AI技術により超高精度な歌声合成を実現
株式会社テクノスピーチ（所在地：名古屋市千種区、代表取締役：大浦 圭一郎、以下 テクノスピーチ）と国立大学法人名古屋工業大学 国際音声言語技術研究所（所在地：名古屋市昭和区、代表：徳田 恵一、以下 名古屋工業大学）は、このたび人間の声質・癖・歌い方をこれまでになく高精度に再現できる歌声合成技術を開発いたしました。 テクノスピーチと名古屋工業大学は共同で音声合成・歌声合成技術の研究・開発に取り組んでおり、これまでに業務用カラオケ機器「JOYSOUND」や音声創作ソフトウェア「CeVIO Creative Studio」等に音声合成・歌声合成技術の導入を進めてきました。本研究では、特定の歌唱者の約２時間の歌声データベースに対して、深層学習等のAI技術を適用することにより、歌唱者の声質・癖・歌い方を学習しました。合成の際は、任意の歌詞付き楽譜を入力するだけで高品質な歌声を合成することができま
Archived MSDN and TechNet Blogs | Microsoft Docs
Archived MSDN and TechNet Blogs 2/7/2020 2 minutes to read MSDN and TechNet blog sites have been retired, and blog content has been migrated and archived here. Archived blogs are grouped alphabetically by the initial letter of the blog name. Blogs and blog posts can be searched by their names, using the Search box at the top of the page. Actively updated blogs have been moved to other blog sites,
サウンド処理のプログラミング
サウンド処理のプログラミング 科目名： メディアネットワーク実験IIA（2007年～2013年） 対象： メディアネットワークコース3年目 実験室： M棟1階計算機室 レポート提出締切： 次週の水曜日 レポート提出先： 情報エレクトロニクス棟6階6-08 連絡先： 青木 直史（Tel: 706-6532）（E-mail: aoki@ime.ist.hokudai.ac.jp） 目的 音はマルチメディアコンテンツを構成する重要な要素である．本実験は，MATLABによるプログラミングを通して，サウンド処理に対する理解を深めることを目的としている． 1．はじめに MATLABは，Mファイルと呼ばれるテキストファイルにプログラムを記述し，これを一括して実行させることができるようになっている． この実験では，Z:\MyDoc_xp\MyDocにMファイルを保存するためのiia_4フォルダを作成し，こ
オープンソースの日本語ボーカルソフト「SaltCase」 が始まった：CloseBox & OpenPod：オルタナティブ・ブログ
Mac、iPhone、iPod、歌声合成、DTM、楽器、各種ガジェット、メディアなどの情報・雑感などなど オープンソースの日本語ボーカルソフト「SaltCase」 が始まりました。githubでプロジェクトが公開されています。まだ初期段階のようですが、現在Mac用、iPhone用で提供されているボーカルシンセソフト「SugarCape」を改良するために新しいプロジェクトとしてスタートしたようです。 SugarCapeの作者は、 「完成はまだまだ先ですが、作ってく過程・ペースもオープンで見えた方が面白いかなと」 「ちなみに、わざわざ新しいプロジェクトで作り始めてる一番の理由は、単純に初代SugarCapeははじめてのMacプログラミングで設計・構造的な限界がきたためです。」 とTwitterでコメント。 SugarCapeについては以前何度か取り上げてますので、こちらのエントリーをご参照くだ
しゃべれます！歌えます！東芝の音声合成技術「ToSpeak」を自分の声で試してみた：CloseBox & OpenPod：オルタナティブ・ブログ
Mac、iPhone、iPod、歌声合成、DTM、楽器、各種ガジェット、メディアなどの情報・雑感などなど われわれが使える歌声合成技術。ブームを切り開き数十に及ぶデータベースが用意されている高品質なVOCALOIDを筆頭に、自分で音源を作成できて数千もの歌声ライブラリを持つUTAU、リアルな歌声をWebサービスとして提供しているSinsy。VOCALOIDではNetVOCALOIDがWebサービスだ。最近ではあきこロイドちゃんのからあげクンキャンペーンで使われている。UTAUにも実はWebサービスがある。「歌う@mobile」だ。Webで歌声サービスを提供する、というのは流行りでもあるのだ。 そこになぐりこんできたのが東芝のToSpeak。単なる音声合成サービスだと思っていたら、話者がどんどん増えていってる。それだけではなく、7月24日からは、自分の声を登録し、その音声データベースを使って
ffmpeg - Wikipedia
