音声合成プログラムを作りる

■ このスレッドは過去ログ倉庫に格納されています
2007/06/14(木) 09:48:48
ネトラジとかで声優のしゃべた音声がたくさん出回ってきたから、
それを使って音声合成するプログラムを作りたいと思うんだけど、
そんなスレ

127
垢版 |
2007/06/14(木) 20:44:39
いや、俺の元専門は音声認識だから・・・
そんな俺でも「声優の声」を目指す>>1は厳しい、ということくらいはわかる。

ニュースとかで見聞きする合成音声ってみな糞でしょ？
何年も進化していないのよ。

音素切り貼り(新聞の切り抜き文字で文章作る感じ)、なら多少はいける・・・かもしれないけどね。
2007/06/14(木) 21:11:40
　 　　　　 |
　 　＼　　__　　／
　 　＿　（ｍ）　＿ﾋﾟｺｰﾝ
　 　　　　|ミ|
　 　 ／ 　｀´　 ＼
　　　　　('A`)　　　　　そうだ！　自分で喋ればいいんだ！
　　　　　ノヽノヽ
　　　　　　　くく
2007/06/15(金) 00:03:29
>>1が作るって言うんだから、余計な口出しはせず、
まずはお手並みを拝見する所だろう。
151
垢版 |
2007/06/15(金) 01:58:54
まずは音声データベース作んないと
なんで、ネトラジ落としてWAVにして文章ごとに分割してみた
こんどは、音素ごとに区切る作業はじめる
専用のツールつくんないとだめかな
167
垢版 |
2007/06/15(金) 02:42:52
ツールならHTKにいいのがあるんじゃね？

音声認識機に通して音素ごとに切り分ける、ってのが大量データ作成には楽かな？
しかし懐かしすぎ・・・
171
垢版 |
2007/06/15(金) 02:48:21
>>16
HTKおｋ、しらべる
ｔｈｘ
2007/06/15(金) 16:35:47
垚
2007/06/16(土) 16:15:14
1さんに期待

しかし, カクカクとした音声が限界じゃないかね
声優のような音にするにはパラ情報なんかの
感情を表現する部分をどの程度対応できるかに
よると思われ

とか, ネットワーク屋さんのもれが曰ってみる
201
垢版 |
2007/06/17(日) 14:53:48
ＨＴＫ登録したのにパスワード送てこねー
説明書くらい登録なしで読ませてもいいのにさ
待てる間に音声ｄｂ作成支援ツールでも作りる

