女性声優は本当に小柄になったのか――『ゆめ∞みた』から始める身長調査と、AIによる研究・調査の限界

1．ののは、なぜあれほど大きく見えるのか

『ゆめ∞みた』を見ていると、宮永ののかがかなり大きく見える。

他のメンバーと並んだ写真でも、ステージ上でも、明らかに一人だけ背が高い。六人の中に一人だけ、一般的な成人女性が混じっているようにさえ見える。

ところが、実際の身長は161cmである。

もちろん低くはない。しかし、日本人女性の平均より少し高い程度であり、長身と呼ぶほどではない。161cmの女性が、なぜあれほど大きく見えるのか。

答えは単純だった。

ののが特別に大きいのではない。周囲が小さいのである。

『ゆめ∞みた』のキャストを並べてみると、平均以下の身長が中心になっている。161cmが一人加わるだけで、集団内では長身に見える。

同じ印象は、『BanG Dream! It’s MyGO!!!!!』にもある。

立石凛や青木陽菜は明確に小さい。羊宮妃那も大きくはない。作品内で並ぶと、その小柄さが視覚的な特徴になる。

ぼくは以前、「声優のルッキズムと、ロックの死――ゆめみた、トゲトゲ、CHAI、向井秀徳／toe」という記事で、現在の声優市場について考えた。

そこでは、ゆめみたを、最初からライブ、写真、配信、SNSまで含む可視化を前提として選ばれた新人ユニットとして扱った。

MyGO!!!!!は少し違う。羊宮妃那の演技や林鼓子のドラムなど、作品を成立させる能力が先にあり、その身体が後からステージへ引き出される。

トゲナシトゲアリは、さらに別方向から来る。声優になりたい人をバンドへしたのではなく、音楽をやってきた人間が、声優IPの市場へ入った。

だが、いずれにせよ、現在の声優には、声と演技だけでなく、歌、楽器、ダンス、ライブ、写真、配信、イベント、SNS、そして外見まで求められる。

声優志望者の巨大な人材プールがあり、その中から複数の条件を満たす人間を選べる市場が成立している。

では、その人材プールの身体的構成自体も、以前とは変わっているのではないか。

特定作品のキャスティングだけではない。声優全体が、世代を追って小柄になっているのではないか。

調べてみることにした。

2．結論――思ったほどではない。だが、男女とも低身長側へ動いていた

先に結果を出す。

声優は、ぼくが想像していたほど極端に小柄ではなかった。

女性声優が一般女性より三cmも五cmも低いという結果ではない。1990年代生まれ以降でも、平均との差は一cm強である。

だが、変化は見えた。

1960年代生まれの女性声優は、同世代の一般女性より平均0.28cm高く、平均偏差値は50.53だった。

1970年代生まれでは、一般平均との差はマイナス0.13cm、平均偏差値49.76。

1980年代生まれでは、マイナス0.26cm、平均偏差値49.50。

ここまでは、ほぼ一般女性と同じである。

ところが1990年代生まれでは、一般平均との差がマイナス1.31cm、平均偏差値47.54まで下がる。

2000年代生まれも、マイナス1.10cm、平均偏差値47.93だった。

思ったほどではない。

だが、女性声優は1990年代生まれ以降、明確に低身長側へずれている。

男性にも変化があった。

1960年代生まれの男性声優は、一般男性より平均2.24cm高く、平均偏差値53.93だった。

1970年代ではプラス1.38cm、1980年代ではプラス1.84cm、1990年代ではプラス1.69cm、2000年代ではプラス1.20cmである。

男性声優はいまも一般男性より高い。

しかし、以前の高身長側への偏りは縮小している。

1930年代から1950年代生まれの男性声優を見ると、一般男性よりかなり高い値が出た。ただし、この年代は戦前・戦後の身長基準値の再構成に難しさがあり、今回の直近五十年の表からは外した。

