第２部声の実態調査

(1)

第２部声の実態調査

第 1 部では、コンテクストの共有における声の重要性について述べ、声のノンバーバル要素の存在意義について示してきた。第 2 部では、声の実態調査を行い、声のノンバーバル要素の重要性について検証する。

第４章研究の内容第１節仮説の設定

本論文の問題意識は、声のノンバーバル要素の重要性にある。前章において論じたように、声によるメッセージ伝達が正確に伝わったか否かについては、バーバル要素のみならず、ノンバーバル要素にも依存している。この両要素に対する意識について一般人と声優で比較すると、次のように考えることができる。

一般的には、声から得る情報としてバーバルの意味を聞き取ろうとする。これに対して、

声による想いの伝達を求められる声優の場合は、声のノンバーバル要素を常に重視して捉え、多くの情報を得ようとする。例えば、世代や年齢によって異なる体内に気を入れる位置や深さの相違、独特の抑揚などを観察し、相手の内面的な想いを読み取り、置かれている状況を把握しようとする。声のノンバーバル要素を重視し、ノンバーバル要素に含まれるバーバルとは異なる情報を得ようとするのである。そして、それを自らが演じる際、日常において観測し、蓄積した情報に基づいて、背景に多様な想いを包含するスキルを用いて異なる役を演じているということができる。すなわち、声のノンバーバル要素をコントロールするスキルによって他者に正確に想いを伝達していると仮定することができる。以上に基づき、本研究の仮説を次のように設定する。

「スキルを具備する声は想いを伝達する」

本研究では想いを伝達するスキルに焦点を当て、本仮説を調査設計に基づき、実施する。

第２節調査設計

Mehrabian による実験と本研究

仮説実証に重要な先行研究としてノンバーバル要素の重要性を実証した研究がある。

Mehrabianは、言語で何か言う一方で、顔の表情、姿勢と位置、声の調子、または身振りによって正反対のことを表現する、という実験を行った。すなわち、ノンバーバル要素によって伝えられる、快−不快、覚醒−不覚醒、支配−服従、好意−嫌悪という尺度で、バーバルとノンバーバルの矛盾について個別に測定した（1986,p.95）。具体的には、言語のメッセージと、声の調子、顔の表情、身振りとが矛盾して発せられた時の受けとめ方にどのように影響を及ぼすかについての検証である。検証の結果、言葉は否定的であるが声の調子が肯定的な場合は全体としては肯定的になり、言語以外のキューが言語の約 12 倍の力を持っていることが明らかになった。等式の割合は、話の内容などの言語情報が 7%、口調や

(2)

話の早さなどの聴覚情報が 38%、見た目などの視覚情報が 55%であった。この割合から、

「7-38-55 のルール」、また、「言語情報＝Verbal」「聴覚情報＝Vocal」「視覚情報＝Visual」

の頭文字を取って「3Vの法則」ともいわれ、研究者はもちろん一般企業のコミュニケーションにおいても活用されている。ここで示されていた 3Vの関係は、Bugental（1970）の実験においても実証されている¹。

「顔による感情表現は、声に比べてメッセージ全体に与える影響が大きく、声による感情表現は、言語よりも影響力が大きく、特に声の調子が自然で、信用できそうだと判断された場合に、その影響力は著しくなる。さらに伝えられた共感を総合的に判断する際、言語というキューよりも、言語によらないものの方がインパクトは大きいことを明らかにした（1986,p.98）。」

Mehrabian の研究対象は、「言語」「聴覚」「視覚」の要素がメッセージの伝達にどのような影響を与えるかであった。その結果、「視覚情報」が最も影響力が高く、次に「聴覚情報」、影響力が最も低かったのは、「言語情報」であった。

本研究は、Mehrabian が行なった「言語」「聴覚」「視覚」の要素のうち、メッセージの伝達力が最も低かった「言語」、すなわち、「バーバル」と声に内包されるノンバーバル要素に注目し、ノンバーバル要素がメッセージの伝達にどのような影響力を持つかを明らかにすることを意図している。特にバーバルと共に発信される声のノンバーバル要素が、

感情伝達にどれくらい影響するか、さらに発話者が表現したい感情をどれくらい正確に評価者に伝達することができるか、について検証する。言い換えれば、発話者のバーバル情報とノンバーバル情報がどのように評価者に影響を与えるかについて調査を行う。

これらを検証するため、発話者の声に対する認識が声にノンバーバル情報としての感情をどのように付加することができるかに相関していると考えられるため、調査の前提として、発話者が声についてどのように認識しているかを分析する。

Mehrabian 本研究言語（バーバル）

対象聴覚視覚

目的矛盾するメッセージの伝達における影響力について検証

バーバル発話者声（ノンバーバル）

評価者発話者の声のノンバーバル要素による感情伝達について検証

図表 4-2-1．Mehrabian の研究と本研究の比較

図表 4-2-1 に Mehrabian の研究と本研究の相違点を示した。Mehrabian が行なった研究では、バーバル情報と視覚を含めた広範囲なノンバーバル情報の意味が矛盾している場合の影響力についての検証であるが、本研究では対象を声に絞り、声に内包されるバーバル情報とノンバーバル情報の伝達の程度について検証を次のような方法で行う。