LGPL 2.1+, GPL 2+ NVIDIA Performance Primitivesでコンパイルした場合は再頒布不可[5] FFmpeg（エフエフエムペグ）は動画と音声を記録・変換・再生するためのフリーソフトウェアである[6]。Unix系オペレーティングシステム (OS) 生まれであるが現在ではクロスプラットフォームであり、libavcodec（動画/音声のコーデックライブラリ）、libavformat（動画/音声のコンテナライブラリ）、libswscale（色空間・サイズ変換ライブラリ）、libavfilter（動画のフィルタリングライブラリ）などを含む。ライセンスはコンパイル時のオプションによりLGPLかGPLに決定される。コマンドラインから使用することができる。対応コーデックが多く、多彩なオプションを使用可能なため、幅広く利用されている。 解説[編集] FFmpegは、単体
パワースペクトルとは サイエンスの人気・最新記事を集めました - はてな
信号 x(t) のフーリエ変換を X(ω) として、パワースペクトルは S(ω) = | X(ω) |^2 なおかつ、信号 x(t) の自己相関関数を R(τ) とすれば、パワースペクトル S(ω) は R(τ) のフーリエ変換に等しい。これをWiener-Khinchin(ウィナー・ヒンチン)の定理と呼ぶ。
初音ミクとかの音声合成のしくみ
２００７年に「初音ミク」という歌声合成ソフトがブレイクしました。 そこで、わけもなく「音声合成のしくみ」を簡単に解説します。 とはいっても、VOCALOIDシリーズは手法が明かされていないので、 かなり推測が入っています。 その推測した部分が誤っていたので、 この色で加筆します（２００８年３月２９日）。 誤っている部分もそのまま残してあります。 また、手法もかなり明かされているようです。 ところで、結構たくさん図がありますが、 あまり正確ではありません。 また、内容そのものもかなり簡易化してあります。 音声合成って何？ まずは音声合成とはなんぞやという話なのですが、 一般的には、文字を音声信号にすることです。 イメージとしてはこんな感じです。 初音ミクの場合、そこに音程や音の長さやその他いろいろも入ってくるので、 イメージとしてはこうなります。 音声波形を拡大してみる 一般に、音声波形はな
日本語話し言葉コーパス
『日本語話し言葉コーパス』は、日本語の自発音声を大量にあつめて多くの研究用情報を付加した話し言葉研究用のデータベースであり、国立国語研究所・ 情報通信研究機構（旧通信総合研究所）・ 東京工業大学 が共同開発した、質・量ともに世界最高水準の話し言葉データベースです。本コーパスは音声言語情報処理、自然言語処理、 日本語学、言語学、音声学、心理学、社会学、日本語教育、辞書編纂など幅広い領域で利用されています。 2011.11.28『日本語話し言葉コーパス』第３刷の受付を開始しました。(更新：2011/11/28) 2011.02.18在庫がなくなりましたので、一旦受付を中止します。（更新：2011/2/18） 2008.05.02『日本語話し言葉コーパス』第２刷の受付を開始しました(更新：2008/05/02) 2008.03.24報告書『日本語話し言葉コーパスの構築法』がダウンロードできるよ
自然なしゃべりを実現するVOICEROIDって知ってた!?｜DTMステーション
VOCALOIDの調教パラメータ、PITやPBSをうまく利用することで、一定の音程であっても、イントネーションをつけてしゃべらせることは可能です。うまい人が作ると、結構自然なしゃべりになって驚きますよね。でも、しゃべらせることが目的だとしたら、本来、歌を歌わせるVOCALOIDを使うのはあまり正解ではないかもしれません。 Text to Speach、いわゆるTTSというツールを使うことで、もっと簡単にキレイにしゃべらせることができるからです。そんなツールのひとつとして、「VOICEROID（ボイスロイド）」というのがあるのをご存知ですか？私も、名前は知っていたのですが、使ったことがなかったので、イマイチ理解していなかったのですが、先日試してみたら、あまりにも簡単で、かつキレイな日本語をしゃべってくれるのでビックリしました。DTMという趣旨からは少しズレてしまうかもしれませんが、今回はVO
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Un4seen Developments
Songle: ユーザが誤り訂正により貢献可能な能動的音楽鑑賞サービス
池澤春菜の声で歌う音声素材が無償公開、「歌声合成ツールUTAU」で利用可能
Google Code Archive - Long-term storage for Google Code Project Hosting.
第１章 1-6 「三角波・矩形波・鋸（ノコギリ）波・ノイズ」 ～ファミコン音楽研究所
https://www.vikitech.com/980/top-10-web-based-services-for-text-to-speech-conversion
唄となり～音声記号一覧表
mmdagent.jp
Androidで人工音声を生成する技術、KDDI研究所が開発
Amazon.co.jp: フリーソフトでつくる音声認識システム パターン認識・機械学習の初歩から対話システムまで: 荒木雅弘: 本
