VOCALOID（ボーカロイド）とはヤマハが開発した音声合成技術、及びその応用製品の総称である。略称としてボカロという呼び方も用いられる。メロディーと歌詞を入力することでサンプリングされた人の声を元にした歌声を合成することができる。対応する音源については、主にヤマハとライセンス契約を締結した各社がサンプリングされた音声を収録した歌手ライブラリを独自に製作し、ヤマハ製のソフトウェア部分と組み合わせて製品として販売されている（「VOCALOID（ボーカロイド）」および「ボカロ」はヤマハ株式会社の登録商標である）。リアルな歌声を合成するためのソフトウェアであり、「実際に収録した人の声を音声ライブラリとして合成するため、より自然な歌声を合成できるほか、ビブラートやこぶしなど歌声に必要な音程変化や抑揚を指定でき、表情豊かな楽曲を手軽に作れるのが特徴」とされる。VOCALOIDにより、デスクトップミュージック（DTM）において実際に人間の歌声を録音せずとも、パソコンだけで人間らしい歌声のボーカルパートの作成が可能となっている。なおVOCALOIDで作成できるのは歌唱のみであり、伴奏などを作成する場合は別のソフトを使用するなどの手段が必要となる。VOCALOIDのプロジェクトは「DAISY」というプロジェクト名で2000年3月に始まり、ヤマハとバルセロナのポンペウ・ファブラ大学（） Music Technology Groupとの3年間の共同研究の結果、VOCALOIDの信号処理部分が開発された。2003年2月にVOCALOIDの発表が行われ、2004年にイギリスのZERO-G社からVOCALOID技術を使用した最初のパソコン向けのパッケージ製品が発売、以降日本国内外の業者からVOCALOID対応の音源が発売されている。2007年に「VOCALOID2」、2011年に「VOCALOID3」へのバージョンアップが行われ、2014年からは最新バージョンの「VOCALOID4」が提供されている。また、2009年以降ネットワーク経由で音声合成機能を提供するNetVOCALOIDの技術を使用した携帯電話向けサービスをはじめ、パソコンでの音楽製作以外の用途へのVOCALOID技術の利用も行われている。2010年2月に企業向けの提供が発表された合成エンジン「VOCALOID-flex」のような歌声だけでなく喋り（語り）の表現にも対応したバージョンもある。VOCALOIDの利用目的については開発当初はバックコーラスのような使い方がメインになるとの想定もされていたが、発売後はメインボーカルへの利用も盛んに行われた。特に日本国内においては「VOCALOID2」を採用した「初音ミク」が発売された2007年以降、ネット上を中心にVOCALOIDをメインボーカルに起用した楽曲が数多く発表されるようになり、そうした中の人気楽曲からメジャーレーベルから発売されるものも現れるなど、一つの楽曲文化の様相を見せるようにもなっている。2010年には『EXIT TUNES PRESENTS Vocalogenesis feat.初音ミク』が、VOCALOIDをボーカルに用いた楽曲を集めたアルバムで、初のオリコン週間チャート1位を獲得している。VOCALOIDという名称は、「vocal（ボーカル）」に接尾辞の「-oid」を組み合わせて作られた造語である。「-oid」は「〜のようなもの」「〜状の」という意味の接尾辞で、「human（人）」と組み合わせれば「humanoid（ヒューマノイド）」、ギリシャ語で男を意味する「andro」と組み合わせれば「android（アンドロイド）」となり、VOCALOIDについては「ボーカルのようなもの」といった意味となる。2003年2月に報道発表に先立って決定された。ただし、名称の由来とは別に「ボーカル・アンドロイド=VOCALOID（ボーカロイド）」という説明が行われている場合もある。VOCALOIDの歌声合成技術は「素片連結型」と呼ばれるもので人の歌声の録音から切り出した歌声の素片を周波数領域（周波数ドメイン）で接続、加工することで歌声を合成する。合成の際、強弱やビブラート・息つぎなどの表情の情報を加えることでリアルな歌声が作られる。なお、VOCALOIDの合成技術の名称は「周波数ドメイン歌唱アーティキュレーション接続法（Frequency-domain Singing Articulation Splicing and Shaping）」という名前で発表されている。この名称の「歌唱アーティキュレーション」については「ビブラートや音の断片など歌唱に必要な“声の表情”」として説明されている。ただし、この「周波数ドメイン歌唱アーティキュレーション接続法」という名称は、ヤマハのVOCALOID公式サイトではVOCALOID2、VOCALOID3の説明には使用されていない。