「録音した自分の声を聞いて絶望した」「理想の声が出せているのか、自分では客観的に判断できない」
ボイストレーニング、特に両声類や特定のキャラクターボイスを目指すにあたって、誰もがぶつかる壁です。人間の耳は自分の声を骨伝導で聞いているため、どうしても主観が入ってしまいます。
そこで重要になるのが、声を「数値」として視覚化すること。当アプリ『Xrosswave Voice Supporter』でも採用している音声解析の要、「フォルマント」について解説します。
声帯で鳴った原音（ブザーのような音）は、喉の空間や口腔内（声道）を通ることで共鳴し、私たちが普段聞いている「声」になります。このとき、特定の周波数帯が強調される現象が起きます。この強調された周波数の山のことを「フォルマント（Formant）」と呼びます。
フォルマントは、いわば「声の指紋」。同じ「あ」という音でも、人によって響きが違うのは、骨格や口の動かし方によってこのフォルマントの現れ方が異なるからです。
フォルマントには低い周波数から順にF1、F2、F3…と番号が振られています。中でも声のキャラクター（性別感や年齢感）を大きく左右するのが、第1フォルマント（F1）と第2フォルマント（F2）です。
■ 第1フォルマント（F1）：口の開きと喉の空間
主に口の開き具合や、喉仏の上がり下がり（咽頭腔の広さ）と連動します。F1の数値が高いほど、明るく子供っぽい印象（あるいは女性的）になり、低いほど太く落ち着いた印象（男性的）になります。
■ 第2フォルマント（F2）：舌の位置
主に舌の前後位置と連動します。舌が前にある（口腔の前の空間が狭い）ほどF2は高くなり、鋭くはっきりとした響きになります。女声を目指す場合、このF2を意図的に高く保つ技術が非常に重要とされています。
当アプリで音声を解析すると、ピッチ（音の高さ：F0）と共に、F1からF4までの推移がグラフ化されます。
ただ「感覚」で練習するのではなく、グラフを見ることで以下のような気づきが得られます。
AIの診断コメントと合わせてこれらの数値を追うことで、「今の喉の使い方で正しいのか」という答え合わせが可能になります。
ボイストレーニングは暗闇の中を手探りで進むような孤独な作業になりがちです。しかし、フォルマントという客観的な「数値」を味方につけることで、目標への最短ルートを見つけ出すことができます。
ぜひ『Xrosswave Voice Supporter』を活用して、あなただけの理想の響きを手に入れてください。