この項目では、音楽分野のヴォコーダーについて説明しています。音声信号処理分野のヴォコーダーについては「音声分析合成#ボコーダー」をご覧ください。
Korg VC-10
音楽におけるヴォコーダー（英: vocoder）は音の分解・要素の操作・再合成をおこなう電子楽器・エフェクター・シンセサイザーの一種である。ボコーダーとも。 音声符号化・音声分析合成分野で「音を要素へ分解し再構成するシステム」として発展したボコーダーを「要素を操作して音作りをおこなう機材」として音楽分野へ転用したものが（本稿で解説する）ヴォコーダーである。 ヴォコーダーにはチャネルヴォコーダーとフェーズボコーダがあり、これらは使用分野が異なる。音楽分野における昔ながらの「ヴォコーダー」エフェクトはチャネルヴォコーダーを指し、フェーズボコーダは「タイムストレッチ/ピッチシフト」に用いられる[1][2][3][4]。 本項目では主に古典的なチャネルヴォコーダーについて記述する。 言葉や効果音を楽器音として使うことができる。一般的には、言葉をマイクによって入力し、ストリングスなどの楽器音に置き換えて合成するため、その言葉を聞き取ることができ、「独特な機械的な声」や「楽器音として和音で喋っている声」のように使われることが多かった。 人間の声は声帯音源・その有声/無声・声道状態などを反映した要素へ分解できる。それを圧縮して送信すれば効率の良い情報伝達が可能であり、例えば第二次世界大戦中の1943年、チャーチル首相とルーズベルト大統領の秘密会談用の秘話通信システム SIGSALY としてチャネルヴォコーダーが実用された[5]。これを契機に音声符号化・音声分析合成分野では「音を要素へ分解し再構成するシステム」としてボコーダーが研究されていった。 音楽の分野では、通信の分野とは反対に、チャネルヴォコーダー特有の機械的な音質（ロボットボイス）を活かし新しい楽器やエフェクターとして利用するために開発が行われた。それ以前から小型のスピーカをのどに取り付けてヴォコーダーのようなエフェクトを実現する Sonovox
概要
歴史
音楽用ヴォコーダーが一般に使用されるようになったのは、機械が小型化され普通の音楽スタジオやライブで他の機器と一緒に使用できるようになった1970年代後半で、初期のものとしてはEMS Vocoder や Sennheiser VSM201、Bode Model 7702 などが知られている[6]。国内でも1970年代末にコルグ VC-10 やローランド VP-330 が発売された。 入力はキャリア（ベーシックな音色）とモジュレータ（変調する音色・音声スペクトル）の2系統。一般的な使い方としては、キャリアにストリングスなどの楽器音を、モジュレータに声を入力する。これによって楽器音を声のスペクトルデータで変調させる。しかし、使用する側としては、声を楽器音として変化させている感覚である。この時の動作は、声の型を取り、楽器音を押し込んでいるようなものである。 まず、モジュレータ（声）を多数のバンドパスフィルタで分解し倍音構成を得る。この倍音構成（帯域毎の量）こそが言葉(「あ」「い」「う」「え」「お」などの音）の特長といえ、固有の音として聞き分けられる。そのため、この倍音構成は「音の特徴を示すデータ」であるといえる。一方、キャリアもまた、モジュレータ同様のバンドパスフィルタで分解され、モジュレータで得られた帯域毎の量に整えられる。結果として、キャリアの特長である音階入力に従った音程と音色にモジュレータ（声）の特徴が反映され、楽器音の声となって出力される。この際、帯域幅を細かく分割、つまりバンド数が多いボコーダーほど言葉が明瞭に聞こえる。 なお、そもそもキャリアが倍音構成に乏しい（究極には純音〔=正弦波〕である）場合には、前述の特性から音の特徴を抽出できないこともある。従って、入力用の音階には多様な倍音を含むもの（三角波・矩形波・ノコギリ波など）を使う場合が多い。また、ホワイトノイズをキャリアとした場合は、ヒソヒソ声に似た声が出力される。 殆どの場合は、キャリアはストリングス系、モジュレータは声であるが、機能としてはこの組み合わせである必要はなく、ストリングスとドラムマシンなどの組み合わせであっても変調は行われる。 ヴォコーダーの使用例としてわかりやすいのは、ロボットボイスである。
詳細・原理