ところで音声認識の分割精度てどれくらい出んの？
０から書き起こしさせるのは全然使えねーレベルなんは分かるけど、
書き起こしテキストあれば音素位置そろえるくらいは精度いいんかな
2007/06/19(火) 02:06:23
http://plusd.itmedia.co.jp/lifestyle/articles/0405/28/ts_virtual_morita.mpg
86時間コーパス。これくらいでよろ！
221
垢版 |
2007/06/20(水) 03:00:36
86時間て正味？ネトラジから集めよう思たら数年分必要だなー
ところでこれＮＨＫの森田アナだよね
ところどころイントネーション変な繋がりあるから
数文節単位くらいで切り貼りしてるん？
2007/07/08(日) 20:38:20
http://pc11.2ch.net/test/read.cgi/software/1119069271/
2007/07/10(火) 17:10:43
理系大学院って工学部と理学部でだいぶ違うよな
251
垢版 |
2007/07/10(火) 23:29:09
>>23
さんくすです
SoftalkはAeuqst社のAquesTalkを音声合成エンジンとして使っている、
web2speechは大学が作ったGalateaTalkをエンジンとして使っている、
EasySpeechはSAPI使ってエンジンを読んでるだけみたいでしね
自分で音声合成エンジン作ってる人はまだないのかな
2007/07/13(金) 14:22:49
age
2007/07/13(金) 14:27:35
age
28デフォルトの名無しさん
垢版 |
2007/07/13(金) 14:29:44
age
29デフォルトの名無しさん
垢版 |
2007/07/13(金) 14:40:43
ttp://www.sp.nitech.ac.jp/~demo/gtalk/demo.php
2007/07/13(金) 18:29:39
同じ金額で声優雇った方が早くね？
311
垢版 |
2007/07/14(土) 00:03:56
>>30
別にセリフ読んでもらいたいわけじゃないし
合成音声で２ちゃんログとかメールとか
読んでもらったら面白くなくね？
2007/07/19(木) 21:26:09
音（声）の切り張りと云うと、コナミがときメモ3でやってなかったっけ？
未プレイ（体験版触っただけ）だから、詳しくは解らんけど。
2007/07/29(日) 04:01:34
イントネーションを網羅した辞書みたいなファイルを作って
文章をAquesTalk用の音声記号列に自動変換するようにすれば、
どんな文章もきれいに読み上げることができそう。
341
垢版 |
2007/07/30(月) 00:14:46
>>32
ときめも２と３でプレーヤの名前を呼んでくれる
ＥＶＳという音声合成システムがのてたみたい
やったことないからクオリティーは分からないよ
ttp://ja.wikipedia.org/wiki/%E3%81%A8%E3%81%8D%E3%82%81%E3%81%8D%E3%83%A1%E3%83%A2%E3%83%AA%E3%82%A2%E3%83%AB2
ttp://www.konami.jp/gs/game/toki3/point/game/evs2.html
351
垢版 |
2007/07/30(月) 00:22:44
"音声合成 ゲーム"で検索すると
ＰＳ２　モジブリボンにＮＴＴ
ＰＳ２　ダビつく３に東芝
ＤＳ　お料理ナビは？
ＤＳ　日本史・世界史に日立
なんてのが見つかったよ
どうなん？
361
垢版 |
2007/07/30(月) 00:26:22
>>33
イントネーションって網羅できるもんなの？
ＡｑｕｅｓＴａｌｋってあんまりきれいな声とは思えない
2007/07/31(火) 01:27:57
以前でてた音声コーパスっていうのがそういうものじゃないのか？
2007/07/31(火) 04:55:00
同じ単語でもどう使われるかでイントネーションって変わるからな。
2007/08/01(水) 00:48:55
>>38
例えば？
2007/08/06(月) 10:44:13
彼氏↑、彼氏↓
41デフォルトの名無しさん
垢版 |
