言葉の重い軽い

喧嘩稼業の文さん（入江文学）

柔道家｢命を懸けて戦います｣ 文さん｢心に響かんな､言葉が軽い｣

誰かの言葉を聞いて､そいつがどのくらい本気でしゃべってるかかを理解できてしまう現象｡ 都市伝説だと思ってたんだが､ありうるかもしれない｡ 聞き手の本気度受信センサーと､それに引っかかる話し手の声音(こわね)｡

｢声音に本気度が現れる｣という文脈において､｢声音｣とは､話すときの声の質､響き､調子､抑揚､速さ､声量､そしてそれに伴う感情的なニュアンスの総体を指します｡ 具体的には､以下のような要素が含まれます｡ 声の質・響き: 声が澄んでいるか､こもっているか､太いか､細いかなど｡ 調子・抑揚: 話すときの声の波､高低の変化。感情の起伏によって変化します｡ 発話の速さ・リズム: 早口か､ゆっくりか､間があるかなど｡ 声量: 声の大きさ｡自信や熱意の表れとなることがあります｡ 声の張り・力強さ: 声帯の緊張度合いによって､力強い響きや弱々しい響きが生まれます。 感情的なニュアンス: 声に含まれる喜び､怒り､悲しみ､興奮､真剣さ､迷いなどの感情的な含み｡

本気声音パターン

この辺の理屈に近いんじゃないだろうか｡

つまりぼくの経験ですと、その違いは、むしろ音色の違いとして感じられます。ずれとしては聴こえてこない。ずれとして聴こえてくるのは、もっと粗い、たとえば千分の四十ぐらいでしょうね。

ほぼ同じタイミングでなった音が､1回に聞こえるか2回に聞こえるか｡その範囲の音の違いの聞こえ方｡ 識別できる時間以下の間隔で鳴った(千分の40秒以下)音の差分は､一つの音の音色の違いとして感じられる｡ が､後述の3｡

エンジニアの仕事やってても､技術のことだったり営業のことだったり各種説明を受けることがある｡ そん時｢あ､これほんとに理解してる人の説明だ｣って感じる時がある｡あれもたぶん､聞き手の理解度の把握/言葉の組み立て方のうまさ､だけではない｡三つ目/四つ目があるんじゃないかな｡

1. 聞き手(この場合おれ) の理解度を理解して 2. 伝えたい内容を適切な粒度で言葉を組み立てる 3. その際自分が理解してきた経験が脳内再生されることで言葉を発する筋肉の動きに影響を与えて特定の声音になる 4. 聞き手がその特定の声音パターンを｢マジでわかってる人の説明だ｣と感じる(もちろん1,2の精度の良さがあってその上にの話)

中級者以上 to 初心者以上だったら1と2で十分伝わる､3と4はオプション｡ ｢よっしゃ俺も頑張って理解するっす！｣のパッションで気持ちよく聞けて良い､くらいの｡

3,4が必須になるのは聞き手が初心者未満の時｡

聞き手がなんも分からん状態

聞き手としてなんも分からんことを誰に教わるか判断｡ おれだったらなんだろ､歴史があって身近で全く興味ないもの｡衣食住､衣だ｡ファッションとか｡ 先生A, 先生B, 先生C,.... ファッションの先生を選ぶときにどうするか｡成果物(その先生のファッション)見ても良し悪しが分からん時｡どうやって先生を選択するか｡

ファッション体験教室(そんなんあんのか？)に通って話を聞くとすれば、2の意味を理解することに脳みそを使うよりも､3 のマジ感の解析に脳みそ使うのが有益｡ (そもそも1の理解度が0だから)

話し手としてプログラミングのプの字も知らない聞き手になにを話すか｡ ｢入りとしてはこのプラットフォームのこの言語のこのFWがおすすめです｡なぜなら～｣なんて2の話するよりも｡ ｢あんな死にそうだったこともあったし､こんな嬉しいユーザレビューもらったりして､大変だけど超楽しいの｡｣の3が乗りやすい話をした方が有益｡

あるいはそもそも伝達に使える概念/理屈/単語が少ない､人間見習いの小学生以下の子供に何かを伝える時に使うのも､3, 4なのでは｡ 見習い故に1は持ってなくても､人間故に4は持ってる｡

4. の本気声音パターン認識器官

は､人間にデフォルトで埋め込まれてるんじゃないか｡ 言葉をコミュニケーションの道具として使い始めてからの歴史が､｢目の前のそいつは本気でそれゆってるか｣の判別能力をある程度､人間に埋め込んでる｡それを判断できなければ騙されて死んじゃったり詐欺師だらけの世界になってる｡

なので､喋りはじめる～小学校くらいの｢読み書きもそろばんもなんも分からん｣人間見習いに伝える方法として3が使える(1,が無いので2が使えない)｡ 小学校の先生の本より｡

このように、彼らに「変えようがない現実」を伝達する際には、その「現実」の根拠なる理由を本人に説明できることが大切です。可能であれば、その背景にある「歴史的経緯」「価値観」「思想」なども併せて提示できると良いでしょう。 提示する「現実」が曖昧なものだと、現実を突きつけてきた相手に怒りのベクトルが向いてし まい、「現実を受け容れる」ことを阻害してしまいます。この辺は、伝える立場の人間がしっかり勉強しておくことで解決可能なポイントですね。

