る

るぅ searchDLsite

出演: 10作品 | 影響力: 0.29 | AI分析: 2026-07-10 00:14

assignment登録: 2026-02-20 07:45 | sync更新: 2026-08-25 04:51 | download作品初回取得: 2026-02-20 07:45 | download作品最新取得: 2026-03-14 17:39 | smart_toyAI分析: 2026-07-10 00:14

smart_toyAI分析

notes紹介文

和姦やフェラチオといった展開から、ナース、女教師、人妻、お姉さんまで幅広い属性の役柄を演じている。インテリなキャラクターやスポーツ選手など、特定の背景を持つ設定への出演も目立つ。声質は、大人の余裕を感じさせる落ち着いたトーンから親しみやすい響きまで多岐にわたり、相手を誘惑するような艶っぽさや会話劇における自然なリアリティを生む表現に定評がある。感情表現が豊かで、相手をなだめる柔らかな演技から情熱的な反応まで、キャラクターの心情をリアルに伝える演じ分けが得意である。特にレトロな雰囲気を持つ会話劇形式の作品において、その設定に馴染むような空気感を作り出すことに長けており、物語としての掛け合いを重視した構成で多くの支持を得ている。

insights強み

感情豊かな反応リアルなキャラクターの掛け合い妖艶な雰囲気作り大人の余裕を感じさせる演技

auto_awesome特徴

昭和レトロな世界観を持つ作品への出演が多いお姉さん、女教師、人妻といった成熟した女性役を中心とした展開甘いシチュエーションからSM系まで幅広いジャンルをカバー

graphic_eq声質キーワード

妖艶落ち着いた包容力のある知的な情緒的

mic声の適正

清純・可愛い系	2.6
ロリ・幼い系	2.3
お姉さん・ママ系	5.1	上位35%
癒し・囁き系	3.9
元気・明るい系	4.9	上位34%
小悪魔・メスガキ系	1.3
クール・ミステリアス系	4.8	上位39%
ボーイッシュ系	4.6	上位36%
総合適性スコア	37

スコアは全声優の分布に対する相対位置に基づく共通基準。「上位◯%」は10作品以上の声優の中での位置。出演数が少ない場合は統計的な縮約により全体平均寄りに表示されます。

infoレーダーの色が示す「型」について

特化型 — 特定の軸が突出し、他軸平均の2倍以上（かつ7.0以上）。1ジャンルに徹した専業の結果として他軸は低く出ます。

オールラウンド型 — 突出した1軸はないものの、8軸すべてが高水準（総合適性スコアが全声優の上位20%以内）。

標準 — 上記どちらにも当てはまらない、特化型・オールラウンド型ほど極端でないタイプです。

forumレビュー評判

大人の余裕や妖艶な雰囲気を漂わせる声の演技と、甘く優しいトーンでの感情表現が好評。

大人の余裕を感じさせる先生役などの説得力ある演技甘く優しい雰囲気の声のトーンすねる・なだめるなど恋人らしい感情表現の豊かさリアルなリアクション演技キャラクターの反応がエロくて魅力的コミカルな掛け合いを含む幅広い演技力

rate_reviewレビュー言及数: 59件

bar_chart影響力スコア

warningこのスコアは作品のレビュー数等に基づく参考指標であり、声優の演技力や人気を直接評価するものではありません。

影響力（平均）

0.29

ベイズ平均 × 専属度補正

影響力（累積）

1.33

価格バイアス補正・レビュアー多様性補正・サークル集客力補正を適用した合計値

影響力（raw）

13.47

補正なしの単純合計（参考値）

menu_bookスコアの見方

影響力（平均）	1作品あたりの影響力を示します。出演数の多寡に左右されにくい指標です。ベイズ平均（出演数が少ないほど全体平均へ引き寄せる統計処理）で少数作品の偶然的な外れ値を抑制し、専属度補正（6サークル以上で等倍）を適用しています。
影響力（累積）	全出演作品の影響力の合計です。出演数が多いほど高くなります。各作品のスコアからサークル側の集客力の影響（集客力補正）、低価格作品のレビュー膨張（価格バイアス補正）、少数の投稿者が繰り返しレビューしているサークルの水増し（レビュアー多様性補正）を差し引いた値を積み上げています。
影響力（raw）	サークル集客力補正・価格バイアス補正を適用しない生の合計値（参考値）です。補正後との差は、出演数が多いほど自然に広がります。差の大きさだけで集客力は判断できません。

calculate計算方法（クリックで展開）

各作品について、感想コメント数（review_count = 質の指標）と★評価数（rating_count = 量の指標）の2つを併用してスコアを算出します。

■ 作品スコア

score = 0.6 × log(1 + 感想数 ÷ 出演者数) + 0.4 × k × log(1 + ★評価数 ÷ 出演者数)

k = 正規化係数 ≈ 0.34（両指標のスケールを揃える、DBから動的算出）

■ 出演者按分

複数声優出演の場合、レビュー数を人数で均等按分してから対数変換

■ 価格バイアス補正

price_weight = min(1.0, 作品価格 / 500)

110円→0.22倍, 330円→0.66倍, 500円以上→等倍

■ レビュアー多様性補正

diversity_discount = 0.5 + 0.5 × (サークルの distinct投稿者数 ÷ 総レビュー数)

同じ投稿者が繰り返しレビューしているサークルほど件数の見かけの多さが支持の広さを表さないため割引。比率は全体中央値（約0.87）へベイズ平滑化（少数サンプルの偶然のブレを抑制）。極端に集中したサークル（比率0前後）→0.5倍、分散したサークル（比率1.0）→等倍

■ サークル集客力補正

influence_discount = 1.0 + 0.5 × ln(1 + サークル集客力)

対数ベースで飽和なし。集客力1.0→1.35倍割引, 3.0→1.69倍, 6.0→1.97倍

■ 影響力（累積）

Σ(作品スコア × price_weight × diversity_discount ÷ influence_discount)

■ 影響力（平均）

ベイズ平均(C=20, m=全体平均) × 専属度補正

専属度補正: 1サークル→0.58倍, 6+→等倍

設計根拠:

2指標併用: 感想コメント数（質）と★評価数（量）はスケールが異なり（約30倍）、両方を正規化して加重合算。
対数変換: レビュー数はべき乗分布するため、log変換で外れ値を圧縮。
サークル集客力補正: 集客力の高いサークルの寄与を差し引き、声優自身の貢献を抽出。
価格バイアス: 低価格作品の大量販売によるレビュー数膨張を補正。
レビュアー多様性補正: 一部の量産型サークルは、少数の投稿者が多数の作品に繰り返しレビューを書いており、件数の伸びが支持の広がりを意味しない。distinct投稿者数の比率が低いサークルほど寄与を割り引く。
専属度補正: 少数サークル専属の場合、サークルへの依存度を考慮して調整。
ベイズ平均: 出演数が少ない声優のスコアを全体平均へ引き寄せ、偶然の高低を抑制（C=20。20作品で観測値と全体平均が半々）。