JP6616435B2 - 音声生成装置、音声生成プログラム - Google Patents
音声生成装置、音声生成プログラム Download PDFInfo
- Publication number
- JP6616435B2 JP6616435B2 JP2018010748A JP2018010748A JP6616435B2 JP 6616435 B2 JP6616435 B2 JP 6616435B2 JP 2018010748 A JP2018010748 A JP 2018010748A JP 2018010748 A JP2018010748 A JP 2018010748A JP 6616435 B2 JP6616435 B2 JP 6616435B2
- Authority
- JP
- Japan
- Prior art keywords
- audio
- loop
- audio data
- data
- length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 claims description 81
- 238000003860 storage Methods 0.000 claims description 28
- 230000002194 synthesizing effect Effects 0.000 claims description 23
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000005562 fading Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 230000015572 biosynthetic process Effects 0.000 description 11
- 238000003786 synthesis reaction Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Electrophonic Musical Instruments (AREA)
Description
本発明は、ループ音声を作成するための音声生成装置および音声生成プログラムに関する。
近年、仮想ゲーム空間において、多種多様なＢＧＭが使用されている。例えば、プレイヤキャラクタが三次元の仮想ゲーム空間で移動する際に、草むらを通るときに草の種類に応じたＢＧＭを再生したり、移動空間の天候に応じたＢＧＭを再生したりしている。そして、それらの環境音等を複数重ねあわせることで、リアリティのある多様な環境を表現している。また、これらの環境音には、記憶容量の削減等を目的として、所定期間でループするＢＧＭ（以下、ループ音声という）が用いられている。
例えば、特許文献１には、コンテンツをループ再生する技術が開示されている。
ところで、ループ音声を生成する場合に、任意の音声素材をそのままループさせると、ループポイントで波形の不連続が生じ、ループポイントでノイズが乗るおそれがある。
そこで、従来技術では、（１）ループさせたいＢＧＭの起点付近および終点付近で音声の波形がゼロクロスするポイントを探し、そのゼロクロスポイント間をループリージョンに指定する。（２）ループリージョンの音声データをループ再生し、プチノイズ等がないかを確認する。という作業を経てループ音声データを生成していた。すなわち、上記の（１）、（２）作業が、各ループ音声データを作成するごとに必要であり、大変手間のかかるものであった。
そこで、本発明の目的は、ループ音声データを生成する作業量を少なくすることである。
第１発明は、コンピュータを、
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材の先頭から所定のループ開始時刻までの波形データである第１音声データを切り取り、前記第１音声データを前記音声素材の後に移動させ、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ことを特徴とする音声生成プログラムである。
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材の先頭から所定のループ開始時刻までの波形データである第１音声データを切り取り、前記第１音声データを前記音声素材の後に移動させ、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ことを特徴とする音声生成プログラムである。
