音声合成プログラムを作りる

**デフォルトの名無しさん** · 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

**デフォルトの名無しさん** · 2010/12/09(木) 02:03:55

グーグル検索
↓
念のためうぷ（´・ω・｀）まわいが重要

グーグル検索
↓
やらなくてもやられるし　日本語以外話せないし

テレビやネットで説明

**デフォルトの名無しさん** · 2011/01/05(水) 18:49:53

>>1
何という手間のかかる事を...。
波型とかエンベロープとか、学ばなきゃいけない事が、
山ほどあるのに。

**デフォルトの名無しさん** · 2011/01/15(土) 16:12:14

これの話者適応とか使えそうなんだけど、具体的なやり方がわからん
http://www.sp.nitech.ac.jp/index.php?%A5%DB%A1%BC%A5%E0%2F%B8%A6%B5%E6%C6%E2%CD%C6%2F%B2%BB%C0%BC%B9%E7%C0%AE

**デフォルトの名無しさん** · 2011/01/15(土) 17:34:46

>>304
話者適応は英語で Speaker Adaptation です。
HMM音声合成ツールキット HTS 2.0以降に
その機能があるのでソースを読めばわかると思います。

HMM-based Speech Synthesis System (HTS) - History
http://hts.sp.nitech.ac.jp/?History#z5d7dda6
>December 29, 2006
>　HTS version 2.0 was finally released :-)
>　The new features are
>　* Speaker adaptation, adaptive training, and semi-tied covariance transforms are supported for multi-stream HMMs/MSD-HMMs.
>　　* MLLRMEAN, MLLRCOV, and CMLLR-based adaptation.
>　　* CMLLR-based adaptive training.
>　　* Decision trees for context clustering can be used to define regression classes for adaptation.
>　　* HMGenS can read MLLRMEAN, MLLRCOV, CMLLR, and SEMIT transforms for adaptation.

**デフォルトの名無しさん** · 2011/01/15(土) 22:00:38

>>305
サンクス。ドキュメント見ながら色々試してみようと思う
とりあえずHTSの話者適応デモ動かしてるけど、終わらないし、2～3日かかるらしい
最終的にはwavファイルとその文章を与えたらその声で音声合成できるようにしたい

**デフォルトの名無しさん** · 2011/01/24(月) 21:38:46

統計学と信号処理と音声言語処理と機械学習を
勉強すれば何とかなるかな。

**デフォルトの名無しさん** · 2011/02/06(日) 11:25:55

>>306
できた？興味あるんだけど

**デフォルトの名無しさん** · 2011/02/17(木) 17:24:58

>>308
できてない
とりあえず、デモのデータを使って音響モデルを作成するところまでできた
音響モデルができたらテキストからその声で音声の再生もできる
今は、自作のデータからモデル作る途中でエラーが出てるからそれの対処中

天使 ◆uL5esZLBSE · 2011/07/03(日) 09:38:03.37

Rubyバカにしてる子ってさ
変数に＄ついてる言語触ってるって事だよね

いちいちSHIFT＋４キーおして＄打ちまくってる感触はどう？
でもお前はゴミなのにねｗ

天使 ◆uL5esZLBSE · 2011/07/06(水) 01:45:59.76

これ；デリミタっていうんだけどさ、これをつけなきゃエラーになるような
そんな言語使ってる奴ってどうみてもゴミだと思うんだけど

もしかして「；」これ打ち忘れてコンパイルエラー出すのが楽しいの？
そうか、二度と話かけんなよ

死ねよゴミ

**デフォルトの名無しさん** · 2011/08/02(火) 06:50:05.52

ゆっくり声のライブラリって規則合成ってのらしいんだけど、これは素片接続法やHMM合成とは全く違う方法なの？素片接続の一種？

**デフォルトの名無しさん** · 2011/08/03(水) 19:03:56.08

規則合成は、規則に基づいて音声合成することなので、合成方式が波形接続かHMM合成かとは別。というか、上の分類。
ゆっくりは、たぶん、LPCとかのパラメータからのボコーダ方式。ボコーダという点ではHMM合成と同じ。

