ハードウェア変声とかソフトウェア変声とかよく分かってないし
ここまで来てどれが重要なのかも良く分かってないので殴り書き代わりに
VSTHostの入れ方はこちらを
http://ch.nicovideo.jp/torisoup/blomaga/ar1610846
RoVeeの入れ方はこちらを
https://purureko.com/etc/%E9%9F%B3%E5%B1%8B%E3%81%8C%E3%83%9C%E3%82%A4%E3%83%81%E3%82%A7%E3%83%B3%E3%82%92%E3%82%AC%E3%83%81%E6%A4%9C%E8%A8%BC%E3%81%97%E3%81%A6%E3%81%BF%E3%81%9F/
参考に
で、Bufferの値を手打ちでめっちゃ小さくして違和感無く自分の声が美少女化されて普通に喋れるくらいのレベルで重なって聞こえたらOK
全然遅れて喋れるレベルじゃなかったらCPUのパワー不足かオーディオインターフェースの力不足？Bluetoothのヘッドセットとかじゃダメです。
多分CPUをRyzen 2700X(or8000番台以上のIntel)、インターフェースをYAMAHA AG06にすれば誰でも再現できます。
追記：暫く試してみたけどあんまり安定しないし、Intel6000番台でも行けてるって話も聞いたんで元よりAMD系よりIntelの方が良いっぽ。。。
ソフトウェアの世代的にもシングルコアの方が重要だろうしなぁ…という事でこれについてはIntel系推奨…
ASIO接続出来るインターフェースあればつよつよCPUなんて(そんなに)要らなかった
Cakewalk⇒VSTHostでも行けます
あとRoVeeより本家のKeroveeの方が色々出来る感じ