第２発明は、コンピュータを、
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材のうち、所定の始点時刻と所定のループ開始時刻との間の波形データである第１音声データを読み出し、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、
前記ループ音声データにおいて、前記ループ開始時刻から前記第１音声データの末尾までの間をループリージョンに設定するループ設定手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ことを特徴とする音声生成プログラム。
である。
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材のうち、所定の始点時刻と所定のループ開始時刻との間の波形データである第１音声データを読み出し、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、
前記ループ音声データにおいて、前記ループ開始時刻から前記第１音声データの末尾までの間をループリージョンに設定するループ設定手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ことを特徴とする音声生成プログラム。
である。
また、第１発明または第２発明において、コンピュータを、前記音声素材の長さおよび前記クロスフェード期間に基づいて、前記ループ音声データの長さを推定演算する推定演算手段としてさらに機能させ、前記合成手段は、前記推定演算手段で演算されたループ音声データの長さと、所定の規定長とを比較し、その差分に応じた長さの波形データを前記音声素材の末尾から削除し、残った前記音声素材の末尾と前記第１音声データの先頭とを前記クロスフェード期間でクロスフェードにより結合してループ音声データを生成する、ことができる。
第３の発明は、前述の音声生成プログラムを記憶した記憶部と、前記音声生成プログラムを実行するコンピュータと、を備える音声生成装置である。
本発明によれば、ループ音声を生成する作業量を少なくすることができる。
［第１実施形態］
本実施形態で説明する音声生成装置では、例えば、ゲームに使用されるループ音声を生成することができる。このようなゲームは、例えば、パーソナルコンピュータ、プレイステーション（登録商標）、ＸＢｏｘ（登録商標）、ＰｌａｙＳｔａｔｉｏｎ Ｖｉｔａ（登録商標）などのゲーム装置において実行される。
本実施形態で説明する音声生成装置では、例えば、ゲームに使用されるループ音声を生成することができる。このようなゲームは、例えば、パーソナルコンピュータ、プレイステーション（登録商標）、ＸＢｏｘ（登録商標）、ＰｌａｙＳｔａｔｉｏｎ Ｖｉｔａ（登録商標）などのゲーム装置において実行される。
ゲームでは、各ユーザの操作を受けて、プレイヤキャラクタを三次元の仮想ゲーム空間で活動させたり、プレイヤキャラクタ同士でグループを編成して様々なアクションを行わせたりする。そのプレイヤキャラクタの移動過程やアクション等において、所定のトリガ条件を満たすとＢＧＭが流れる。所定のトリガ条件とは、例えば、プレイヤキャラクタの所定場所への移動、敵キャラクタの出現、敵キャラクタを倒した後、などである。本発明の実施形態にかかる音声生成装置で生成されたループ音声データは、そのような場面において流れるＢＧＭとして使用できる。
以下、本発明の実施形態にかかる音声生成装置について、図面を参照して説明する。
＜音声生成装置の構成＞
図１は、本実施形態に係る音声生成装置１の構成を示すブロック図である。図１では、後述するループ音声の生成に関する構成を主として示しており、その他の構成については適宜省略する。
図１は、本実施形態に係る音声生成装置１の構成を示すブロック図である。図１では、後述するループ音声の生成に関する構成を主として示しており、その他の構成については適宜省略する。
図1に示すように、音声生成装置は、例えば、デスクトップ型またはラップトップ型のパーソナルコンピュータで実現することが可能であり、装置本体１０と、入力操作部２１と、ディスプレイ２２と、スピーカ２３とを備える。
入力操作部２１は、キーボード、ボタン、スイッチなどユーザの操作入力を受ける手段である。