2007/08/06(月) 16:39:36
箸　端　橋　嘴　波子　梯
頑張って聞き分けてください。
42デフォルトの名無しさん
垢版 |
2007/08/06(月) 17:10:09
無理ッス絶対無理ッス自分無理ッス
2007/08/06(月) 20:17:36
>>41
それは「同じ単語」でイントネーションが「変わる」例になってないだろ。
2007/08/06(月) 20:32:17
どうして>>1は舌っ足らずなんだろう。
ていうか>>6のせいで、
このスレの全てのレスが桃井声で脳内再生されるんだがw
2007/08/06(月) 20:33:20
>>35
くまうたも忘れないでくれ
2007/08/08(水) 01:18:40
早く作りろ
2007/08/08(水) 01:58:32
「あ」の波形と「い」の波形を足して２で割ったら、「あ」と「い」の中間の声ができるってわけか！
2007/08/08(水) 01:59:27
ようするに、声帯をプログラムでシミュレートすればいいんだろ
簡単ジャン
2007/08/08(水) 02:11:22
じゃ期限は明日の０時だ。よろしく。
2007/08/08(水) 04:15:54
オーケーベイビー
首洗って待ってな。
2007/08/09(木) 01:17:32
まだぁー？
もう全身洗って待ってるんだけど。
2007/08/09(木) 06:52:26
声帯って振動するだけ？声によって（高さじゃなく「あ」とか「い」）振動の仕方が異なることはないよね？
音が高くなると振動数が増えるだけだよね？
声帯が発した振動を口の形と舌でコントロールすると「あ」とか「い」になるという解釈でいいの？
舌のシミュレーションが大変そう(><;)
2007/08/09(木) 10:39:18
音声学の勉強からやらなきゃダメだね。
昔勉強したけど、もう忘れたからお役に立てないよ、ごめん。
2007/08/10(金) 14:06:39
必要な音素が全て含まれた文章を作って読んで、それから音素を抽出するようにすれば、そのうち望んだような声質の人が音を提供してくれることもあるんじゃないかと思るれ
551
垢版 |
2007/08/10(金) 16:14:15
>>54
誰の声でもいいんだったら、それでもいんだけど、
やっぱ声優の誰々の声でってのが大事だから、
今はネトラジの音声からちまちま集めてるよ
2007/08/11(土) 18:40:21
どっちかっつーと話者変換のほうに興味があるんだが
2007/08/16(木) 22:59:34
その声優の音声ファイルはSNいいのか？
581
垢版 |
2007/08/16(木) 23:48:39
>>56
話者変換って何に使うん？
自分のしゃべった声を誰かの声に似せるとかな？
591
垢版 |
2007/08/17(金) 00:13:19
>>57
ＳＮは分かんねが、音は良さげ（６４ｋｂｐｓの４４ｋＨｚ）
一人しゃべりでＢＧＭなしなんじょ
2007/08/17(金) 01:07:05
BGMなしか。それはいいな。
とりあえずHTKでその声優の音響モデルつくるところからだべ。
2007/08/17(金) 20:59:04
俺は女性のツテなしで自分ひとりでもマルチヒロイン声つき同人エロゲーを作れる環境が欲しい
2007/08/24(金) 21:36:59
エロゲの音声使えば？
抜き出し出来れば、台詞も大量にあるし、テキストもあるので分割解析もしやすいしょ
2007/08/28(火) 07:41:37
北都さんの声でお願いします
2007/09/06(木) 14:16:39
結構凄いけど、まだ今一歩というところか。結構おしいところまでは行ってるな。
http://www.nicovideo.jp/tag/%E5%88%9D%E9%9F%B3%E3%83%9F%E3%82%AF
2007/09/06(木) 20:14:37
>>64
藤田咲はまなストのモモ役が良かったなぁ
2007/09/21(金) 10:48:08
ときめも２以降で採用された音声のプログラムってどんなアルゴリズムなのか分かる人教えて
2007/12/17(月) 22:51:47
>>66
overlap add
2007/12/19(水) 12:23:36
――
学校