それでも、古い世代の男性声優に強い高身長側の偏りがあり、それが後の世代で弱くなっているという大きな傾向は見える。

女性では、一般平均付近から平均以下へ。

男性では、かなり高い側から一般平均へ近づく方向へ。

男女ともに、声優の身長分布は低い側へ動いている。

3．低身長化は、アイドル声優への需要だけでは説明できない

女性声優の身長が下がったと聞けば、まず考えられるのは、アイドル声優化である。

声優が顔を出し、歌い、踊り、ライブをし、写真集を出し、キャラクターと本人を重ねて消費されるようになった。

その市場では、小柄な女性が「かわいい」「幼く見える」「キャラクターに近い」と受容されやすい。

この説明自体は、たぶん間違っていない。

1970年代から1980年代生まれ、水樹奈々辺りから、声優本人の歌唱、ライブ、外見、スター性を含む市場が明確に成立した。

だが、需要側だけを見ても不十分である。

今回の男女双方の変化を見ると、より大きな参入層の変化を考える必要がある。

昔の声優には、劇団、舞台、映画、テレビ、子役、歌手、放送劇など、別の演技・芸能経路を通って声の仕事へ入った人が多かった。

声優は、最初から独立した巨大な志望職種だったわけではない。

俳優が声の仕事もする。

舞台役者が吹替へ入る。

子役がアニメへ移る。

歌手やタレントが声優も担当する。

そうした経路が大きかった。

ところが、アニメとゲームの市場が拡大し、声優本人がスターとして可視化され、養成所や専門学校が増えると、最初から声優だけを目指す人間が大量に参入するようになる。

声優名鑑に載る人数は男女とも増えている。男女比が大きく変わっていないなら、女性だけに特殊な変化が起きたのではなく、声優という職業への参入構造そのものが変わったと見る方が自然である。

男性側では、その変化が比較的分かりやすい。

舞台や映像俳優を経由する男性には、俳優職に伴う身体選抜がかかりやすい。

身長が高い。

舞台上で存在感がある。

映像で見栄えがする。

そうした男性が俳優になり、その一部が声優になるなら、男性声優の平均身長は一般男性より高くなる。

古い世代の男性声優が一般男性よりかなり高かったことは、この経路と整合する。

しかし、最初から声優を目指す人が増えれば、俳優として求められた高身長は必須条件ではなくなる。

さらに現在の女性ファン向け声優市場では、長身で強そうな男性だけが求められるわけではない。

細身、中性的、若く見える、かわいい、親しみやすい、グループ内の関係性を見せやすいといった身体も、十分に商品価値を持つ。

男性声優に起きているのは、小柄な男性が積極的に選ばれるようになったというより、俳優経由でかかっていた高身長プレミアムが弱まり、参入層が一般男性へ近づいたことだと考えられる。

