(MMVC使ったので)初投稿です。
動画内でも言っている通り、あくまで「使ってみたよ」って動画です。変換例の最後の文章は怪文書みたいになってますが・・・喋る練習もしない人間が喋るとこんな感じになるぞってのと、変換精度を見るために「特に演技せず(飾らず)、普段通りに喋ってきりたんになれるか？」を念頭に置いています。
変換精度をあげるためにはどうすればいいかは・・・ぜひ知りたいですね。
今年度のCEDECの公演にもボイスチェンジャーの関連のものがあったと思うので、興味がある方は参加してみてはいかがでしょうか。

MMVC動作確認用のついっち→https://www.twitch.tv/hoge_coo

MMVCv1.2.1.1　
Copyright (c) 2021 Isle.Tennos　
Released under the MIT license　
https://opensource.org/licenses/mit-license.php
git:https://github.com/isletennos/MMVC_Trainer
community(discord):https://discord.gg/PgspuDSTEc

そういえばニコニコ大百科のボイスチェンジャーの記事に「演技する羞恥心に対する壁」みたいなのが書かれてましたが、発声した声と変換後の声が同時に(遅れて)聞こえてくると自己認識というか自己同一性みたいなものが崩れるので、「ボイスチェンジャーの変換後の音声はDiscordやOBSの入力に使用して自分はその結果を聞かない」ことを徹底すると違和感なくボイスチェンジャーを使えると思います。自分はそうしてます。
(聞かないことを徹底した結果ボイスチェンジャーを起動し忘れて生声で配信しちゃう事故もあるけど気にするな)

＞ぐだぐだ想定
最初から理想的な発声をテストケースにしてしまうと現実の使用感との乖離が大きくなってしまうので、このようにしています。