なお、一般向けに販売されているVOCALOIDの合成エンジンは、歌を作成することを前提に開発されており、文章の読み上げには対応していない。また歌唱に係わる表現でも、だみ声やシャウトなどを自然に再現することは出来ない。パソコン向けのVOCALOIDは当初Windows用のみあったが、2013年8月に一部のVOCALOID3製品でMac OS X対応が行われた。また、パソコン以外のプラットフォームへの対応も進められており、2010年10月にiOS上で動作するiPad、iPhone向けのアプリケーションや、組み込み用のハードウェアとしての提供が発表され、2013年にはニンテンドー3DSへの対応も行われた。VOCALOIDのシステム構成をVOCALOID2を中心に説明する。大きく分けてユーザーが歌詞やメロディなどを入力する「スコアエディタ（VOCALOID2 Editor）」、音声素片を収録した「歌手ライブラリ」、音声素片を連結して歌声を合成する「合成エンジン」の三要素で構成される。「スコアエディタ」に入力された情報が合成エンジンに送られ合成エンジンが「歌声ライブラリ」から適切な音声素片を選び出し、接続して出力する流れとなる。ヤマハの提供部分である「スコアエディタ」と「合成エンジン」についてはVOCALOID2同士であれば基本的に製品ごとの違いは無いため、既にVOCALOID2製品がインストールされているパソコンに別のVOCALOID2製品をインストールする場合はライブラリの追加だけで使用可能となる。スタンドアローン（再生、WAVファイルに書き出し）。歌手ライブラリの音声素片は必要な音素の組み合わせを効率的に採取するために作られたスクリプトと呼ばれる専用の歌を録音し、そこから必要な部分を切り出して作成される。英語用のライブラリでは日本語に比べ必要な音声素片が多いことから必要とする録音も多く、データベースの容量も大きくなる。スクリプトは多くの製品では歌詞に特に意味の無い「呪文」のようなものが使用されているが、2010年9月に発売されたVY1で提供者のストレス軽減を狙い歌詞に意味のある単語を混ぜるといった工夫が取り入れられるなど、常に改良は進められている。また、過去の人の歌声を再現する試みも行われており、2011年に昭和を代表する歌手である植木等（2007年没）のライブラリが発表されている。ライブラリを作成するにはボーカルのトラックだけで、かつ必要な音素がそろった録音が必要であることから、亡くなった歌手の声を使ってライブラリを作るといったことは基本的には出来ないとされていたが、植木のライブラリでは、植木の長男比呂公一の歌声で作られたライブラリに、両者の声の違いを数学的に抽出して作成した変換関数をかけるという方法で植木の声を再現している。2014年には、シンガーソングライターhide（1998年没）の歌声をVOCALOIDを活用して再現した楽曲の発売が発表されている。hideの楽曲では、生前のボーカルデータを解析してVOCALOIDに必要な音声素片を取り出し、不足する音声についてはヤマハの声質変換技術を活用し作成された。VOCALOIDのライブラリを作成するには歌声の提供を受ける必要があるが、当初は歌手の協力は得られにくく、歌声の提供者が明らかにされた初めての製品であるMIRIAMでは、ミリアム・ストックリーが自身の歌声の提供を決めるまで2、3ヵ月かかったことを明らかにしている。日本国内のメーカーについても、クリプトン・フューチャー・メディア社では2007年より展開しているキャラクター・ボーカル・シリーズに歌手でなく声優を起用することになったきっかけとして歌手の起用がうまくいかなかったことをあげており、またインターネット社でも2008年に発売したがくっぽいどに続く第2弾の企画において歌手の起用が難航していたことが伝えられている。しかし、2010年にはLilyのような、VOCALOIDを発売することによる歌手の宣伝効果を想定して企画される製品も現れた。2011年以降は、キューンレコード、SBS Artech、1st PLACEといった音楽レーベルや芸能事務所から販売される製品も登場している。歌声ライブラリ製作工程を2014年時点のヤマハの例で説明する。ZERO-Gは最初にVOCALOID製品を発売したイギリスのメーカー。当初より音楽のプロの用途を想定したVOCALOIDを販売している一方、2009年にパッケージにキャラクターイラストを用いたSONIKAを発売し、それまでの路線と異なる幅広い利用を想定した製品も手がけている。日本国内で発売されている製品についてはクリプトン・フューチャー・メディア社が販売を代行、ZERO-G社のウェブサイトまたは各ソフトの公式サイトでダウンロード販売も行っている。クリプトン・フューチャー・メディアはZERO-Gと共に初代のエンジンからVOCALOID製品を販売している日本の企業。