女性でも、参入側の変化は無視できない。

モデル、一般的なアイドル、映像女優など、身体を前面に出す芸能職では、小柄さが不利になる場合がある。

一方、声優は、少なくとも入口では、声や演技を中心とする職業として理解される。

身体条件のために他の芸能経路へ進みにくい女性が、声優なら自分にも可能性があると考えて参入する。

その後、声優市場自体がアイドル化し、小柄さを「かわいい身体」として再商品化する。

つまり；

小柄な女性も参入しやすい市場が成立する。

その市場が拡大する。

小柄な女性が多く参入する。

さらに市場が、その小柄さを幼さ、かわいさ、キャラクター性として評価する。

――この循環が起きている可能性がある。

女性声優の低身長化は、市場が一方的に小柄な女性を選んだ結果ではない。

誰が声優を目指すようになったかという自己選抜と、声優市場が誰を選び、どう商品化したかという市場側の選抜が重なった結果として考えるべきである。

もちろん、今回の身長データだけで、この因果関係を証明することはできない。

声優の出身経路を世代別に分類し、劇団、子役、養成所、専門学校、一般公募などとの関係を調べる必要がある。

だが、男女双方で同じ方向の変化が出たことは、単純な女性アイドル需要だけでなく、声優への参入層全体の変化を疑う理由にはなる。

4．なぜ、1990年代生まれから差が出るのか

女性声優の平均身長は、1960年代から1980年代生まれまでは、ほぼ一般女性と変わらない。

差が明確になるのは、1990年代生まれである。

ただし、これは1990年代に突然、業界が小柄な女性を選び始めたという意味ではない。

参入構造の変化には時間差がある。

1970年代から1980年代生まれの声優が、本人名義で歌い、ライブをし、アニメやゲームのキャラクターと並行してスター化する。

その姿を見て育った世代が、最初から声優を目指して養成所や専門学校へ入る。

その世代が実際に業界へ大量に参入し、声優名鑑に載るようになるのが、1990年代生まれ以降である。

したがって、水樹奈々辺りを挙げる意味は、個人を低身長化の起点にすることではない。

声優が、俳優や歌手の副業的な職能ではなく、本人の歌唱、ライブ、外見、物語を含む独立したスター市場になった時期の目印として挙げるのである。

その市場の成立と、その市場を見て参入した次世代の身体分布の変化には、当然時間差がある。

今回のデータは、その時間差と整合している。

5．2000年代で偏差値が少し戻ったと見てよいのか

1990年代生まれの女性声優は、平均偏差値47.54。

2000年代生まれは47.93。

数値だけ見れば、2000年代で少し高くなっている。

では、女性声優の低身長化は1990年代で止まり、2000年代では反転したのか。

そう判断するのは早い。

第一に、2000年代生まれの声優は、まだ母数が小さい。

1960年代から1990年代生まれは、ある程度キャリアを積んだ声優まで名鑑に載っている。

2000年代生まれは、まだ業界へ参入中であり、今後人数が増える。

第二に、近年の声優は、生年や身長を公表しないことが増えている。

昔のプロフィールでは、誕生日、生年、出身地、血液型、身長などが比較的普通に掲載されていた。

現在は、プライバシー配慮から、生年を明かさず、身長も載せない例が多い。

そのため、2000年代生まれでは、誰が母集団に入るか自体が不安定である。

今回、女性声優については、年代不明と身長不明を可能な限り追った。

それでも、便宜的な処理をしている。

たとえば、学マスやゆめみたなど、近年デビューした声優で生年が明らかでない場合、活動時期や経歴から2000年代生まれと推定し、一律に2000年代へ入れた例がある。

これは厳密な生年確認ではない。

また、公式プロフィールに身長がない場合、本人発言、共演者との比較、写真などから推定値を置いた例もある。

立石凛、薄井友里、長月あおい、羊宮妃那などである。

推定値には信頼度を分けた。

一方、松田彩音は、学マスの他のメンバーと並ぶとかなり小さく見える。

女性声優の低身長化という仮説にとっては、母数へ入れたくなる人物である。

しかし、再現可能な数値の根拠を見つけられなかった。

150cm台前半、あるいはそれ以下と見るのは自然でも、数値として確定できない。

そのため、身長データの母数には入れていない。

仮説に有利だからといって、全く根拠のない値を入れるわけにはいかない。

さらに重要なのは、身長の欠測が無作為とは限らないことである。

もし小柄な声優ほど身長を公表しない傾向があるなら、身長判明者だけで計算した平均は高い側へずれる。

逆に、身長が高い人ほど非公表にしている可能性も論理上はある。

現状では、欠測の方向を断定できない。

したがって、2000年代女性の平均偏差値が1990年代よりわずかに高いことから、

女性声優の低身長化は止まった。

とは言えない。

安全に言えるのは、1990年代生まれで明確になった低身長側への偏りが、2000年代でも少なくとも解消していない、というところまでである。

6．この数字をどう作ったか

ここからは前稿「理論はAI、応用は人間、実装はAI――人間に本当に残るものは何か」を受けたAIによる研究・調査論である。声優の身長にだけ興味あった人はこの先を読む必要はない。