**デフォルトの名無しさん** · 2011/08/05(金) 06:51:28.40

>>313
ありがとう。勉強になります。

**デフォルトの名無しさん** · 2012/04/24(火) 14:08:11.51

NHK Eテレ Rの法則という番組にて歌声合成が取り上げられるようです．
また，その企画に伴い，4/25から番組HPでUTAU音源がDL出来るようになります．
男声と女声の2音源です．その音源作りを担当させていただきました！

**デフォルトの名無しさん** · 2012/06/01(金) 11:31:32.53

UTAUよりまともな音声合成ソフトないの？

**デフォルトの名無しさん** · 2012/07/09(月) 20:44:26.02

日本音響研究所が開発したモンタージュボイスっていうやつどうやればできるの？
詳しく教えてくれ

**デフォルトの名無しさん** · 2012/07/16(月) 20:36:29.06

日本音響研究所が開発したモンタージュボイスっていうやつどうやればできるの？
詳しく教えてくれ

**デフォルトの名無しさん** · 2012/08/12(日) 22:40:26.39

誰かHMM音声合成を語れ

**デフォルトの名無しさん** · 2012/10/28(日) 13:39:03.63

フジテレビの杏梨ルネってどこの技術？

**デフォルトの名無しさん** · 2013/05/01(水) 02:28:38.09

>>320
なんかの記事でドコモのiコンシェルと同じを使ってるって言ってたな
それが確かならHOYAのVoiceTextってことになる

**デフォルトの名無しさん** · 2013/05/01(水) 02:32:16.90

なるほど

**デフォルトの名無しさん** · 2013/05/04(土) 21:11:27.84

おれの98は、ピポッと起動するから現在形

**デフォルトの名無しさん** · 2013/05/07(火) 15:12:54.26

難しいな

**デフォルトの名無しさん** · 2013/06/27(木) 16:17:04.80

**デフォルトの名無しさん** · 2013/10/18(金) 09:34:37.17

http://www.nicovideo.jp/watch/sm21933917
http://www.nicovideo.jp/watch/sm21947823

**デフォルトの名無しさん** · 2013/11/03(日) 20:36:45.88

初音ミクとか目標にしてるんだろうけど意外に奥が深いんだよ。

**デフォルトの名無しさん** · 2014/01/27(月) 14:18:06.62

判ります

**デフォルトの名無しさん** · 2014/01/27(月) 15:00:50.44

初音ミクどころか歌唱よりさらに難しいといわれる読み上げに見える

**デフォルトの名無しさん** · 2014/01/27(月) 15:05:33.72

へっ？
どうみても歌唱やんこれ

**デフォルトの名無しさん** · 2014/03/08(土) 16:28:12.83

帐

**デフォルトの名無しさん** · 2014/04/04(金) 14:07:45.36

初音ミク、って専属の声優さんがいるんじゃなかったかな？
その声優さんを機械のような質感にしているだけだと思うけどな。

**デフォルトの名無しさん** · 2014/04/04(金) 14:11:49.55

藤田咲さん
https://www.youtube.com/watch?v=yEDDVOmtbic

**デフォルトの名無しさん** · 2014/04/07(月) 10:02:18.51

>>333
紹介ありがとう。
やっぱり専属の声優さんいたんやな。

**デフォルトの名無しさん** · 2014/04/07(月) 10:05:42.81

声優さんの合成音声をセリフから抽出するより。
お気に入りの声優さんに「あ～ん」までを発声してもらって。
それをタイピングと連動させるツールを作ればいいんでね？

音域を解析して、ネットラジオ等で音声素材を収集して。
埋められない言葉は、これまで収集したデータから予測するのは・・・。
考えただけでかなりのコスト^^;