ゆーて小学生くらいなら理屈として伝わるのは2割くらいでしょ､よっぽど賢い子で5割｡ 残りは先生自身の声音に本気度を乗せるため｡

十歳の子どもにちゃんとした判断力を求めるのは、十歳の子どもに五フィートの身長を求めるようなものだろう。じっさい、そんな年ごろの子どもにとって、理性がいったい何の役に立つのか。 理性は力を制御するものだが、子どもには力の制御は必要ない。

｢喧嘩すんなやー､仲良くせんとあかんでー｣ にどれだけマジ感が乗るかは､ 先生自身が > その背景にある｢歴史的経緯｣｢価値観｣｢思想｣ をどのくらい学び､それに納得しているか､になる。

義務教育以下の学校の先生になんで高い教養(大卒学歴､先生の資格試験、二種なら一種取得の努力義務)が求められるのか分かんなかった｡ 小学校前半であれば子守りスキル､中学後半であれば読み書きそろばんの初歩を伝達するのに､そんな教養いらんだろ､と｡

それたぶん逆なんだ｡ なんもわかってない子供に何かを伝えるためには理屈よりも言葉の重さが必要｡1,2よりも3｡ 人間一般の特性/歴史の知識であり理解､ それが群れになった社会一般の特性/歴史の知識であり理解｡それらを先人はどう扱ってきたのかの理解｡ その視野の上に現代がどうなってる、から､十数年後に大人になるやつは今こうあるべきの確信｡ それが言葉に重さを与える｡

いま話しているのはこのわたしだけですが、どんなに弱々しい声で、とりとめなく話しているのであっても、わたし自身よりもすぐれた人びとの思想を語っているのです。

積み上げた歴史が動揺を鎮めて臆病を打破して思考を駆動させて･･･いざって時に、退かせない。全歴史が私の背中を押す。

逆に何も学ばず何も訓練せず、優しい先生で在りたいなーという気持ちだけでゴリ押しした ｢私､優しい先生なんですぅーー､みんな仲良くいい子に育って欲しいんですぅー｣ みたいな声音を聞くと､いかになんも分からん子供でも｢この先生ぺらいな｣って感じるのでは｡

練習すれば中身スカスカでも技術として習得可能？

ハッタリとか詐欺が上手なやつの話し方､営業とかもそうかも｡

以前一緒に働いてた営業さんが ｢店長さん､営業の頂点ってしてます？詐欺師ですよ｡おれマジの詐欺師ひとり知ってんすけど､あいつらすごいっすよ､なんっっっの価値もないもん普通に売ってきますからね｡それに比べれば店長さん始めうちのチームのエンジニアさん達が作ってくれたこのちゃんと価値のあるサービス売るなんて､楽勝っすよ｣ って言ってた｡ いや､そんなんと比べるなよwww､とは思うけれど｡ 中身スカスカなまま本気声音を出す技術は存在するんだろう｡

もしくは､本気声音パターンだけAIで抜き出して､そのパターンの上に任意の提言をのせる

パターンの抜き出しと､再生時のリアタイ調整の誤差

AIにジョブズのプレゼン音声データを食わして､現実湾曲フィールド声音パターンを抜き出して｡任意の文章を現実湾曲パターンに乗せて再生するとか｡

スティーブ・ジョブズの話し方における｢現実湾曲フィールドReality Distortion Field｣とは､彼が持つ強力な説得力とカリスマ性によっ て､周囲の人々特にAppleの従業員や開発者の認識や現実感覚を歪 め､彼のビジョンや目標の達成を可能にする現象を指します｡ これは､ジョブズが本質的に｢嘘｣をついていたわけではありません｡ むしろ､彼の圧倒的な情熱､確信､そして卓越したコミュニケーショ ン能力が､人々を彼の描く未来へと強く引きつけ､あたかもそれがすで に現実であるかのように錯覚させる力を持っていたのです｡

リアル話し手が無意識で調整してるようなリアルタイムでの調整､は難しいかな｡ その場の雰囲気､個人の精神状態､集団としての精神状態をマイク耳とカメラ目で拾って､計算して､スピーカー口とか音響とか考慮して調整して音声を流すのは､まだ難しそう。 もしくは、

鳴き声寄りの声音

言語以前。 言語の水準で具体的な発音と意味を持たない、抽象的な意味の伝達に使われる抽象的な言語、鳴き声。

われわれの言語はいずれもすべて人間の技によってつくられたものだ。 では、 あらゆる人間に共通の、 自然の言語というものはあるだろうか。 ひとびとは長いあいだ、 それを探究してきた。 疑いなく、それは存在する。 それは、 赤ちゃんがおしゃべりができるまえに話している言語だ。 その言語は音節によって区切られるものではないが、強調されたり、 音色がついたりして意味が理解できる。

この辺研究してみるのも面白いかもしれない。

AI批評

詐欺師」との境界線について: 記事後半で「中身がスカスカでも技術として習得可能」という点に触れられていますが、ここがこの考察の最も危険かつ魅力的な「アキレス腱」です。もし「本気声音」が完全に模倣可能なアルゴリズムであるならば、カリスマとは「嘘を真実にする技術」と同義になってしまいます。

後半のAIによる声音生成の考察は面白いですが、今のAIに欠けているのは「責任（その言葉の結果を背負うという事実）」です。人間は、その言葉が外れた時に自分や周囲に降りかかる不利益を背負うことが「声音」に刻まれるわけですが、AIにはそれがありません。AIの生成する声音がどこまで人間を「本気だ」と錯覚させ続けられるか、あるいはその先で人間はどうやって「AIにはない重み」を検知し始めるのか