調査には、ChatGPT上でGPT-5.6 Solを使用した。

発端は、ぼくの「ののは161cmしかないのに、なぜあれほど大きく見えるのか」という疑問である。

ChatGPTは、声優の基本情報を集めた「声優データ倉庫」を見つけてきた。

これを『声優年鑑2026』の掲載者と突き合わせ、声優の母集団を作った。

最終的な統合マスターは、約2300人である。

そこへ、性別、身長、生年、出生年代、出典、推定値の信頼度などを追加した。

単純に現在の一般身長と比べると、日本人全体の身長変化が混ざる。

たとえば、1940年代生まれと2000年代生まれでは、一般人口の平均身長自体が違う。

そこで、声優を出生年代ごとに分け、同じ年代の一般人口平均との差を計算した。

単年では、人数が少なく変動が大きい。

そのため、1960年代生まれ、1970年代生まれという十年単位の出生コホートへまとめた。

各年代について、

声優の平均身長。

同世代の一般平均との差。

一般平均を50、標準偏差を10とした平均偏差値。

を男女別に算出した。

もともとの関心は女性声優だった。

だが、女性だけを見ても、アイドル化による需要の変化なのか、声優全体の参入構造の変化なのかを区別しにくい。

そこで男性も調べた。

結果として、男性にも高身長プレミアムの縮小が見つかった。

この比較によって、女性だけの特殊な需要ではなく、声優という職業への参入層全体が変化した可能性が浮かび上がった。

7．今回もSchwartz型だった

前稿では、ハーバード大学の理論物理学者Matthew Schwartzが、Claudeを「AI大学院生」として使った研究を取り上げた。

Claudeは、数式を扱い、コードを書き、計算し、修正し、論文草稿を作った。

研究実務の大量部分を処理した。

だが、何を研究するかを決め、どの結果が物理的に意味を持つかを判断し、異常を見つけ、追加検証を命じ、どこで止めるかを決めたのはSchwartzだった。

AIは探索、候補生成、計算、文章化を担当した。

人間は問題形成、選択、異常診断、停止判断を担当した。

今回も、結局同じだった。

ただし、今回扱ったのは高エネルギー理論物理ではない。

声優の身長である。

身長を集め、平均を出し、年代別に並べるだけなら、高度なドメイン知識はほとんど要らない。

それでも、問題形成は人間だった。

ののが161cmしかないのに大きく見えるという違和感を、ゆめみた内の身体分布へ接続した。

MyGO!!!!!にも小柄な声優が多いと気づいた。

特定作品の問題なのか、声優全体の年代変化なのかを問うた。

日本人全体の身長変化を制御する必要があると考え、生年を追加した。

単年ではぶれるため十年コホートへまとめた。

女性だけでなく男性も調べれば、アイドル需要と参入構造の変化を分けて考えられると判断した。

ここまでは、AIが自律的に考えたことではない。

探索ではAIが大きな処理を担った。

声優データ倉庫を見つけ、声優年鑑との統合を進め、身長、生年、性別、出典を埋めた。

だが、約2300人を一括で完全に調査することはできなかった。

作業は細切れになり、一回に処理できる人数も限られた。

ぼくは何度も「進めろ」と指示し、バッチを重ねる必要があった。

しかも、調査したとされる人物に、簡単に見つかる公式情報が欠けていた。

相川奏多は、公式プロフィールに154cmと掲載されている。

それでも、当初のデータでは身長不明になっていた。

石飛恵里花、真野美月、新田ひより、七瀬つむぎなどについても、性別や身長が抜けていた。

人間側が具体的な名前を挙げて初めて、調査漏れが明らかになった。

8．欠測率を出させたのは、人間だった

AIが大量の人物を調査したと報告しても、本当に全体へ調査が行き渡っているかは分からない。

そこでぼくは、年代別、男女別に欠測率を出させた。

これは、分析項目を増やすためではない。

AIの調査そのものを監査するためだった。

年代が判明した声優のうち、身長が判明している者は何人か。

身長不明者は何人か。

その比率は、年代や性別によって偏っていないか。

それを表にさせた。

すると、2000年代女性では、当初80人中20人、25％の身長が未捕捉だった。

未捕捉者を一人ずつ見ると、公式プロフィールに身長がある相川奏多まで含まれていた。

つまり、身長非公表者が多かったのではない。

かなりの部分は、単なる検索漏れだった。

そこから再調査を行った。

原涼子、日向もか、相川奏多、白河みずな、逢来りん、綾瀬未来、楡井希実、立石凛、薄井友里、長月あおい、羊宮妃那などの値を追加した。

その結果、2000年代女性の身長判明者は60人から71人へ増えた。

一般平均との差も、約マイナス0.65cmからマイナス1.10cmへ変わった。

人間の監査と再調査によって、分析結果そのものが動いた。

これは、少しデータを補ったという話ではない。

AIが最初に出した結論の強さが変わったのである。

AIは平均を計算できた。

偏差値も出せた。

表も作れた。

だが、その入力データが十分に埋まっているかを疑う発想は、AIからは出なかった。

欠測率という監査指標を設計し、特定年代の欠落を発見し、再調査を命じたのは人間だった。

Schwartzの研究では、物理学者の専門知識がAIの異常を検出した。

今回は、専門知識以前の完全性監査ですら、人間側が設計する必要があった。

9．AIは、何が見えれば面白いかを判断できなかった

今回、AIに最も欠けていたのは、身長を検索する能力だけではない。

どの比較をすれば、何が見えるかを判断する能力だった。

女性声優だけを年代別に集計すれば、近年の女性声優が少し小柄だという結果は出せる。

だが、それがアイドル声優への需要なのか、参入者側の自己選抜なのか、声優全体の職業経路の変化なのかは分からない。

男性も調べることで、古い男性声優に高身長側の偏りがあり、それが縮小していることが見えた。

そこから、俳優・劇団経由の身体選抜が弱まり、声優単独志望層が増えた可能性が出てくる。

これは、単に表を作ることとは違う。

どういう結果が出れば、別の仮説を比較できるかを先に考える必要がある。

AIは、既知の形式に沿って平均や偏差値を出すことはできた。

だが、

なぜ男性も調べるべきか。

なぜ欠測率を見るべきか。

なぜ2000年代の欠測が結論を歪めるのか。

なぜ松田彩音を、仮説に有利でも入れてはいけないのか。

なぜ女性と男性で同じ「低身長化」と呼ばず、女性では平均以下への移動、男性では高身長プレミアムの縮小と読み分けるべきか。

そうした研究上の意味づけは、人間側がかなり修正した。

さらにAIは、人間が言っていない主張を勝手に作ることもあった。

ぼくが「1970年代から1980年代生まれ、水樹奈々辺りからの傾向」と言ったとき、AIはそれを「水樹奈々個人を低身長化の起点とする説」に変形し、それを否定する留保を書いた。

