方で、声の同一性をどのように保証するのかという点には、なお技術的な限界と課題が残されているようです。
アーカイブは「捨てる仕事」でもある。メタデータの可能性と限界
高道さんは、声そのものだけでなく、それを生み出す身体の動きまで含めてアーカイブする可能性を提示します。
「声だけを記録するのでなく、声を発するときの筋肉の動きをアーカイブしてみたいと思っているんです。どんな動きを経てこの声が出ているのかがわかれば、技術の継承にもつながるのではないかと思います。さらに言えば、その技術を習得するにいたる過程や、その表現がなされた理由・文脈の情報も含めてデータを残しておきたくなります」（高道）
これに対して林さんからは、こうした「メタデータ」をどこまで増やしてもいいのか、という問いが投げかけられました。
三原さんは、アーカイブとは単に「残す仕事」ではないと指摘します。
「アーカイブというと、『残す仕事』だと思われがちなんですが、実際には『捨てる仕事』でもあるんです。メタデータは無限に増やそうと思えば増やせます。でも、現実には手間や時間、お金の制約があるので、取捨選択しないといけない。そのためには、どのような情報が将来役に立つのかについて研究者や実務者が議論し、合意形成を重ねていく必要がある。また、日常の記録の中からどんなものを残すと役に立つかを、社会で共有していくことも大事です」（三原）
山川さんも、二人の指摘に同意します。
「白黒映画の時代の俳優は、今とは呼吸法が違ったそうなんです。当時は脇腹を膨らますように呼吸する発声をしていて、そうすると頭がぶれずに声が出せる。そういう身体の使い方が、あの時代の芝居につながっているんです。これは、声だけでなく映像が残っていることでわかることなので、やはり記録しておくことに意味はある。
ただ、三原さんがおっしゃったように、データが膨大になりすぎるという問題はあります。何を残し、何を捨てるか、というポイントをつかむためにも、『当時の呼吸法はこうだった』などの知識を記録する側が持っておく必要がありそうです」（山川）
根源的な「残しておきたい」という欲求
ここから議論は、アーカイブに対するインセンティブの話へ向かいます。
三原さんは、アーカイブを成立させるうえでインセンティブの設計が重要だといいます。現在、日本の公的なアーカイブの多くは、「長く保存して公開しておけば、いずれ誰かが使うだろう」という前提で設計されています。社会のなかにさまざまなアーカイブが蓄えられ、必要な人がそこから取り出して利用する——そうした考え方です。
しかし三原さんは、この仕組みだけでは十分に機能しないのではないかと指摘します。
「アーカイブは本来手段なのですが、それ自体が目的になってしまうことがあります。たとえば、声優さんのパフォーマンスを残したいという欲求も、それを何かに利用するためじゃなく、後世に伝えたいというところから来ている。これはすごく人間的な欲望で、否定すべきものではないと思います。
むしろ最近はアニメ業界でも、ブランドや文化を残すという意味でアーカイブに投資する動きが出てきています。だから『残したい』という気持ちを、どうやって現実的な利益に変換していくかがポイントになってくるのではないでしょうか」（三原）
山川さんは、「声」を記録することに着目したとき、インセンティブの問題だけでなく、記録するハードルが下がる必要もあるといいます。
「いまは写真のほうが、声を記録するより身近です。それはスマートフォンの普及がひとつの理由。そういうハードルを下げるきっかけが必要なのではないか、と。
ただ、徐々にYouTubeなどで配信することが当たり前になりつつありますよね。そうした感覚で育った子どもたちが大人になれば、声を収録することのハードルは自然と下がっていくと思います」 （山川）
「声は、記録された瞬間に『この人が言った』という証拠になる。重みが発生する。文章以上に自己同一性が強いメディアだと思います。だからこそ、情報として残ることへの怖さも呼び起こしやすいのでしょうね」（三原）