装置本体１０は、受信部１１と、演算処理部１２と、記憶部１３と、出力部１４とを備える。受信部１１は、入力操作部２１に入力操作がされた場合の入力信号を受け付ける。出力部１４は、演算処理部１２の制御を受けて、ディスプレイ２２に演算処理部１２の処理結果等を表示させたり、音声生成装置１で生成された音声をスピーカ２３で再生させる。
記憶部１３は、主にＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）で構成される。記憶部１３には、ループ音声データを生成するために使用される音声素材と、本実施形態に係る音声生成プログラムとが格納されている。音声素材は、記憶部１３に波形データとして記憶されている。音声素材の種別は、特に限定されないが、例えば、風の音や水の流れる音のようにゲームのバックグラウンドで流れるベース・設置環境音、恒常的なエフェクト音等である。
演算処理部１２は、入力操作部２１からのユーザ操作に従って各種の演算処理を実行する。また、演算処理部１２は、記憶部１３に格納された本実施形態に係る音声生成プログラムを読み出して実行することで、情報取得手段１２１、合成手段１２２および推定演算手段１２３として機能する。
＜情報取得手段の説明＞
情報取得手段１２１は、記憶部１３からループ音声データの基となる音声素材を読み出す。さらに、情報取得手段１２１は、受信部１１を介して、ユーザが入力操作部２１に設定したループリージョン情報およびクロスフェード期間を取得する。本実施形態において、ループリージョン情報は、音声素材の先頭から切り取る波形の長さ（時間Ｔａ：図３参照）を含んでいる。
情報取得手段１２１は、記憶部１３からループ音声データの基となる音声素材を読み出す。さらに、情報取得手段１２１は、受信部１１を介して、ユーザが入力操作部２１に設定したループリージョン情報およびクロスフェード期間を取得する。本実施形態において、ループリージョン情報は、音声素材の先頭から切り取る波形の長さ（時間Ｔａ：図３参照）を含んでいる。
＜合成手段の説明＞
合成手段１２２は、ループリージョン情報に基づいて、音声素材の先頭から所定のループ開始時刻までの間の波形データを抽出する音声抽出工程と、抽出した波形データの先頭を音声素材の末尾にクロスフェードにより結合してループ音声データを生成する音声結合工程とを実行する。
合成手段１２２は、ループリージョン情報に基づいて、音声素材の先頭から所定のループ開始時刻までの間の波形データを抽出する音声抽出工程と、抽出した波形データの先頭を音声素材の末尾にクロスフェードにより結合してループ音声データを生成する音声結合工程とを実行する。
以下の説明では、音声素材のうち、先頭から時間Ｔａ経過後の時刻Ｔ１１までを第１音声データＲａ、時刻Ｔ１１から末尾までを第２音声データＲｂと呼ぶ。また、第１音声データＲａと第２音声データＲｂとの境界の時刻である上記時刻Ｔ１１をループ開始時刻と呼ぶ（図３参照）。
＜推定演算手段の説明＞
推定演算手段１２３は、音声素材の長さおよびクロスフェード期間Ｔｘに基づいて、ループ音声データの長さＬＲを演算する。具体的に、ループ音声データの長さＬＲは、
ＬＲ＝（Ｔａ＋Ｔｂ）−Ｔｘ ・・・（１）
により求めることができる（図３参照）。
推定演算手段１２３は、音声素材の長さおよびクロスフェード期間Ｔｘに基づいて、ループ音声データの長さＬＲを演算する。具体的に、ループ音声データの長さＬＲは、
ＬＲ＝（Ｔａ＋Ｔｂ）−Ｔｘ ・・・（１）
により求めることができる（図３参照）。
＜音声生成装置の動作＞
図２は、本実施形態に係る音声生成装置１の動作、すなわち、音声生成プログラムによる音声生成処理の流れを示すフローチャートである。図３は、図２の音声生成処理過程の波形データ例を示している。
図２は、本実施形態に係る音声生成装置１の動作、すなわち、音声生成プログラムによる音声生成処理の流れを示すフローチャートである。図３は、図２の音声生成処理過程の波形データ例を示している。
まず、情報取得手段１２１は、記憶部１３から音声素材を読み出す。さらに、情報取得手段１２１は、受信部１１を介して、ユーザが入力操作部２１に設定したループリージョン情報およびクロスフェード期間を取得する（ステップＳ１１）。
次いで、合成手段１２２は、ループリージョン情報に基づいて、音声素材から所定の波形データを切り取る（抽出する）（ステップＳ１２）。具体的に、合成手段１２２は、音声素材の先頭から時間Ｔａの波形データを切り取る（図３（ａ），（ｂ）参照）。