客層を広げる狙いから当初よりパッケージにキャラクターイラストを使用した製品を販売している。特に初音ミク、鏡音リン・レン、巡音ルカの3製品からなる「キャラクター・ボーカル・シリーズ（CVシリーズ）」については、キャラクターが歌うというイメージを前面に押し出しバーチャルアイドル歌手をプロデュースするというコンセプトの製品となっている。VOCALOID製品の販売だけでなく、創作活動のためのコンテンツ投稿サイト「ピアプロ」や、VOCALOID楽曲の配信を行う音楽レーベル「KARENT」の運営なども行っている。PowerFXはスウェーデンのメーカーでVOCALOID2から参入した。日本国内で発売されている製品についてはクリプトン・フューチャー・メディア社が販売を代行している。インターネットは日本の老舗DTMメーカーで、初音ミクのヒットに触発される形で2008年に参入した。有名アーティストの歌声で歌わせられることをコンセプトとした、「アーティストボーカル」と銘打った製品や、他社との協業による既存のキャラクターを利用した製品を展開している。同社の製品ではアーティストやキャラクターといった製品のモデルに近い特徴を出すことが追求されているという。AH-Softwareは日本のソフトウェア販売会社で2009年12月に3製品を同時発売し参入した。各製品では人間らしい歌声が追求されており、また参入時には既存の製品に対し重複せず楽器としてバリエーションを増やすことも意識されている。VOCALOID製品は、2004年以降複数の企業から発売されているが、ヤマハが自社で企画、開発した製品が自社ブランドで販売されるようになったのは2010年からである。ただし「SF-A2 開発コード miki」はヤマハグループであるヤマハA&Rから制作・発売されているため、グループを含めればmikiがヤマハ最初の製品となる。2010年9月に、まず音声の提供者やソフトのキャラクターのイメージのついていない製品の需要に応えることを狙い、それまでのVOCALOID製品とは異なりキャラクターを設定せず音声の提供者も明らかとしない「VYシリーズ」の提供をはじめ、2011年12月からは自社企画以外の製品の販売も行っている。なお、2010年9月発売の「VY1」、2011年4月発売の「VY2」については、製品の企画、制作はヤマハであるが、販売についてはVOCALOID関連製品の公式販売サイト「VOCALOID STORE」を運営する日本の情報関連企業ビープラッツが行っていた。キューンレコード（現・キューンミュージック）はソニーグループに属するレコード会社で、2010年に同社の所属歌手、ピコの声を元にした「歌手音ピコ」を発売した。自社でのVOCALOID製品の販売は「歌手音ピコ」のみであるが、所属歌手を起用した製品としては、この前年よりAHSから「SF-A2 開発コード miki」が販売されている。SBS Artechは大韓民国のテレビ・ラジオ放送局SBSの子会社で、韓国語に対応したVOCALOID3から参入した。日本国内での販売についてはヤマハが代行している。Voctro LabsはVOCALOIDの基礎研究でヤマハとの共同研究を行っているスペインのポンペウ・ファブラ大学からのスピンオフで、2011年に設立された。スペイン語に対応したVOCALOID3からの参入である。1st PLACEは日本の音楽プロダクションで、VOCALOID3から参入。VOCALOID製品の販売だけでなく、「IA PROJECT」として、IAを用いて活動する音楽家のマネジメントや、VOCALOIDのIAをアーティストとして売り出す活動なども行っている。上海禾念信息科技有限公司は、日本でVOCALOID関連製品の公式販売サイト「VOCALOID STORE」を運営していたビープラッツの、中国における販売会社として、2011年より「VOCALOID CHINA」の名称で中国でのVOCALOID関連事業を行った。2012年に自社のVOCALOID製品の販売を開始した。中国語に対応したVOCALOID3からの参入である。2014年1月に「VOCALOID CHINA」の活動は停止し、かわりに上海禾念が「VOCANESE」の名称で販売することになった。2015年には再び「Vsinger」に名称を変更した。EXIT TUNESはポニーキャニオン系列のレコード会社。VOCALOID音源の発売は2012年からであるが、レコード会社としてこれ以前より、2010年にオリコンランキングで一位を獲得した『EXIT TUNES PRESENTS Vocalogenesis feat.初音ミク』（EXIT TUNESボカロコンピシリーズ）をはじめ、VOCALOID関連のCDを多数発売している。マクネナナプロジェクトは「マクネナナ」を開発・発売するために立ち上げられたプロジェクト。　