声を残す文化を広げるには、残すか残さないかを自分で選べる環境や、安心して保存できる仕組みも同時に必要になるのではないか——三原さんはそう締めくくりました。
「声のミュージアム」を構想する
議論の最後には、三原さんの発言を契機に、声遊楽プロジェクトの中で1つのホットなキーワードとなっている「声のミュージアム」という構想についても話が及びました。三原さんは、声のミュージアムには複数の役割がありうるのではないかといいます。
「博物館と科学館の両方の可能性があり得ると考えています。声というものを、身体や音の仕組みとして理解できる場でもあり、一方で社会の中でどんな役割をしてきたのか、文化としての意味を知る場所でもある。そういう声の面白さを共有できる場所だといいですね」（三原）
山川さんは、声の保存が現在はメディアごとに分断されている状況を指摘し、そうしたものを一括して保存できる場を構想します。
「現在は役者さんの声が、アニメ、舞台、映画などそれぞれの分野で保存される場所が異なってしまっているんですよね。それを横断して残すことができるとよいのではないかと思っています。
実際、博物館の映像展示で、ベテランの声優さんが声を当てている映像を見ることがあります。そういう形で、もう亡くなられている方の声が保存されているのはありがたいです。
本来は制作側が保存すべきですが、現実には難しい面もある。寄付などに頼りながらでも、声を残していくための場ができるといいですよね」（山川）
高道さんは、声そのものだけでなく、声が生み出してきた体験や文化も含めて残していく可能性に触れました。
「声のアーカイブだけでなく、声がつくり出してきた経験や世界観も体験できるミュージアムがあると面白いと思います。
たとえば僕が高校生の頃に見ていたアニメ『涼宮ハルヒの憂鬱』で、“エンドレスエイト”というエピソードがあったんですね。”同じ”話が8週続けて放送される構成で、『これ先週も見なかったっけ？なんだこれは？』という感覚をみんなで楽しんでいた。
そういう当時の体験や価値観を、後から来た人が追体験できる展示をイメージしています。その時代の文化や感覚を伝えることにもつながるのではないかと思います」（高道）
今回、声をどのように保存するかという技術的な問題から、声を文化としてどのように受け継いでいくのかという問いへと議論は広がっていきました。
声は単なる音声データではなく、その時代の社会や価値観、人々の経験を含んだ文化的な記録でもあります。声のアーカイブとは何を残すことなのか——その問いは、これからの研究や実践の中で、さらに深められていくことになりそうです。
「今回、声のアーカイブをテーマに対談を行う中で、声は科学技術と文化の交点にあるということや、声にまつわる事柄の多様さ・幅広さを改めて実感し、学際的で横断的なアプローチの重要性を再認識できました。『声を残し、伝える』ことについて、色々な学問領域の研究者や、表現者・企業人の方々に関わっていただけている声遊楽プロジェクトだからこそできる形で、考えていきたいと感じています。対談の最後で取り上げた『声のミュージアム』は、現状は構想とも呼べない妄想段階のコンセプトですが、科学技術と文化の交点で研究と発信を行う声遊楽プロジェクトとして、未来を思い描きながら、これからも活動を進めていきたいと思います」（プロジェクトマネージャー・林大輔さん）
＊＊＊
★今回のクロスダイアローグから得られたインサイト
①「記録」と「アーカイブ」は異なるミッションである
アーカイブには長期保存性・アクセス性・再現性（真正性）という条件が求められ、単に記録を蓄積することとは本質的に異なる。人間国宝のように、技術を人に蓄積し再現することで一種のアーカイブとする方法もある。「何をどう残すか」だけでなく、より広義のアーカイブの枠組みそのものを問い直す視座が重要である。
②アーカイブは「残す仕事」であると同時に「捨てる仕事」でもある