合成手段１２２は、第１音声データＲａを第２音声データＲｂの後に移動させる。そして、合成手段１２２は、第２音声データＲｂの末尾部分と第１音声データＲａの先頭部分とを互いにクロスフェード期間Ｔｘ重ね、相互間をクロスフェードにより結合する（ステップＳ１３）。これにより、ループ音声データが生成される。なお、クロスフェード期間Ｔｘは、任意に設定することができる。ただし、クロスフェード期間Ｔｘは、第１音声データＲａおよび第２音声データＲｂよりも短い期間である。
以上をまとめると、本件発明は、コンピュータとしての音声生成装置１を、音声素材が記憶された記憶部１３から音声素材を取得する情報取得手段１２１と、音声素材の先頭から所定のループ開始時刻Ｔ１１までの間の波形データである第１音声データＲａを切り取り、第１音声データＲａを第２音声データＲｂの後、すなわち、音声素材の後に移動させ、音声素材（第２音声データＲｂ２）の末尾と第１音声データＲａの先頭とをユーザが設定したクロスフェード期間Ｔｘでクロスフェードにより結合してループ音声データを生成する合成手段１２２と、して機能させる音声生成プログラムである。
＜発明の効果＞
本実施形態の音声生成プログラムによれば、音声素材からループ音声データを生成する作業量を少なくすることができる。具体的に、本実施形態の音声生成プログラムにより生成されたループ音声データは、先頭が第２音声データＲｂの先頭であり、末尾が第１音声データＲａの末尾である。そして、第１音声データＲａの末尾と第２音声データＲｂの先頭との間は、音声素材では繋がっている連続波形である。すなわち、従来技術のように、音声素材の波形のゼロクロスポイントを見つけなくても、自動的に、先頭と末尾が連続するループ音声データを生成することができる。ここで、ループ音声データにおいて、第２音声データＲｂの末尾と第１音声データＲａの先頭との間は、クロスフェードにより結合されているので、両者間の境界でノイズが発生することもない。本実施形態の音声生成プログラムは、特に、始点と終点にこだわらないようなループ音声データの生成に適している。
本実施形態の音声生成プログラムによれば、音声素材からループ音声データを生成する作業量を少なくすることができる。具体的に、本実施形態の音声生成プログラムにより生成されたループ音声データは、先頭が第２音声データＲｂの先頭であり、末尾が第１音声データＲａの末尾である。そして、第１音声データＲａの末尾と第２音声データＲｂの先頭との間は、音声素材では繋がっている連続波形である。すなわち、従来技術のように、音声素材の波形のゼロクロスポイントを見つけなくても、自動的に、先頭と末尾が連続するループ音声データを生成することができる。ここで、ループ音声データにおいて、第２音声データＲｂの末尾と第１音声データＲａの先頭との間は、クロスフェードにより結合されているので、両者間の境界でノイズが発生することもない。本実施形態の音声生成プログラムは、特に、始点と終点にこだわらないようなループ音声データの生成に適している。
また、ループ開始時刻Ｔ１１を任意に設定することができるので、音声素材の波形（音程等）に応じた設定をすることができる。すなわち、音声素材の生成や、使用する音声素材の選択における自由度が向上する。例えば、低音から高音に変化する領域を含むような音声素材の場合に、その変化過程を避け、音程が比較的に落ち着いているところにループ開始時刻を設定することができる。実際の作業では、ユーザがディスプレイで音声素材の波形データを確認しながら作業できるので、本実施形態の技術を適用することで、そういった設定が可能になる。
＜変形例＞
図４は、音声生成装置の動作、すなわち、音声生成プログラムによる音声生成処理の他の例の流れを示すフローチャートである。図４では、図２と共通の処理に同じ符号を付している。以下の説明では、図２との相違点を中心に説明する。
図４は、音声生成装置の動作、すなわち、音声生成プログラムによる音声生成処理の他の例の流れを示すフローチャートである。図４では、図２と共通の処理に同じ符号を付している。以下の説明では、図２との相違点を中心に説明する。
なお、図４の処理を実行する場合、合成手段１２２では、生成されるループ音声データを所定の規格長にすることができる。具体的に、合成手段１２２は、推定演算手段１２３で演算されたループ音声データの長さが所定の規格長になるように、音声結合工程前の音声素材の末尾を削除したうえで、上記音声結合工程を実行する。
具体的に、図４では、推定演算手段１２３は、ステップＳ１１後に、「音声素材の長さ」および「クロスフェード期間」に基づいて、ループ音声データの長さを計算する推定演算を実施する（ステップＳ３１）。
