作業用のPCには外付けのスピーカーが取り付けてあり、普段はスピーカーで音声などを流しています。ただしボイスロイドの調声作業をする際に、大抵ヘッドフォンで聞きながら、作業しています。
ボイスロイドに限らず、投稿した動画に音声は、再生する端末、スピーカー等で聞こえ方が全く違ってくるのが理由。
Youtubeのアナリティクスで、直近1か月程度の動画再生のデバイスのデータを見ると、4割ほどがパソコン。2割ほどが携帯電話（スマホ、携帯ゲーム機等）。
パソコンだと、私と同じように外付けもしくは、モニター内臓のスピーカーの利用が多いのではと考えています。スマホだと、ヘッドフォン、イヤホンの利用が多いという想定。
スピーカーで聞くより、ヘッドフォン、イヤホンで聞く方がボイスロイドの音声、BGM、SEのバランスがわかりやすい。ボイスロイドの音声が聞き取りづらい、音程や高さがおかしかったりすると、より目立つ。
私のボイスロイドの調整方針は、アクセントや音程を特徴のあるものにするのではなく、聞き取りやすくすることを優先しています。なんというか「バリ取り」しているみたいな感じ。
1つのセリフを繰り返し再生。発音がかすれてる、濁ってる、聞こえないなどなど。気になる箇所の音程、高さ、音量を変えてみる。文節を分けたり、結合したり。必要ならセリフ自体を変更して、しっくりくるまで調整する。
セリフは挨拶や決め台詞でもなければ、全部違う文章になる。なので、こうすれば絶対こうなるというものがわかりづらいです。
出力した音声がどの程度、聞き取りやすくなっているかは、自分の感覚頼り。実際動画を見てくれてる人はどう感じているのだろうか。気になったりする。
それから動画を投稿する時は、できれば一旦非公開で投稿。パソコンとスマホの両方で実際に視聴してみるといいと思います。パソコンのスピーカーだと気にならなかったけど、スマホだとBGMの音量大きくて、ボイスロイドの音声聞こえない。という事があったりするので。
