日本電信電話(株)は7日、楽譜と歌詞から高品質な歌声を生成する歌唱音声合成技術“HORN(Harmonic Overtones + Residual Noise)法”を開発したと発表した。
これは、同社のテキスト音声合成技術のノウハウと、歌声特有の倍音(ハーモニックス)を高品質で再現するために、正弦波を重ね合わせて合成する、正弦波重畳方式というモデルを応用した技術。また、正弦波重畳方式だけで合成すると楽器(トランペット)のような不自然な合成音声になるため、人間の肉声に含まれるノイズ成分を付加することによって単純な正弦波重畳方式と比べ飛躍的に肉声らしい歌唱音声を実現したという。
 |
|---|
| 各種音声合成方式の特徴 |
楽譜とテキスト情報の歌詞を与えると、あらかじめサンプリングしてある人の歌声データベースによって自然な歌声を合成できるという。同技術によって、自作の歌詞や曲をパソコンに自由に歌わせることが可能となり、歌詞コンテストサービス、歌声付メッセージカードサービスなどの新しいサービスの提供などが行なえるとしている。
 |
|---|
| HORN法による音声合成の流れ |
同社では今後、特定の人物の歌い方、たとえばビブラートの入れ方やコブシまわしなどの“歌唱スタイル”を学習する方式の検討をすすめていくという。