合成手段１２２は、ステップＳ３１で求めた「ループ音声データの長さ」が所定の規格長を満足しているかどうかを判断する（ステップＳ３２）。例えば、音声ファイルフォーマットによっては、音声データのサンプル数が２５６サンプルの倍数に制限されていることがある。そこで、図６のステップＳ３２に示すように、「ループ音声データ」のサンプル数が２５６サンプルの倍数になっているかどうか判定する。
そして、「ループ音声データ」のサンプル数が２５６サンプルの倍数になっている場合（ステップＳ３２でＹＥＳ）、フローはステップＳ１２に進み、以後、図２と同様の処理が実行される。
一方で、「ループ音声データ」のサンプル数が２５６サンプルの倍数になっていない場合（ステップＳ３２でＮＯ）、合成手段１２２は、ステップＳ１３の処理後の「ループ音声データ」のサンプル数が２５６サンプルの倍数になるように、第２音声データＲｂの末尾を削り、Ｔｂの値を小さくする（ステップＳ３３）。その後、フローはステップＳ１２に進み、以後、図２と同様の処理が実行される。
これにより、音声素材の長さにかかわらず、所定の規定長のループ音声データを容易にかつ自動的に生成することができる。
ここで、ステップＳ３３において、第２音声データＲｂの末尾を削るが、第２音声データＲｂの末尾部分は、第１音声データの先頭部分にクロスフェードして結合させるので、プチノイズや音飛び等が発生することはない。
［第２実施形態］
図５は、本実施形態に係る音声生成装置１の構成を示すブロック図である。図５において、図１と共通の構成要素に同じ符号を付している。以下の説明では、図１との相違点を中心に説明する。
図５は、本実施形態に係る音声生成装置１の構成を示すブロック図である。図５において、図１と共通の構成要素に同じ符号を付している。以下の説明では、図１との相違点を中心に説明する。
本実施形態では、演算処理部１２は、記憶部１３に格納された本実施形態に係る音声生成プログラムを読み出して実行することで、情報取得手段１２１、合成手段１２２、推定演算手段１２３およびループ設定手段１２４として機能する。
＜情報取得手段の説明＞
情報取得手段１２１は、第１実施形態と同様に、記憶部１３から音声素材を読み出すとともに、ユーザが入力操作部２１に設定したループリージョン情報およびクロスフェード期間を取得する。本実施形態において、ループリージョン情報は、音声素材の波形データの読み出し期間の情報を含む。具体的に、ループリージョン情報は、波形データの読み出しの始点となる始点時刻Ｔ２１および始点時刻Ｔ２１から読み出す長さ（時間Ｔｃ）の情報を含む（図７参照）。
情報取得手段１２１は、第１実施形態と同様に、記憶部１３から音声素材を読み出すとともに、ユーザが入力操作部２１に設定したループリージョン情報およびクロスフェード期間を取得する。本実施形態において、ループリージョン情報は、音声素材の波形データの読み出し期間の情報を含む。具体的に、ループリージョン情報は、波形データの読み出しの始点となる始点時刻Ｔ２１および始点時刻Ｔ２１から読み出す長さ（時間Ｔｃ）の情報を含む（図７参照）。
＜合成手段の説明＞
合成手段１２２は、ループリージョン情報に基づいて、音声抽出工程と、音声結合工程とを実行する。音声抽出工程では、合成手段１２２は、音声素材のうち、情報取得手段１２１で読み出された始点時刻Ｔ２１からループ開始時刻Ｔ２２までの間の波形データを抽出する（図７参照）。音声結合工程では、合成手段１２２は、抽出した波形データの先頭を音声素材の末尾にクロスフェードにより結合してループ音声データを生成する。
合成手段１２２は、ループリージョン情報に基づいて、音声抽出工程と、音声結合工程とを実行する。音声抽出工程では、合成手段１２２は、音声素材のうち、情報取得手段１２１で読み出された始点時刻Ｔ２１からループ開始時刻Ｔ２２までの間の波形データを抽出する（図７参照）。音声結合工程では、合成手段１２２は、抽出した波形データの先頭を音声素材の末尾にクロスフェードにより結合してループ音声データを生成する。
以下の説明では、音声素材のうち、先頭から始点時刻Ｔ２１までを序奏音声データＲｉ、始点時刻Ｔ２１から時間Ｔｃ経過後の時刻Ｔ２２までを第１音声データＲａ、時刻Ｔ２２から末尾までを第２音声データＲｂと呼ぶ（図７参照）。また、第１音声データＲａと第２音声データＲｂとの境界の時刻Ｔ２２をループ開始時刻と呼ぶ。
＜ループ設定手段の説明＞
ループ設定手段１２４は、合成手段１２２で生成したループ音声データのうち、上記始点時刻Ｔ２１とループ音声データの末尾までの間をループリージョンに設定する（図７参照）。