ぼくは、全体の年代傾向と市場構造を見ていた。

個人を因果的な起点にしたことなどない。

AIは、慎重な文章を書こうとして、ユーザーが述べていない低水準な主張を作り、それを訂正した。

これは単なる言い回しの問題ではない。

研究者が、自分の仮説ではなく、AIが勝手に作った藁人形を処理させられる。

その分だけ、研究作業が阻害される。

AIは確かに研究を加速する。

だが、同時に、監査対象と訂正作業も増やす。

10．高性能モデルでも、網羅調査には弱かった

今回使用したGPT-5.6 Solは、少なくともChatGPT上で選択できる高性能モデルである。

したがって、今回の失敗を、古いモデルや廉価モデルを使ったためと片づけることはできない。

一般には、AIは巨大なデータを既に持っており、必要ならウェブ検索もできると思われている。

そのため、多数の人物について調査させれば、かなり網羅的なデータができると期待されやすい。

だが、今回見えたのは、別の姿だった。

AIが大量のデータで学習されていることは、内部に正規化された声優名簿が入っていることを意味しない。

一人の声優について尋ねれば、身長や生年を答えられることがある。

検索すれば、公式プロフィールへ到達できることもある。

しかし、

全対象は何人か。

誰を調べ終えたか。

誰が未調査か。

「見つからなかった」のか、「十分に探していない」のか。

何をもって完了とするか。

特定の年代や性別だけ欠測が増えていないか。

これらを持続的に管理する能力は別である。

今回、AIは一点の人物検索より、対象集合全体の管理に失敗した。

公式情報を個別には見つけられるのに、全体調査では抜ける。

一部を処理した段階で、かなり進んだように報告する。

「値なし」と「検索漏れ」を区別しない。

表を完成させることを、調査を完成させることより優先する。

これは、露骨な架空情報を作るハルシネーションとは少し違う。

より高性能なモデルでは、完全な捏造は減るかもしれない。

その代わり、部分的な調査を完成品のように整え、もっともらしいExcelや分析文を出す。

見た目が整っているため、検索漏れはかえって発見しにくい。

今回、欠測率を出させなければ、2000年代女性の調査不足に気づかず、約マイナス0.65cmという暫定値をそのまま使っていた可能性がある。

AIは、難しい一件を探すことには強い。

しかし、対象集合を漏れなく埋め、完了条件を設計し、欠落を監査することには弱い。

高性能モデルでも、その能力差は残っていた。

11．AIが増やしたのは、探索量だけではなく監査量でもある

今回、AIが役に立たなかったわけではない。

約2300人のデータを人間だけで統合し、身長、生年、性別、出典を揃え、年代別に集計するのは現実的ではない。

声優データ倉庫を見つけ、年鑑との突合方針を作り、データを正規化し、表を計算し、Excelへ出力したことは、AIの大きな貢献である。

人間だけでは、この調査自体を始めなかった可能性が高い。

だが、AIが大量の処理をしたことと、AIが自律的に研究したことは同じではない。

AIが探索量を増やすと、確認すべき出力も増える。

検索漏れ。

誤った統合。

同姓同名。

生年の誤分類。

公式値と推定値の混同。

欠測の偏り。

不適切な一般平均。

Excelの表示形式ミス。

論旨の勝手な改変。

これらを監査する必要がある。

実際、欠測数23人を2300％と表示するような単純なExcel上の誤りも起きた。

数値の中身だけでなく、表の形式まで確認しなければならなかった。

