基本周波数の転写に基づく実時間歌唱制御システムの実硯を目的とした高品質ボコーダSTRAIGHTの高速化

摘要

本研究ではカラオケにおいて使用者の歌唱信号に含まれる歌い回しを，あたかもプロ歌手が歌唱しているかのような歌い回しに実時間で変換する実時間歌唱制御システムの構築を目的としている．本研究で提案する実時間歌唱制御システムではプロ歌手の歌唱信引こ含まれる基本周波数を事前に分析し，その基本周波数を使用者の歌唱信号に転写することで使用者の歌唱信号における歌い回しの変換を行う．本研究では基本周波数を転写する技術としてボコーダに着目した．ボコーダを用いることで音声信号の基本周波数やスペクトル包絡を独立して制御することができ，特に高品質なボコーダとされるSTRAIGHT は肉声に匹敵する高い品質で音声信号の分析合成を達成している．歌唱制御システムでは歌い回しの制御された歌唱信号を実時間で提示する必要があり，高速な分析合成が要求される．しかしSTRAIGHT はその高品質な分析合成を行うため膨大な演算量を要求し，実時間で歌唱信号を分析合成することは困難とされる．そこで本論文では高品質かつ実時間で歌唱制御を行うためのSTRAIGHT の高速化と実時間歌唱制御システムの提案を行う．評価実験の結果，STRAIGHT の高速化に伴い実時間で使用者の歌唱信号に含まれる歌い回しを変換できることが確認された．また歌唱制御システムは従来のカラオケよりも使用者に好まれることが示された．