￣￣￣＼
専門学校
2007/12/20(木) 23:14:24
>>67
ありがと。調べてみる。
ついでに初学者の入門書みたいなのがあったら教えてくれると嬉しい
2007/12/21(金) 01:38:07
Alice Project
2007/12/24(月) 09:25:18
2007/12/19(Wed.) ◆ Julius-4.0 リリース
72デフォルトの名無しさん
垢版 |
2007/12/29(土) 18:28:29
初音ミクが話題にならないあたり、ここはプログラム板じゃないのかと思ってしまう。

そんな、俺に、お勧めはこれ。

「エロ版初音ミク」の衝撃 - 「阿久女イク」を使ってみた - 偏読日記@はてな
http://d.hatena.ne.jp/a-park/20071227/p1
2007/12/30(日) 12:03:36
音声合成というより、台詞合成だな
2007/12/30(日) 13:55:26
>>72
ワロタ
2008/01/06(日) 13:05:04
れこーどうえーぶ
http://recwav.dip.jp/

音声でメッセージを伝えよう
http://recwav.dip.jp/M_RECWAV_Media.asp?Speech=1221925210420080106131222
2008/01/10(木) 21:52:09
この板の住人じゃないんだけどＡｑｕｅｓＴａｌｋでwav保存できるソフト
あるのかな？
DTM板住人なんだけど、需要ありそうだったから。
俺自身もあったら使いたい。
オーディオアウトとインをつなげばできるけど、
そんなの嫌だしｗ
77デフォルトの名無しさん
垢版 |
2008/01/11(金) 06:44:14
全二十じゃないの？
2008/01/11(金) 13:26:54
全二十が全二重と気づくまでに数時間を要してしまった・・・orz
要するにサウンドキャプチャソフト使えば？ということかな？
まぁ実際に配線するより数倍マシだから、それで納得するしかないか。
2008/01/13(日) 09:32:40
普通に、ライン出力を録画するんではダメなのか？
80デフォルトの名無しさん
垢版 |
2008/01/18(金) 02:45:43
>>78
スマンスマンｗ
二十って書いたの俺かもｗ
2008/01/19(土) 00:36:30
>>76
API見たら、普通にAquesTalk_Synthe()を呼べば保存できそうだけど、
そういうことじゃないのか？
ほとんどの人がライセンスがないから試せないと思われ。
2008/01/26(土) 02:02:50
>>76
俺はここ数か月DTM板に出入りするようになった者だけど
オーディオインとアウトをつなぐって言っても
ハード的に結線するんじゃなくて
DAWのRECボタン押下→AquesTalk再生みたいな感じで
とりあえず録音はうまくいくけど
音質まではわからない
83デフォルトの名無しさん
垢版 |
2008/01/26(土) 02:53:10
全二重に温室関係案のカナ？
84デフォルトの名無しさん
垢版 |
2008/02/07(木) 12:56:18
いまどこまで進んでいるんだ？
85デフォルトの名無しさん
垢版 |
2008/03/24(月) 13:24:15
age
86デフォルトの名無しさん
垢版 |
2008/04/06(日) 12:19:17
>>1
おーい！いまどこまで進んでいるんだ？
87デフォルトの名無しさん
垢版 |
2008/04/07(月) 01:29:34
age
2008/04/07(月) 04:01:19
「あ」の波形と「う」の波形を足して２で割ったら「い」の波形ができるのを発見して特許取った
2008/04/07(月) 08:54:58
特許番号は？
2008/04/07(月) 21:51:13
どのくらい 「い」 と区別が付かないんだ？
不自然感０？
2008/04/07(月) 21:54:23
じゃあ俺は「い」の波形を倍にして「あ」の波形を引いたら
「う」の波形が出来るという特許を取ろうかしらん
2008/04/23(水) 18:22:12
>>88-91
もうちょっとでアヘ声が実現するな
93デフォルトの名無しさん
垢版 |
2008/04/29(火) 23:32:40
>>88　特許番号は？
2008/05/01(木) 14:02:57
juliusで音素列を指定して、
強制アライメント取れますか？
2008/05/02(金) 23:24:08
>>94
つ 単語・音素セグメンテーションキット＆Julian
9694
垢版 |
2008/05/07(水) 03:45:12
>>95
ありがと
juliusでディクテーションさせて、julianで強制アライメントできるようになりました。
ところで、ピッチを求めるいいアルゴリズムはありませんか？
2008/05/14(水) 13:20:18
Ｃ＋＋ＭＩＤＩプログラミングっていう廃刊を店に売ろうか悩んでるんだけどいくらになるんだろう
2008/05/17(土) 07:29:42
ヤフオクの方が売れるんじゃね？
9994
垢版 |
2008/05/19(月) 00:47:59
とりあえず、声優のラジオ番組の音声分割して、接続合成できるプログラム作ってみました
juliusの認識精度ではダメですね、手修正必須ですが
2008/05/19(月) 08:53:12
そうか
音声素材なんてわざわざ録音しないでも
ネットラジオにいくらでも転がってるんだな
面白い発想するな
2008/05/19(月) 22:39:48
これは意外な盲点。
個人(？)で使う分には十分だね。
2008/05/20(火) 12:01:59
>>99
サンプルを聞いてみたいです
2008/05/20(火) 19:25:05
周波数と最初に名づけたやつは死んでいいと思うな
10494
垢版 |
2008/05/24(土) 11:02:31
>>102
音ってどこにアップできます？
それと何話させましょ？
声優はＳＭです
105102
垢版 |
2008/05/24(土) 13:14:10
>>104
アップローダは↓でお願いします。
ttp://www.axfc.net/uploader/