(3)

第一は、日常頻繁に使う中立的な意味を表す「おはようございます」というバーバルに、

ノンバーバル要素として、「喜」「怒」「悲」の感情を示す声により、相手に意図した感情を伝達することができるかの検証である。発話者は、プロの声優と一般の大人と小学生によって検証する。日頃から声におけるノンバーバル要素をコントロールして感情移入している声優と、一般の人たちのノンバーバル要素の活用のスキルに相違があるかを聴取実験によって比較する。

第二は、日常人前ではあまり頻繁に使われない「好意」「嫌悪」という相矛盾する感情を示す 2 つのバーバル、「愛してる」「あなたが大嫌いです」に対し、対応する感情（好きな人に向かって）と矛盾する感情（嫌いな人に向かって）をノンバーバル要素に込めて発話し、意図したとおりに他者に感情伝達することができるかについて、聴取実験を試みた。

本調査も第一の調査同様の発話者によって行い、声優と一般の人の感情伝達を比較することを試みる。

これら 2 つの調査を比較することによって、日常的なバーバルと、通常前面に表出することの少ない、「好意」と「嫌悪」を示すバーバルとで、ノンバーバル要素に込める感情の伝達に相違があることを検証した。実験方法は、はじめに、自分の声に対する意識調査としてアンケートを行い、自己の声に対する意識と他者の声に対する認識を明確にする。次に「中立」の状態で使うバーバルに、3 つの感情をこめて発話したものと、日常頻繁ではない「好意」と「嫌悪」を示すバーバルに、感情が相矛盾する感情をノンバーバル表現に込めて発話してもらったものを録音し、その音声サンプリングを分析することで、声にどれくらい指示通りの感情をこめることが出来るかを検証する。

本研究では、これらの音声サンプリングを評価者に聞かせ、どれくらい正確に感情を聞き取ることが出来るかを検証する。音声サンプリングが正確に感情を伝達することができれば、評価者に正確に感情を伝達することができるということを明らかにする。

第３節方法論

１調査設計の基本的考え方

本調査では、スキルを具備する声が想いを伝達する過程に明らかに相違があることを実証することとした。声の実態調査設計の基本的考え方は、具体的に示すと次の通りである。

一般の人は、幼少期からの喜びや悲しみをはじめとする多様な感情を内在化している状態ではあるが、それを他者に伝達するために必要となる表現力、すなわちスキルがない状態であると想定される。そこでスキルの訓練を受けていない一般の人々とスキルの訓練を専門的に受けている声優とを比較し、その相違をノンバーバル要素について明確化することが本調査の目的である。

声の実態調査は、3 つの段階によって行った。第一段階の調査 1 は、声に対するアンケート調査によって、一般の人たちの声に対する認識が低いことを明らかにするものである。

すなわち、スキルにおける一般の人の意識を確認するための調査である。

(4)

第二段階の調査 2 として、音声収集をし、音声を波形データにすることによって、声における感情表出を読み取る。さらに、声優と一般人の声の波形データでノンバーバル要素の、強弱、ボリューム、スピードなどの物理的なコントロールを比較することにより、スキルの実態を明らかにする。すなわち、声優と一般人の物理的コントロールができるスキルを波形データに基づき比較し、明確にするものである。

第三段階調査 3 では、評価者が、収集した声のノンバーバル要素から、「喜んで」「怒って」「悲しんで」などの感情表出を読み取ることができるか、ヒアリング調査を行い、声優と一般人のスキルの違いを明らかにする。実証方法として、音調、すなわち、ヴォーカリックスと呼ばれる周辺言語が、バーバルな意味を除いた周囲が聞き取れる音声が生む刺激要因の中で、極めて多種多様な感情の音声的刺激要因を実証するために、多くの観客に対し、意思伝達ができるとされている声優の協力を求め、一般人の発話者との比較によって、

仮説の実証を行う。Erickson 他（2004,pp.269-270）のヒアリング調査から、実際に悲しみを経験しながら発話された原音声より、それを模倣して発話した音声の方がより悲しそうに聞こえると知覚されたという報告に基づいて、原音声ではなく、模倣による感情移入した音声で実験することにする。声による感情表出の実態を調べるために、調査協力者として、指示したように発話をしてもらう発話者と、発話者の音声を聞いてそれを評価してもらう評価者を集めた。発話者には、日常的に使う挨拶文などを特定の感情を込めて発話してもらい、それらの音声を収録した。評価者には、収録した音声を聞かせ、どのような感情が込められていると感じたかを回答してもらった。その結果として、発話者の込めた感情がどれだけ正しく評価者に伝わったかを集計した。この時、特定の感情を表すものではないバーバルと、特定の感情を表しているバーバルとを用いた 2 つの調査を行った。