**デフォルトの名無しさん** · 2014/04/07(月) 10:36:56.71

こんなん出てたわ

https://www.youtube.com/watch?v=tUIQItrpYBE
https://www.youtube.com/watch?v=RyezC1p_pak
http://internet.watch.impress.co.jp/docs/news/20140404_642876.htm
http://game.watch.impress.co.jp/docs/news/20140221_636384.html
http://gigazine.net/news/20140404-pocket-miku/
http://nlab.itmedia.co.jp/nl/articles/1403/03/news057.html
http://japanese.engadget.com/2014/03/02/evocaloid/
http://www.amazon.co.jp/dp/4057504656/
http://www.dtmstation.com/archives/51888898.html
http://hitoriblog.com/?p=23019
http://www.otonanokagaku.net/nsx39/index.html
http://www.dtmstation.com/archives/51877546.html
http://otonanokagaku.net/nsx39/app.html
http://www.crypton.co.jp/cfm/news/2014/02/pocketmiku

歌詞モードは知らんけど
リアルタイムモードは子音がサポートされてないのが残念

リアルタイムでも子音出せるのはこちら
↓
https://www.youtube.com/watch?v=ka8-SpSkmZA
http://vocaloid.blog120.fc2.com/blog-entry-11373.html

**デフォルトの名無しさん** · 2014/04/07(月) 11:05:45.64

ひとつURLにlついてなかったので
http://internet.watch.impress.co.jp/docs/news/20140404_642876.html

**デフォルトの名無しさん** · 2014/04/07(月) 11:50:09.04

また、この専用アプリでは、初期状態で「あ」、「い」、「う」、「え」、「お」と割り当てられている5つのボタンに別の文字を割り当てることができたり、このボタン以外の文字をリアルタイムに選択して、本体のカーボンキーボードで歌わせることも可能とのことです。

発音するノートの直前に文字情報をMIDIシステム・エクスクルーシブで入力する

さらに、すべてをシーケンサ、DAWでコントロールして歌わせたという場合には、MIDIシステムエクスクルーシブを利用して歌詞を設定することも可能です。具体的には、発音させたいノートデータの直前に

F0 43 79 09 11 0A 00 ** F7

というエクスクルーシブデータを送るのですが、この**に文字番号を設定します。その文字番号についてはポケット・ミクのマニュアルに記載されていますが、「み」なら「65」、「く」なら「07」(いずれも16進数表記)のように1バイトの数字が割り振られています。

