この記事のほとんどまたは全てが唯一の出典にのみ基づいています。他の出典の追加も行い、記事の正確性・中立性・信頼性の向上にご協力ください。
出典検索?: "ソース・フィルタモデル"
ソース・フィルタモデル(英: Source-filter model)は人の声道で声が生成される過程を音源と線形フィルタで表現した数理モデルである。音源フィルタモデル[1]、音源フィルタ理論(英: Source-filter theory)[2] とも呼ばれる。 人の声道で声が生成される過程ではまず声門などで原音がつくられる。この原音が声道や口唇における調音を受けて音色が付与され、最終的な声となる。 これを信号処理の観点からみると、声道とは独立した原音すなわちソース(音源)があり、これがフィルタによる周波数成分増減を受けているとモデル化できる。このソースとフィルタによる音声合成過程モデルがソース・フィルタモデルである。 ソース・フィルタモデルは音声合成や音声分析に使用される。このモデルは「ソースとフィルタの独立性」を仮定しており、この仮定を強調するならば「独立ソース・フィルタモデル」(independent source-filter model)[3]と呼ぶべきである。 このモデルは比較的シンプルで応用例が多数ある。程度の差こそあれ、異なる音素はその音源とスペクトル形状の特性によって区別できる。発声された音 (例: 母音) は、(少なくとも) 一つの音源 —— (たいていは) 声門の周期的励起 —— を持ち、それは時間領域ではインパルス列、周波数領域ではハーモニクスとして近似でき、また舌の位置や唇の突き出し具合に依存したフィルタ (調音) を持つ。他方、摩擦音は (少なくとも) 一つの音源を持つ —— 口腔を狭める事 (constriction) で生成される乱流騒音 (例: 正書法 (orthographically) で"s"や"f"で表現される音) である。有声摩擦音 ("z"や"v") は二つの音源を持つ —— 一つは声門で、もう一つは声門上部のくびれである。 ソース・フィルタモデルは線形予測 (linear prediction) と関連している。モデルの開発は、その大部分が Gunnar Fant
概要
ソース・フィルタモデルでは、音源または励起信号は、有声音については周期的インパルス列で、無声音についてはホワイトノイズで、しばしばモデル化される。声道フィルタは、最も単純な場合には全極フィルタ (all-pole filter) で近似され、その係数は再生される音声信号の平均二乗誤差を最小とする線形予測により得られる。励起信号をフィルタの伝達関数と畳み込む事で、合成音声が得られる。
出典[脚注の使い方]^ 高木, 一幸 (2022-11-21). ⇒“第2章 音声 2.1.1 音源-フィルタ理論”. ⇒単語音声認識. 電気通信大学情報理工学研究科情報学専攻. p. ⇒2-2. ⇒http://www.takagi.inf.uec.ac.jp/swr/pdf/studentbook2.pdf
^ 荒井, 隆行. “音源フィルタ理論 (Source-fiter Theory)”. 上智大学理工学部情報理工学科 荒井研究室. 2023年4月16日閲覧。
[参考] 本記事主題 Fant 1960 の先行研究、Chiba & Kajiyama 1941 への言及がある。
^ Martin Rothenberg (2008), ⇒“The Source-Filter Model Lives (if you are careful)” (PDF), Voice Foundation 37th Annual Symposium, May 28 to June 1, 2008, ⇒http://www.rothenberg.org/source-filter-lives/Source-Filter-Lives-paper-as-presented5.pdf