ウィーヴはアニメーション作品の企画、製作や、出版、キャラクター商品のライセンス管理などを行っている企業で、2014年9月より雑誌『ボカロPになりたい!』に付属させる形で「Rana」の提供を行っている。VOCALOIDの歌手ライブラリには、パソコン向けパッケージとして一般向けに提供されていないもの、商品化が未定のものも存在する。ヤマハによるVOCALOID開発の際には歌手のみならず開発者自身の声をサンプリングするなどといったことも行われており、当時のヤマハの専務の声をサンプリングした音源なども作られているという。こうした商品化されていないライブラリの中には、企業のキャンペーンになどに使用されているものもあるという。また、ビープラッツが販売したVY1のような元々はヤマハ社内で研究開発目的で作られたライブラリが、後にパソコン向けパッケージとして商品化された例もある。ライセンス先においても製品化に至らなかったライブラリや、イベントでのデモ用に即席でライブラリが作られたケースがある。以下は明らかな形で使用はされてはいるものの、パソコン向けの製品として一般販売はされていない音源である。VOCALOID-flex（ヴォーカロイド フレックス）は2010年2月に企業向けの提供が発表された、話し言葉の表現にも対応したバージョン。音符の入力を元にしてピッチの変化などを作るのではなく手動で直接ピッチの変化や音素の長さを入力し、それによって話し言葉、特にテキスト入力による音声合成とは異なる細かな抑揚の表現なども可能にしている。音声のライブラリについてはパソコン向けのバージョンと同じものが使用できる。用途は動画コンテンツのアフレコへの利用の他、ロボット、キャラクター玩具、工場現場や緊急時などのアラート音声といったものへの利用が考えられている。2010年10月にはアプリケーションの開発コンテスト「Mashup Awards 6」にあわせ、VOCALOID-flexをWebサービスとして使用するためのAPIである「NetVOCALOID-flex API」が期間限定で開発者向けに無償で公開され、同技術を使用したアプリケーションの一般公募も行われている。音声の制作にVOCALOID-flexを使用した一般市場向けの製品としては、2010年4月に発売されたゲームソフト『メタルギアソリッド ピースウォーカー』における、ゲーム中の音声の例がある。一般ユーザーへの音声合成のサービス提供については、インターネットがガチャピンの声質でしゃべり声を作成できるサービス「V-Talk」を2010年10月18日に開始している。VOCALOID-board（ヴォーカロイドボード）は2010年10月に発表された、パソコン向けのVOCALOIDソフトウェアとほぼ同等の機能を備えた組み込み用のハードウェア。さまざまな電子機器に組み込むことで、パソコン上でのみ機能した従来のソフトウェアよりも利用範囲を広げることを狙った。VOCALOID MIDIデータにより歌声を合成する「Playbackモード」、あらかじめ歌詞を入力しておき、MIDIキーボードなどのノートメッセージにより歌声を合成する「Realtimeモード」、VOCALOIDーflexと同等に動作する「VoiceSynthモード」の3つのモードを備える。介護・エンターテインメント用ロボットやキャラクター玩具、カラオケ機器、電子楽器などへの応用が想定されている。企業向けで一般ユーザー向けの提供は予定されていない。2012年3月に開かれた「インタラクション2012」にて、子音・母音を入力する文字キーで歌詞を、ピアノ鍵盤で音階を入力して、リアルタイムで歌唱が制作できるVOCALOID-boardを使用した試作品「VOCALOID キーボード」が発表されている。2015年のニコニコ超会議では歌詞をあらかじめプリセットしておくことで演奏に専念することが可能になった改良版「VOCALOID キーボード」が公開された。　「ボカロネット」とは、2014年8月4日に開始されたVOCALOIDでの楽曲制作をさまざまな機能で支援する会員制クラウドコンピューティングサービス。主に以下のサービスが提供されている。　なお、2016年9月27日にサービスが終了する予定となっている。iOS上で動作するVOCALOIDを用いた製品については2010年12月から提供されている。ヤマハが自社で開発した音楽製作ソフトやゲームソフトを発売しているほか、外部企業向けに仕様をまとめソフトウェア開発キット（SDK）『iVOCALOID SDK』も提供しており、2013年7月に『iVOCALOID SDK』を利用した製品の第一弾としてセガが『うた詠み575』を発売している。ニンテンドー3DS上で動作するVOCALOIDを使用した製品は2013年11月より提供されている。