子音もいけるじゃん

**デフォルトの名無しさん** · 2014/04/07(月) 12:14:36.44

なるほど
ようするにmidi音源として見ると安いな
http://m.youtube.com/watch?v=2-v5CB5krws

**デフォルトの名無しさん** · 2014/04/07(月) 13:32:02.94

いくつかアイディア思いついたので
ム板らしく早速実装に取り掛かろう
http://m.youtube.com/watch?v=2-v5CB5krws

**デフォルトの名無しさん** · 2014/04/07(月) 13:33:06.19

メモ
http://www.nicovideo.jp/watch/sm17357529

**デフォルトの名無しさん** · 2014/04/12(土) 13:52:39.87

USBでmidiノート投げれば子音も普通にしゃべれるのか

**デフォルトの名無しさん** · 2014/04/13(日) 13:49:25.53

専用スレ立ったのでプログラマ以外の人はこちらでどうぞ

【格安音源】ポケット・ミク【NSX-39】
http://anago.2ch.net/test/read.cgi/dtm/1397341323/

**デフォルトの名無しさん** · 2014/04/21(月) 12:55:07.07

メモ

VST Plugins Development 3.0
http://anago.2ch.net/test/read.cgi/dtm/1184564987/

**デフォルトの名無しさん** · 2014/11/04(火) 04:11:37.58

画像の処理はよく話題になるが音声の処理はあまり話題にならないな

**デフォルトの名無しさん** · 2014/11/04(火) 04:52:55.25

臭いの処理も話題にならないよな

**デフォルトの名無しさん** · 2014/11/06(木) 04:17:54.25

臭いはまだデバイスがほとんど一般向けに出てないからだろ。
たまにどこぞの大学や企業が試作品作ってるって話が聞こえるくらいだ。

市販されたとしてもプリンタのインクと同じで何かを放出する系だから
維持費がかかって一般人はなかなか買わないだろうね。

**デフォルトの名無しさん** · 2014/11/06(木) 10:29:03.27

脳に電極を刺してエミュレートする機械の方が先に出るんじゃね

**デフォルトの名無しさん** · 2014/11/06(木) 10:41:01.68

味の処理も欲しい・・・です

**デフォルトの名無しさん** · 2014/11/06(木) 12:43:09.93

味は、舌に流す電流の波形でどうとか言う話を電通大（本家か大阪か忘れた）の誰かがしてた記憶が

**デフォルトの名無しさん** · 2014/11/06(木) 15:03:14.07

舌の部位によって担当細胞が分かれてるのが本当だとしたら
電極を当てる場所も点じゃだめで面にしないとな

**デフォルトの名無しさん** · 2014/12/31(水) 08:11:08.67

このスレタイほんと好きだわ
このタイトルだけでここまでもったスレと言えよう

**デフォルトの名無しさん** · 2015/02/05(木) 01:04:37.93

MMDAgentの2等身のデータどっかにないですか

**デフォルトの名無しさん** · 2015/02/22(日) 14:11:50.22

いつのまにこんな本出てたし
認識じゃなくて合成の方だけど役に立ちそう

イラストで学ぶ音声認識 2015-01-24
http://www.amazon.co.jp/dp/4061538241

**デフォルトの名無しさん** · 2015/09/04(金) 09:34:58.04

サウンドプログラミング5
http://peace.2ch.net/test/read.cgi/tech/1231649001/

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/09/04(金) 20:29:59.47

C++とJavaScriptでしゃべるプログラム作らないといけない。俺にもできるかな？

**デフォルトの名無しさん** · 2015/10/30(金) 12:09:18.03

おｋ

**デフォルトの名無しさん** · 2015/11/20(金) 17:28:57.26

音声素材から1周期分の波形切り出す作業を手動でやりたくないんだがみんなどんな方法でやってるんだろうか
やっぱりフーリエ変換使わないとダメなのかな？
面倒臭そうだから使いたくないんだけど

**デフォルトの名無しさん** · 2015/11/20(金) 18:15:54.49

>>356
SpeechAPI

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/11/29(日) 12:18:02.04

「FM音源をあやつって正しく音を出したい」
OpenAL+ALUTと、ciscさんのFM音源エミュレータ
「FM Sound Generator」を使って、正しく音を出したい。

https://github.com/katahiromz/fmgengen2/blob/master/sample.cpp
https://github.com/katahiromz/fmgengen2

おかしな音が出ます。たぶんFM音源の使い方が間違っています。
修正方法を教えて下さい。よろしくお願いします。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/11/29(日) 14:10:38.11

たすけて

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/11/29(日) 19:53:25.61

お助けを！

**デフォルトの名無しさん** · 2015/11/29(日) 21:01:39.79

>>360-362
マルチポストやめようよ

http://peace.2ch.net/test/read.cgi/tech/1181782128/
http://hello.2ch.net/test/read.cgi/i4004/1430836648/
https://teratail.com/questions/21294

**デフォルトの名無しさん** · 2015/11/30(月) 21:29:22.80

FM音源ってフーリエ級数じゃない方のやつか

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/11/30(月) 22:03:02.28

>>360
私の掲示板に書き込みがあり、この件は解決しました。

**デフォルトの名無しさん** · 2015/11/30(月) 22:55:27.43

OpenALもFM Sound Generatorもよくわからんけど
いろいろいじっててやっと解決したと思ったらすでに解決してた…

問題だったのはYM2203クラスのinit()に設定したクロック値が小さすぎたのと
下記みたいにYM2203クラスのcount()の前に音声波形をmix関数で生成しなければ
ならないってことかな

　　1.set_pitch、note_on等のイベント
　　　↓
　　2.mixで必要な時間分だけ波形生成
　　　↓
　　3.countで内部タイマーを進める(2で波形生成した時間分)
　　　↓
　　4.以下1～3の繰り返し