メタデータは無限に増やせるが、手間や時間、予算の制約のなかで何を残し何を捨てるかの取捨選択が不可欠となる。声だけでなく、それを生み出す身体の動きや当時の発声法といった情報も含め、将来どのような情報が役立つかについて研究者・実務者が議論し、合意形成を重ねていくプロセスが求められる。
③声の同一性の保証には技術的な課題があり、人間の判断に委ねられる部分が残りうる
AIは通常の発話であれば高い精度で話者の同一性を判定できるが、同じキャラクターを異なる声優が演じるケースや、同一人物がまったく異なる声を出すケースでは誤判定が起こりうる。アーカイブされた声が元のものと同一であることを保証するには、データの来歴の記録に加え、人間の耳による判断に委ねられる部分が今後も残りうる。
④声のアーカイブは、音声データを超え、時代の文化と体験を保存することにつながる
声は単なる音声信号ではなく、その時代の社会の空気や価値観を映し出す文化的記録でもある。「声のミュージアム」構想に見られるように、声の仕組みを科学的に理解する場と、声が担ってきた文化的意味を共有する場の両面から、声がつくり出してきた体験や世界観を後世に伝えていく可能性が議論された。
＊＊＊
※本ダイアローグの全編は、下記のアーカイブ動画よりご視聴いただけます。
声の「何を」「どのように」保存すべきか？ボイスアーカイブのあり方を考える：声遊楽クロスダイアローグ第7回【高道慎之介×三原鉄也×山川道子】
声遊楽クロスダイアローグでは、さまざまな分野の専門家をお呼びし、声をめぐる文化や可能性を広く探求しています。次回のテーマは「音声技術をめぐる倫理的・法的・社会的課題」。音声技術に関するスタートアップの代表、音声工学の研究者、声優、ELSI/RRIの研究者を迎え、音声技術の社会実装における倫理的・法的・社会的課題を議論します。本シリーズ初のハイブリッド開催で、日本科学未来館にて対面＋YouTube同時配信で行われます。
■日時
2026/3/29（日）
15:00～17:00
（開催済）
■場所
日本科学未来館 7階 コンファレンスルーム木星 ※YouTubeでの同時配信（全編無料）
▶▶▶YouTubeでのご視聴はこちら
■登壇者
・中村泰貴（なかむら・たいき）
Parakeet株式会社代表取締役。専門はテキスト音声合成と音声変換技術。東大院・情報理工 修士課程に在学する傍ら起業し、現在4期目。同大学院 猿渡・齋藤研究室博士課程 3年次在籍（休学中）。エンタメ領域の法人向けに音声合成プロダクトを多数展開。
・森勢将雅（もりせ・まさのり）
明治大学総合数理学部専任教授。博士（工学）。音声信号処理を中心に、音声分析、合成、デザイン、知覚等の音声情報処理研究に従事。現在は、音声コーパスの構築法と合成音声を活用したビジネスモデルの研究や、歌声合成に向けた芸術言語歌詞の自動生成に関する研究に取り組んでいる。音声情報処理に関する技術指導やアドバイザ業務も実施している。
・小岩井ことり（こいわい・ことり）
声優、作詞家、作曲家。MIDI検定1級、講師資格も所持。声優としてTVアニメやゲームなど幅広く活躍する一方、作詞作曲家としてのメジャーデビュー作品では、オリコンアニメアルバムランキングで1位を獲得。全人口の2%のみが入ることの出来る高IQ団体であるMENSAの会員。「のんのんびより」宮内れんげ、「原神」雲菫。「アイドルマスター ミリオンライブ! シアターデイズ」天空橋朋花、「ぼっち・ざ・ろっく！」PAさんほか多数。
・標葉隆馬（しねは・りゅうま）
京都大学大学院生命科学研究科博士課程修了、博士（生命科学）。総合研究大学院大学助教、成城大学准教授、大阪大学准教授を経て、現職。先端科学技術をめぐる倫理的・法的・社会的課題（ELSI）の分析、メディア分析、コミュニケーションデザイン、政策分析などを組み合わせながら、「責任ある研究・イノベーション（RRI）」の視点を踏まえた科学技術ガバナンスに関わる研究を進行中。主著に『責任ある科学技術ガバナンス概論』（ナカニシヤ出版 2020）、編著に『ELSI入門─先端科学技術と社会の諸相』（丸善出版 2025）、他論文多数