オーディオブック体験の概念化：理論的枠組み

1. 序論：オーディオブックの再考

オーディオブックという現象は、新しいものではないが、過去10年間で制作、流通、受容において根本的な変容を遂げてきた。ペダーセンとハーヴェによる本稿は、オーディオブック体験を、印刷書籍の単なるリメディエーション（別媒体への置き換え）として見ることを超えて、根本的に再概念化することを主張する。代わりに、彼らはそれを「耳で読む」という独自の文学的実践として位置づけ、デジタル技術によって可能になったより広範なモバイルリスニングの実践との連続性の中で理解されるべきだと提案する。

2. オーディオブックの歴史的変遷

オーディオブックの歴史は、特定のグループのための補助的ツールから、主流のメディア消費へと移行する過程を示している。

2.1 初期の発展 (1877-1970)

トーマス・エジソンの蓄音機（1877年）は、当初は音声記録を目的としていた。初期の朗読録音は稀であった。1930年代までに、英国と米国で小説の長さの録音が登場したが、それは主に第一次世界大戦からの兵士を含む視覚障害者のためのサービスとしてであった。第二次世界大戦後の時代には、リール・トゥ・リール技術が登場し、煩雑なセットアップ（例：1冊の本に20本のテープ）が一般的だった。「オーディオブック」という用語は、1970年代のオーディオカセットとともに一般的に使用されるようになった。

2.2 デジタル変革 (1980-現在)

1980年代にはコンパクトディスク（CD）が導入された。決定的な転換点は2002年に訪れ、MP3形式でのダウンロード可能なオーディオブックが利用可能になった。このデジタル化の飛躍（例：トルストイの『戦争と平和』をiPodに保存することと、119枚のレコードとの対比）は、アクセシビリティと携帯性を劇的に向上させ、このメディアの人気を後押しした。

3. 理論的枠組み

核心的な主張は、オーディオブックを聴くことが、印刷されたテキストを読むこととは根本的に異なる体験を構成するため、独自の概念的枠組みが必要であるというものだ。

3.1 目で読むこと vs. 耳で読むこと

著者らは、文学に接する二つの感覚モダリティを区別する。「目で読むこと」は、視覚的解読、自己ペースでのナビゲーション、テキストとの空間的関わりを含む。「耳で読むこと」は、時間的、線形的な体験であり、ナレーターのペース、トーン、パフォーマンスによって支配される。この空間的コントロールから時間的コントロールへの移行は、物語との認知的・現象学的関わり方を変化させる。

3.2 リメディエーションを超えて

本稿は、オーディオブックを印刷物の単なるリメディエーション（ある媒体を別の媒体で表現すること）としてのみ議論する傾向を批判する。この視点は、音声メディアの独自のアフォーダンス（提供可能性）——例えば、声のパフォーマンス、環境音の統合、親密で没入的な音響空間の創造——を過小評価している。

3.3 モバイルリスニングの実践

この枠組みは、オーディオブック消費を、モバイルリスニング（例：音楽、ポッドキャスト）のエコロジー（生態系）と結びつける。聴取はしばしば二次的活動（通勤、運動）の最中に行われ、印刷物を読むという典型的に専念的な活動とは異なり、マルチタスク的で、日常生活に位置づけられた身体化された実践となる。

4. 市場と利用動向

デジタルフォーマットは、オーディオブックの聴取者層を民主化し拡大させた。もはや主に子供、失読症、視覚障害と結びつけられることはない。スマートフォンによるストリーミングやダウンロードの利便性は、より広範で若く、多様なユーザーベースを惹きつけ、文学消費をモバイルで移動中のライフスタイルに統合している。

5. 分析的枠組み：核心的洞察と批判

核心的洞察: ペダーセンとハーヴェの画期的な貢献は、オーディオブックを印刷物に対する「貧しい親戚」という地位から力強く切り離した点にある。彼らは、このメディアの爆発的普及が単に技術的なものではなく、体験的なものであることを正しく指摘している。それは「聴く本」ではなく、文学とモバイルオーディオ文化の融合から生まれた新しい物語形式なのである。

論理的展開: 彼らの議論は優雅に構築されている：1) 医療的支援からマスメディアへのメディアの進化を示すために歴史化する。2) 「リメディエーション」の誤謬を脱構築する。3) 「耳で読む」というパラダイムを提示する。4) それをモバイルリスニングの中に位置づける。この流れは説得力があるが、それ自体のバイアスを露呈している。

長所と欠点: 長所は、文学的分析を超えてサウンド・スタディーズ（音響研究）へと進む、時宜を得たメディア固有の焦点にある。しかし、この枠組みは、聴取と読書の認知科学に関して明らかに記述が薄い。彼らは現象学に言及するが、様々なモダリティ間での物語理解、記憶保持、心的イメージに関する確固たる研究（例：David C. Rubinの研究や国際文学経験科学学会の研究）を無視している。これは重大な省略である。理解は本当に類似しているのか？ナレーターの声は想像的構築を阻害するのか、それとも強化するのか？本稿はこれらの疑問を提起するが、経験的な根拠を提供せず、測定可能な差異よりも理論的区別に依存している。