あと、マルチポストして解決したならそれぞれに
解決内容の詳細リンクを張るなりしたほうがいいんじゃないかな？

http://katahiromz.bbs.fc2.com/reply/10466094/34/

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/11/30(月) 23:19:44.48

>>366
分かりやすい解説有り難うございます。テラテイル以外の投稿全部に
解決リンクを付けました。テラテイルには明日書き込む予定です。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/04(金) 10:34:43.92

https://teratail.com/questions/21704
【FM音源エミュレータをあやつって正しく音を出したい２】

前回（https://teratail.com/questions/21294）の続きです。

OpenAL + ALUTと、ciscさんのFM音源「FM Sound Generator」を
使って、正しく音を出したい。

https://github.com/katahiromz/fmgon/blob/master/soundplayer.cpp
https://github.com/katahiromz/fmgon

フルートの音で、カエルの歌を演奏するプログラムですが、
なぜか音が途切れず、重なってしまい、輪唱みたいになってしまいます。
おそらく、Key-Offが正しく動作していないことが原因と考えられます。
修正方法を教えて下さい。

間違いがあるとすれば、soundplayerかYM2203のどちらかです。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 00:11:04.12

助けて！

**デフォルトの名無しさん** · 2015/12/05(土) 01:29:56.55

>>369 コンパイラがエラーを出した@VC2012
soundplayer.h(101) : error C2864: 'VskPhrase::m_goal' : static const int データメンバー以外をクラス内で初期化することはできません
soundplayer.h(102) : error C2864: 'VskPhrase::m_buffer' : static const int データメンバー以外をクラス内で初期化することはできません
soundplayer.h(103) : error C2864: 'VskPhrase::m_source' : static const int データメンバー以外をクラス内で初期化することはできません
soundplayer.h(130) : error C2660: 'std::vector<_Ty>::emplace_back' : 関数に 7 個の引数を指定できません。
ていうか、このスレで良いのかな？

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 01:31:25.73

報酬はアマ券15000円なり。ふるってどうぞ。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 01:33:37.45

>>370
IDE古くね？少なくともC++11コンパイラーぐらいじゃないと

**デフォルトの名無しさん** · 2015/12/05(土) 09:20:41.26

>>372
なら先にそう書いとけ
オリジナル版が2003年？なのに何ですっ飛んでるんだｗ

**デフォルトの名無しさん** · 2015/12/05(土) 17:07:48.22

>>372
>>360からYM2203クラスに変更を加えてないならおそらくYM2203は大丈夫
あとは気が向いたら調査する。

プログラムとは関係ないけど音色のパラメーターは大丈夫？
音色のリリースタイムが長い場合、音がなかなか切れずに言ってるような現象になるかも。

それから人に聞くなら情報を的確に。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 18:00:03.86

>>374
フルートの音色が選択されているが、これはCMD VOICE COPYで取得したのと
同一であることを確認した。だから音色のパラメーターは間違っていない。
間違ってるとすれば他のパラメーターかもしれない。
YM2203については、YM2203のnote_on,note_offメソッドをkey_on,key_offに改名した以外は
大きな変更はない。

**デフォルトの名無しさん** · 2015/12/05(土) 20:38:36.12

>>375
簡単な切り分けを

main関数 317～356行目をコメントアウトして
Cの音のみ(「phrase->add_note('C');」のみ)を鳴らすようにしたらどうなる？

音が鳴り続ける？鳴っては止まって鳴っては止まってを繰り返す？

それからVskPhrase::realize関数内で確保してる配列dataは0で初期化しなくて大丈夫？

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 22:20:36.98

>>376
有り難う。mixの直前にmemsetを追加すると音が切れるようになった。
報酬が欲しければメールで連絡してくれ。
CLOCKは4000000のようだ。LFOはまだ働いていない。

