東京工科大学 メディア学部 ブログ

みなさん、こんにちは、

メディア学部には「専門演習」という演習があります。２０種類ほどの演習の中から好きな演習を２つ履修します。その中の１つが「音・音声インタフェース」です。この演習では、プログラミングで楽器音を発生するシンセサイザを作成します。
楽器の音色は音の中に含まれるいろいろな振動の混ざり具合で決まります。これを周波数分布といいます。ところで「あ」とか「い」とかの区別も周波数分布の違いなのです。つまり、言葉は様々な楽器を取り替えて発音しているようなものなのです。
シンセサイザで楽器音の代わりに人の声を発生させるものをボコーダと言います。「音・音声インタフェース」では、線形予測分析という方法を使ってボコーダプログラムを作成します。
前景予測分析の仕組みを図１に示します。過去の実測値で次の実測値を予測するもので、過去の実測値に定数を掛けて和を取ったもので予測するので「線形予測」と言います。定数は予測ができるだけ実測値に近づくように設定します。この予測値と実測値の差を予測誤差と言いますが、実はこれは、声帯から爆発的に流れ出すインパルスに相当するのです。この線形予測の式を書き直すと図１の一番したの式のように過去の実測値から求められる予測値と予測誤差から次の音が求まるという式になります。

　　　　　　　　　　　　　　　　　　　　図１　線形予測分析