実践的洞察: 出版社にとっての洞察は、オーディオブックを単なる音声翻訳として制作するのをやめることだ。サウンドデザインに投資し、ポッドキャストに類似した連載形式を検討し、「モバイルでマルチタスクする人」に向けてマーケティングすべきである。研究者にとっての使命は明確である：将来の研究は学際的でなければならず、この理論的枠組みを心理学や神経科学からの経験的手法と結びつける必要がある。次の突破口は、体験を定義することではなく、その影響を定量化することにあるだろう。

6. 技術的・方法論的考察

著者らは、異なる体験を明確にするために差異を強調する方法論的戦略を採用しており、現実世界の実践はより複雑で相互接続されていることを認めている。

技術的詳細と形式主義: 技術論文ではないが、体験はモデル化できる。オーディオブックの線形的で時間に縛られた消費は、印刷物の非線形的アクセスと対比できる。物語を一連の事象 $N = \{e_1, e_2, ..., e_n\}$ と考えると、印刷物の読書は非順次的なアクセス関数 $f_{print}(t) \rightarrow e_i$ を可能にする（ここで $i$ は任意のインデックス）。オーディオブックの聴取は、順次関数 $f_{audio}(t) \rightarrow e_{k(t)}$ を強制する（ここで $k(t)$ は再生速度によって決定される時間の単調関数）。この根本的な制約が体験を形作る。

分析枠組みの例（非コード）: オーディオブックの翻案を分析するには、以下の枠組みを使用できる：

1. パラテクスト分析: ナレーターの選択、オーディオのカバーアート、プラットフォームのメタデータ（例：「著者独占インタビュー付き」）を検討する。
2. パフォーマンス分析: 声の表現（ペース、ピッチ、キャラクターの区別）、沈黙の使用、感情的なトーンを評価する。
3. 文脈的分析: 典型的な聴取シナリオ（例：車中、ジム）と、それらが受容にどのように影響するかを考慮する。
4. 比較分析: Audibleのようなプラットフォーム上のリスナーレビューと、Goodreads上の印刷版の読者レビューを対比し、モダリティ固有のフィードバックを探る。

実験結果とチャートの説明: 本稿自体は新しい実験を提示していないが、APA 2006年のデータのような調査結果と整合する。彼らのテーゼを支持する仮説的なチャートは、二軸グラフで示すことができる：1) 主Y軸: オーディオブックの年間売上成長率（2005年以降の急激な上昇曲線）。2) 副Y軸: 通勤や運動などの「モバイル活動」中に行われるオーディオブック消費の割合（一貫して高いバー、例：>70%）。このチャートは、成長がモバイルでの状況的利用と結びついていることを視覚的に主張するだろう。

7. 将来の応用と研究の方向性

没入的・インタラクティブなオーディオ: 将来は、3D空間オーディオ（バイノーラルサウンド）とインタラクティブな物語構造（「自分で選ぶアドベンチャー」型ポッドキャストやAI駆動のインタラクティブフィクションに類似）を活用することにある。Audibleの「Audible Originals」のようなプラットフォームは既にこの最先端を探求している。

パーソナライズされたナレーション: 高忠実度音声合成（TTS）とAI音声クローニング（RespeecherやMicrosoftのVALL-Eなどの企業の研究を参照）の進歩により、リスナーの好みに基づいてトーン、速度、さらには方言を調整するパーソナライズされたナレーターが可能になるかもしれない。

マルチモーダルデバイスとの統合: スマートグラスや電子ペーパーリーダーのようなデバイス上で、音声とテキストの間をシームレスに切り替える研究がなされるべきであり、両方のモダリティの長所を活かしたハイブリッドな読書/聴取体験を創造する。

認知的・経験的研究: 最も重要な方向性は、音声消費と印刷物消費の間で、理解度、共感誘発、長期記憶形成を比較する経験的研究であり、物語の複雑さやリスナー/読者の専門性などの要因を統制する必要がある。

8. 参考文献

• Pedersen, B. S., & Have, I. (2012). Conceptualising the audiobook experience. SoundEffects, 2(2), 80-92.
• Rubery, M. (Ed.). (2011). Audiobooks, Literature, and Sound Studies. Routledge.
• Audio Publishers Association (APA). (2006). Sales Survey.
• Nielsen, L. B. (2012). Audiobook lending in Danish libraries. Danish Library Authority.
• Rubin, D. C. (1995). Memory in Oral Traditions: The Cognitive Psychology of Epic, Ballads, and Counting-Out Rhymes. Oxford University Press.
• International Society for the Empirical Study of Literature (IGEL). (n.d.). Research Publications. Retrieved from https://www.igel.news/
• Microsoft Research. (2023). VALL-E: Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers. arXiv:2301.02111