２調査の概要

第一段階の声に対するアンケート調査の協力者は、小学生から 60 歳代の一般人、計203 名²とし、声に対する認識レベルを確認した。第二段階の声のサンプリング調査の発話者は、声に対するアンケート調査の協力者のうち、後の第三段階の調査で音声を聞かせる際の評価者の負荷を考慮し、声の物理的な変化が十分につけられない人を削除して、相対的に変化が明確にみられる、比較的感情表出ができていると思われる、10 歳代後半から 50 歳代の大人 10 名（各年代から男女各 1 名）と、声優（以下Pと略す）4 名（男女各 2 名）計 14 名とした³。

発話内容は 5 つの言葉を選択した。そのうち、「おはようございます」、「ありがとうございました」、「またお会いしましょう」は、日常使っている言葉であることから特定の感情を表すものではないバーバルとして選択した。また、特別な強い感情が伴わなければ日常あまり使わない言葉として、バーバル自体が感情を表している「愛してる」、「あなたが大嫌いです」を選択した。この 5 つの単語を以下の 15 通りの指示に従い、発話してもらったものを音声波形にして比較した。

(5)

①高く ②低く ③大きく ④小さく ⑤はやく

⑥ゆっくり ⑦温かく ⑧冷たく ⑨好きな人にいうように ⑩嫌いな人にいうように

⑪喜んで ⑫怒って ⑬悲しんで ⑭普通に ⑮間を取って図表 4-3-1．声のノンバーバル要素における 15 通りの指示

①から⑥までは技術的な指示であり、⑦から⑮は感情を表す表現である。この 15 通りのノンバーバル要素をチェックすることで、一般人の声のノンバーバル要素のコントロールのスキルを実証するため、波形データを分析した。その結果、P の波形からは 15 通りのノンバーバル要素の変化が明確にできたが、一般人の波形からは 15 通りのノンバーバル要素の変化がほとんど区別できないことが示された。さらに、音声波形では、声の物理的な変化（「高く」、「低く」など）は明確に示されるが、感情が込められているか否かを十分に読み取ることには限界があるため、第三段階の声のヒアリング調査を行うこととした。評価者に音声を聞かせ、どの感情で発話しているかを判断してもらうことにした。発話者は、

第二段階の声のサンプリング調査で収集した音声に 3 年生から 6 年生までの小学生 6 名（男女各 3 名）を加え、計 20 名とした。それぞれの年代における声の特質に着目するものではなく、年齢による差異を超えて、評価者にどのように声による想いの伝達ができるかを検証するためである。音声内容も、特定の感情を表すものではないバーバルは「おはようございます」のみに絞り込むことにした。（以降、大人と小学生の発話者を総称して、一般人発話者と呼ぶ）声のヒアリング調査の内容は、次の通りである。

声のヒアリング調査の内容

評価者評価者として、10 歳代から 60 歳代の男女、計 114 名。

調査の内容

具体的には、以下の 2 つの調査を行った。2 つの調査の調査協力者は共通であり、上述した発話者、評価者である。

調査１

特定の感情を表すものでないバーバル「おはようございます」に、「喜んで」、

「怒って」、「悲しんで」の感情を込めて発話した 60 サンプル（文１種類×感情 3 種類×発話者 20 名）の音声をランダムに並び替えて評価者に聞いてもらい、それぞれが「喜んで」、「怒って」、「悲しんで」のどの感情が込められていると感じたかを選択してもらった。この時、どうしても判断がつかない場合は「どれでもない」を選択することも許した。

調査２

感情を表すバーバル「愛してる」及び「あなたが大嫌いです」が、「好きな人に」、「嫌いな人に」向けて、それぞれの感情を込めて発話した 80 サンプル（文 2 種類×感情 2 種類×発話者 20 名）の音声をランダムに並び替えて評価者に聞かせ、それぞれが

「好きな人」、「嫌いな人」のどちらに向かって発話したと感じたかを選択させた。

どうしても判断がつかなければ「どちらとも感じない」を選択することも許した。

図表 4-3-2．声のヒアリング調査の内容

(6)

第 4 章脚注

1Bugental,D.C.,Kawan,J.W.,and Love,L.R.Perception of contradictory mesning conveyed by verbal and nonverbal channels.Journal of Personality and Social

Psychology,1970,16,647-655参照

この他の研究においても Mehrabian 同様の表情写真を用いた視覚的な研究とほぼ同じ結果を報告されている。しかし、重野（2003）によると、音声による感情表現についての研究は、認知実験や音声分析とで研究結果に相違が出ているという指摘がなされている。

重野（1988）の実験結果では、音声に含まれた感情認知の正解率は、視覚（表情）における表情配置と類似した配置を示すと分析の結果実証されている（2003,pp.156-157）。さらに重野は次のように指摘している。「音声分析の研究では、感情を適切に表現できる基本的な要因（基本周波数、スペクトル、時間的特徴、イントネーション、持続時間）などにおける分析がなされてきた。しかし、認知実験と音声分析の結果には、分析資料の違いなどによって結果に変動が大きいことが認められている（2003,ｐ. 157）。」

2日本最大の研究報告書である国立国語研究所が 2006 年 3 月に出版した『日本語話し言葉コーパスの構築法』の被験者数は 200 人であることから、調査サンプル数を決定した。

3 第二段階の調査 2 と第三段階の調査 3 の発話者は同一人物とした。

第２部 声の実態調査