**デフォルトの名無しさん** · 2015/12/05(土) 22:58:24.14

メールで連絡って偽物だったらどうするの…？

報酬はいらんから少しマナーをわきまえてね
学生の頃 Cの勉強でお世話になったのにちょっと幻滅

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/05(土) 22:58:24.57

LFOとwaveformのレジスタがわからん。

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/06(日) 13:56:32.76

FM音源のLFO設定がわからない
http://teratail.com/questions/21704

OpenAL + ALUTと、ciscさんのFM音源「FM Sound Generator」を使って、
自作のBASIC環境用の音を実現しようとしています。
http://github.com/katahiromz/fmgon/blob/master/soundplayer.cpp
http://github.com/katahiromz/fmgon
UFOが遠ざかる音色（@16）で、カエルの歌を演奏するプログラムですが、
LFOが設定されていないので、音にひずむようなエコーがかかっていません。
音源に対してこの音色のLFOを設定する方法を教えて下さい。

**デフォルトの名無しさん** · 2015/12/06(日) 14:37:08.73

FM Sound Generatorの使い方なら最初の質問みたいに作者に聞けば？

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/06(日) 14:41:48.80

>>381
作者から返事が来ない(泣

**デフォルトの名無しさん** · 2015/12/06(日) 18:45:17.06

実機でもエミュレータでもいいから「正解の音」を録音してどこかに置いておけば
より多くの人から返事をもらえる可能性があるかもしれないなあ、と思ったよ。（ひとりごと）

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/07(月) 13:21:15.04

>>383
ファイル名：cmd_voice.zip
パスワード：passpass
http://drive.google.com/uc?export=view&;id=0B3nA8ShVAS4OOEFTUWZGN3RtU3M

**デフォルトの名無しさん** · 2015/12/07(月) 15:47:38.89

パフパフニャーニャー
パフパフニャーニャー

**デフォルトの名無しさん** · 2015/12/07(月) 22:39:51.16

R11からR13

**片山博文MZ** ◆T6xkBnTXz7B0 · 2015/12/09(水) 00:38:04.46

>>386
詳しくお願いします。

**デフォルトの名無しさん** · 2016/02/21(日) 16:56:45.60

ホス

**デフォルトの名無しさん** · 2016/03/29(火) 08:42:58.29

サッカーブッシュ日本代表日程ぷあたん（しゅっちょうまいくろ教育長交代）春文執行40代売上差額シュガーチョコ
https://www.youtube.com/watch?v=NDq1QoJY0nY宇ドナルドアナリストパワーストーンコーチングとしまえん
サッカーブッシュ日本代表日程古本屋よしたけしゅっちょうちょこしゅがー
ディーラー税務署天才開発者死亡詰みヨミドクターマイクロサービス不足
サッカーブッシュ日本代表日程ぷあたんシフト光金さかい強制バイト人権侵害問題
春分資源執行ニューヨーク低原価ぼったステーキソルトレイク福岡横浜新橋奴隷課金パチシフト強制バイト問題新潟米センター生残
コスメ２４チャリティー隠れ40代生活保護プレイボーイバイトレードいたりあん接待問題
マスコミKARDローンケーオーサービス不足婚活パーティー寄付金執行原発ビジネス
FBIチャイニーズタイホテル売上事務所ガチャ決算ガチャキャンペーン（販売報道陣過激派組織向携帯最新情報提供終了
校長発言細心注意ノートン産廃エラー(著作権クレーム中国反応融資高額教育費)(中国捕鯨団体40代社員サッカーコメント
高額入学金ヤフウ新橋大学ヤフウ新橋理事長FX経費おじや50代資産ガリバズフィード40代エリート

**片山博文MZ** ◆T6xkBnTXz7B0 · 2016/04/08(金) 19:07:37.41

https://github.com/katahiromz/WinVoice

アンパンマン、新しい顔ができたよ！

**デフォルトの名無しさん** · 2016/05/30(月) 14:58:42.21

概出だったらすまそ
https://dev.smt.docomo.ne.jp/?p=docs.api.page&;api_name=text_to_speech&p_name=api_usage_scenario