NetVOCALOIDは、サーバ上にVOCALOIDを実装し歌声合成機能をネットワークを介して事業者向けに提供するSaaS型のサービス。一般ユーザー向けのサービスはヤマハ自体ではなく提供を受けた事業者が行い、入力内容は事業者によってNetVOCALOIDサーバへ送られ歌声の合成が行われる。インターネットにつながっている機器であればVOCALOIDの機能を提供出来、スペックの低いパソコンや携帯電話やゲーム機といった機器からVOCALOIDを利用するサービス、インターネット上のアバターに歌を歌わせる、ロボットへの応用、広告への利用といった展開も可能とされる。NetVOCALOIDを活用したサービスは、2009年4月9日にインターネット社の「ケータイがくっぽいど」、クリプトン・フューチャー・メディアの「ミクと歌おう♪」が開始されておりそれぞれ携帯電話を通じて「がくっぽいど」、「初音ミク」の歌声を利用できる。また、携帯電話向けのサービスでは、KDDIの携帯電話ブランド「iida」の2009年から開始した期間限定のユーザー参加型キャンペーン「iida calling」のver.2、ver.3、ver.3.1でもNetVOCALOIDによる合成音声が利用されている（パソコンからの利用も可能）。上記のいずれのサービスも携帯電話から歌詞をテキスト入力するとあらかじめ用意された楽曲に合わせた合成音声が生成されて曲が完成し、これを着うたなどに利用できるものとなっている。また、2010年4月に発売されたゲームソフト『メタルギアソリッド ピースウォーカー』では、NetVOCALOIDを使用し、プレーヤーが自ら作成した歌を歌わせる機能が搭載され。NetVOCALOIDのサーバは本ゲーム専用のサーバシステム内に設置され、プレイヤーの編集に合わせて各ゲーム機端末へデータがダウンロードされるようになっていた。なお、これら以外にも、NetVOCALOIDの技術を使用していることを前面に出さずに展開されているサービスがいくつも存在するという。VocaListener（ボーカリスナー）は産業技術総合研究所が発表した、歌声を入力に用いてVOCALOIDのパラメーターを設定し合成歌唱を作り出すことのできるシステム。略称は「ぼかりす」。2008年5月28日に第75回音楽情報科学研究会で発表された。なお、発表に先立って同年4月28日に、動画投稿サイトニコニコ動画にてVocaListenerを用いて作成された歌声が公開され、その人間が歌っているかのような自然な歌声で話題を呼んでいる。VocaListenerは、入力された歌唱からパラメーターを推定し、更に合成歌唱と元の歌唱とを比較しながらパラメータの再調整を繰り返すことで歌手ライブラリごとの特性などによらず元の歌唱の歌い回しを真似た合成歌唱を得ることができる。元となる歌唱の音高や歌唱スタイルを調整する機能も備えており、ユーザーの歌唱力が低い場合やユーザが歌唱できない表現にも対応する。ヤマハはVocaListenerの発表を受けて、2008年11月より産業技術総合研究所との共同研究を開始、2012年10月に「VOCALOID3 Editor」で使用できるプラグイン、「VOCALOID3 Job Plugin VocaListener」発売された。なお、これ以前には、2009年4月に簡易版のVocaListenerの機能をネットワーク経由で提供するサービス「Netぼかりす」の開発を行っていることを発表、2010年10月に「VY1」および「VY2」向けの「Netぼかりす」のサービスの年内の提供が発表されている。しかし、クラウド型にするために機能を絞り込んだ結果、仕様や性能に難があり、2011年4月に断念された。なお、2011年9月に発売されたアルバム『THE VOCALOID produced by Yamaha』では一部の収録曲の制作にVocaListenerが使用されている。また、2010年7月に元の歌唱の声色を真似て合成音声の声色を変化させる機能も盛り込んだVocaListener2（ほかりす2）が発表されている。VocaListener2の機能は、VOCALOIDパラメータの操作では完結しないため、2012年10月の商品化には盛り込まれていない。ゲームエンジン「Unity」の開発環境からシームレスに「VOCALOID」の歌声合成エンジンにアクセスして、その機能を利用することを可能にするソフトウェア開発キット。「Unityランタイム版VOCALOID Library unity-chan!」が同梱されており、これにより、ゲームのシチュエーションやユーザーの操作に連動してリアルタイムに歌声を合成し、キャラクターに歌を唄わせたり、その歌い方を変化させたりするようなインタラクティブなコンテンツを容易に開発することが可能となる。2015年12月22日より提供が開始された。

出典:wikipedia