SteamゲームのAI音声：何を開示し、どの声を使えるか
SteamはAI音声を使ったゲームを受け付けています。2024年1月から、Valveは開発者にリリース前に記入するContent SurveyでAIの使い方を説明するよう求め、その多くをストアページに表示しています。受け付けないのは違法なコンテンツや他人の権利を侵害するコンテンツで、声の場合はたいてい「誰の声か」が問題になります。
このガイドでは、Valveが区別する2種類のAIコンテンツ、それぞれがセリフにとって何を意味するか、責任を持てる声の選び方を説明します。無料のSuperClonicaエンジンはその声をつくる方法の一つです。
事前生成かリアルタイム生成か
ValveはAIコンテンツを2種類に分けます。Pre-generatedは開発中にAIツールでつくったもので、生成して確認し、ビルドに入れたボイスなどです。Live-generatedはゲームの実行中につくられるもので、プレイヤーが入力した文やチャットモデルが書いた文を読み上げるNPCなどです。どちらも合法で権利を侵害しないことが必要です。リアルタイム生成では、AIが違法なコンテンツをつくらないための対策もValveに伝える必要があり、プレイヤーはゲーム内からそうしたコンテンツを報告できます。
開示に何を書くか
何がAIで、どうつくったかをはっきり書きましょう。例：「NPCのセリフは自社の台本からAI音声合成で生成しています。声はオープンライセンスのモデルの標準音声と、書面で同意を得た当社の声優の録音から学習させた声です。」プレイヤーはストアページでこれを読むので、あいまいな文より明確な一文が効果的です。実行中に読み上げる場合は、声に届く文をどう制限しているかも書いてください。
使える声
安全なのは権利を持っている声です。Supertonic 3の標準10音声（M1〜M5、F1〜F5）はモデルライセンスOpenRAIL-Mのもとで商用利用できます。書面で同意した声優の録音から学習させた声は、その合意の範囲で使えます。合意書に入れる内容は同意書のガイドにまとめています。実在の俳優や有名人、他社作品のキャラクターのクローンを許可なく出さないでください。SuperClonicaではそうしたキャラクターの声はファン利用とパロディ専用です。
セリフのつくり方
python -m pip install superclonica-cpuでエンジンをインストールし、台本をまとめて読み上げます：superclonica --text-file line.txt --voice M2 --lang ja --normalize --output line.wav。すべて普通のCPUでオフラインで動くので、チーム全員とビルドサーバーが台本の変更のたびにセリフを作り直せます。同じテキスト、声、シードなら同じ音声になるため、ビルドの再現性も保てます。