セリフは↓のサンプル音声の「シナリオ」あたりでどうでしょう。
ttp://voice.pentax.jp/blog/64.html
2008/05/24(土) 15:20:08
ttp://www.aoni.co.jp/actress/ma/voice/minaguchi-yuko.mp3
これで
10794
垢版 |
2008/05/25(日) 10:00:48
>>105,106
ttp://www11.axfc.net/uploader/20/so/He_103620.lzh
kwdは94です
108102
垢版 |
2008/05/25(日) 11:08:17
>>107
サンプル拝聴しました。
音素や単音単位ではなく、単語単位の連結なんですね。
語のつながりがぶつ切りで、聞き取るにはちょっと辛いかなと思います。
音素単位なら、聞き取りやすくなるかもしれませんが、
抑揚やアクセントを指定できるようにしないといけないので、難しいですが。
10994
垢版 |
2008/05/25(日) 22:57:56
>>108
アドバイスありがとうございます。
使えるだけ使うので、単語より長い部分も１音素だけの部分もあります。
今はピッチ情報がないので抑揚をそろえられないです。だから最長一致。
これからはピッチをそろえられるようにしてみます。
2008/07/12(土) 13:27:35
>>109
これってオープンソースにしないの？
2008/07/13(日) 13:49:42
>>109
94さん

>>110の追加なんですがオープンソース化のメリットは・・・

開発が止まっても後を継げる。

・例えば作者が飽きたとか、あるいは交通事故にあったとかで開発が止まったとする。
　そんな場合、誰かが開発を引き継いでくれる可能性がある。

誰かが他のOSに移植してくれる。

・誰かがMacOS版を作りたいと思ったときに、ソースコードを見ずに移植した場合、どうして
　も互換性に問題が出る。
　しかし、ソースが公開されていれば、少ない手間でほぼ完全な移植ができる。
　環境に依存した部分は書き直したり、移植が難しい部分については機能を削ったりする
　必要があるけど、それでも一から書くよりはずっと楽。
　ちなみに、現在Windows以外の環境でサポート外の動いている場合、
　それは誰かが更新履歴の仕様を見て、オリジナルのコードを使わずに
　クラックして移植したものだ。ありがたいことだけど、
　もしソースが公開されていたらこの作業は不要だったはずで、その人はもっと別の作業ができた。

バグを修正できる
・誰かがバグを見つけ、それを報告したとする。
　それをみた第三者かが、ソースコードの中から原因を見つけて、
　作者に「ここを直せばいいぞ」と教えてくれる可能性がある。
　ひょっとしたら修正したソースコードをupしてくれるかもしれない。
112111
垢版 |
2008/07/13(日) 13:52:00
>>111　続き
自分で改良して、それを作者に提案できる。
・第三者ソフトウェアを見て「ここを改良したらもっと良くなるんじゃないのか？」
　もしくは「こんな機能を追加したらもっとよくなるんじゃないの？と誰かが思ったとする。
　その場合、公開されているコードを改良・追加し、作者に改良案や機能追加案を提案する
　ことができる。
　作者がその人の方がより開発に向いていると判断した人は、作者の許可を得て改良版を
　公開することができる。
　第三者が改良案や機能追加案を提案して作者がそれを見て、影響を受けて、第三者の
　改良版を使用しながら作者は更なる改良を加えることができる。
　ソースが公開されていなかったら、作者に具体的に改良案や機能追加案を
　提案することが難しい。

HDDが飛んでも即死しない
・「作者のHDDが飛んだので開発中止」っていうソフトたまにあるよね……あれはむなしい。
　　ソースがサーバ上にアップしていれば、作者のHDDが飛んでも、開発を続行することが
　　できる。

とこんな感じなメリットがあります。
長文になってすいません。　ぜひご検討のほうよろしくお願いします。
■ このスレッドは過去ログ倉庫に格納されています
5ちゃんねるの広告が気に入らない場合は、こちらをクリックしてください。
ニューススポーツなんでも実況