AIは、人間の作業を減らす。

同時に、別種の作業を増やす。

人間が一件ずつ検索する作業は減る。

代わりに、人間はAIの進捗を疑い、欠測率を設計し、異常値を見つけ、再調査させ、結果を比較し、何を採用するかを判断する。

これは単なるプロンプトエンジニアリングではない。

調査設計、品質保証、仮説選択、異常診断である。

今回も、Schwartz型だった。

AIは大量の実務を行った。

人間は問題を形成し、評価器を作り、異常を見つけ、結果を解釈した。

しかも、最先端の理論物理ではなく、声優の身長調査ですら、そうだった。

Tasteとは、難しい理論を理解する能力だけではない。

何が見えたら面白いかを考える。

どの比較が仮説を分けるかを決める。

調査が本当に終わっているかを疑う。

有利なデータでも、根拠がなければ捨てる。

欠落が結論を動かす可能性を見抜く。

AIが勝手に作った主張から、自分の論旨を守る。

そうした能力もTasteである。

12．結論――声優の身体は、参入層によって変わる

『ゆめ∞みた』のののは、161cmしかない。

それでも大きく見える。

ののが極端に高いからではない。

周囲が小柄だからである。

その印象は、特定ユニットだけの偶然ではなかった。

女性声優は、1960年代から1980年代生まれまでは、同世代の一般女性とほぼ同じ身長だった。

1990年代生まれ以降、一般女性より平均一cm強低い側へ移っている。

男性声優はいまも一般男性より高い。

しかし、古い世代にあった強い高身長側の偏りは縮小している。

男女とも、声優の身体分布は低い方向へ動いていた。

女性では、アイドル声優市場が小柄な身体を「かわいい」と受容する需要側の変化がある。

だが、それだけではない。

声優市場が巨大化し、俳優や劇団を経由せず、最初から声優だけを目指す人が増えた。

誰が声優へ参入するかが変わった。

他の身体中心の芸能経路では不利になりやすい小柄な女性も、声や演技を入口として参入する。

その後、声優市場が小柄さを商品価値として再び可視化する。

男性では、俳優経由でかかっていた高身長選抜が弱まり、声優単独志望者の分布が一般男性へ近づく。

声優の低身長化は、市場が一方的に身体を選んだ結果ではない。

参入者側の自己選抜と、市場側の選抜・商品化が循環した結果として考えるべきである。

そして、この結論に到達するまでの調査もまた、現在のAIの位置を示した。

GPT-5.6 Solは、約2300人のデータを統合し、検索し、集計し、表とExcelを作った。

しかし、何を調べれば面白いかを決めたのは人間だった。

男性を比較対象へ入れたのも人間だった。

欠測率を監査指標として導入したのも人間だった。

調査漏れを発見し、再調査させ、結果を修正したのも人間だった。

AIは大量の知識を持つ。

だが、完成したデータベースを持っているわけではない。

検索できる。

だが、網羅できるとは限らない。

計算できる。

だが、入力が十分かを自分から疑うとは限らない。

文章を書ける。

だが、ユーザーが言っていない主張を勝手に作ることもある。

AIは研究を加速した。

しかし、今回も研究を方向づけ、監査し、結果を意味あるものとして選択したのは人間だった。

高性能AIが研究者になるために必要なのは、知識量や検索速度だけではない。

何を問題とするか。

何をもって調査完了とするか。

結果をどう疑うか。

どの欠落が結論を変えるか。

何が見えれば面白いか。

その判断は、まだ人間側に大きく残っている。