ループ設定手段１２４は、合成手段１２２で生成したループ音声データのうち、上記始点時刻Ｔ２１とループ音声データの末尾までの間をループリージョンに設定する（図７参照）。
＜音声生成装置の動作＞
図６は、本実施形態に係る音声生成プログラムによる音声生成処理の流れを示すフローチャートである。図７は、図６の音声生成処理過程の波形データ例を示している。なお、ここでは、前述の第１実施形態との違いを中心に説明するものとし、共通する内容について、説明を省略する場合がある。
図６は、本実施形態に係る音声生成プログラムによる音声生成処理の流れを示すフローチャートである。図７は、図６の音声生成処理過程の波形データ例を示している。なお、ここでは、前述の第１実施形態との違いを中心に説明するものとし、共通する内容について、説明を省略する場合がある。
まず、情報取得手段１２１は、記憶部１３から音声素材を読み出し、ユーザが入力操作部に設定したループリージョン情報およびクロスフェード期間Ｔｘを取得する（ステップＳ２１）。
次いで、合成手段１２２は、音声素材の始点時刻Ｔ２１から時間Ｔｃの波形データを第１音声データＲａとして読み出す（ステップＳ２２）（図７（ａ）参照）。
合成手段１２２は、読み出した第１音声データＲａを第２音声データＲｂの後に貼り付ける（ステップＳ２３）。このとき、第２音声データＲｂの末尾部分と第１音声データＲａの先頭部分とが互いにクロスフェード期間Ｔｘが重なるように貼り付ける。そして、第２音声データＲｂと第１音声データＲａの相互間をクロスフェードにより結合する。これにより、ループ音声データが生成される。
なお、クロスフェード期間Ｔｘは、任意に設定することができる。ただし、クロスフェード期間Ｔｘは、第１音声データＲａおよび第２音声データＲｂよりも短い期間である。
ループ設定手段１２４は、ループリージョンＬＲを設定する（ステップＳ２４）。ここでは、ループ設定手段１２４は、第２音声データＲｂの先頭から第１音声データＲａの末尾までの間をループリージョンＬＲに設定する（図７（ｂ）参照）。なお、図７（ｂ）では、発明の理解を容易にするために、ループ音声データのループリージョンＬＲの部分が連続再生されている様子を示している。
以上をまとめると、本件発明は、コンピュータとしての音声生成装置１を、音声素材が記憶された記憶部１３から音声素材を取得する情報取得手段１２１と、音声素材のうち、始点時刻Ｔ２１とループ開始時刻Ｔ２２との間の波形データである第１音声データＲａを読み出し、音声素材（第２音声データＲｂ）の末尾と第１音声データＲａの先頭とをクロスフェード期間Ｔｘでクロスフェードにより結合してループ音声データを生成する合成手段１２２と、ループ音声データにおいて、ループ開始時刻Ｔ２２から第１音声データＲａの末尾までの間をループリージョンＬＲに設定するループ設定手段１２４と、して機能させる音声生成プログラムである。
ここで、情報取得手段１２１は、始点時刻Ｔ２１およびループ開始時刻Ｔ２２を、例えば、入力操作部２１にユーザが設定したループリージョン情報から取得することができる。具体的に、ループ開始時刻Ｔ２２は、例えば、ループリージョン情報に含まれる「始点時刻Ｔ２１」から「音声素材の先頭から切り取る波形の長さＴｃ」が経過した時刻である。
＜発明の効果＞
本実施形態においても、第１実施形態と同様に、音声素材からループ音声データを生成する作業量を少なくすることができる。具体的に、ループ音声データのループリージョンＬＲに設定された範囲では、先頭が第２音声データＲｂの先頭であり、末尾が第１音声データＲａの末尾である。そして、第１音声データＲａの末尾と第２音声データＲｂの先頭との間は、音声素材では繋がっている連続波形である。したがって、従来技術のように、音声素材のゼロクロスポイントを見つけなくても、自動的に、ループリージョンＬＲの先頭と末尾が連続するループ音声データを生成することができる。
本実施形態においても、第１実施形態と同様に、音声素材からループ音声データを生成する作業量を少なくすることができる。具体的に、ループ音声データのループリージョンＬＲに設定された範囲では、先頭が第２音声データＲｂの先頭であり、末尾が第１音声データＲａの末尾である。そして、第１音声データＲａの末尾と第２音声データＲｂの先頭との間は、音声素材では繋がっている連続波形である。したがって、従来技術のように、音声素材のゼロクロスポイントを見つけなくても、自動的に、ループリージョンＬＲの先頭と末尾が連続するループ音声データを生成することができる。
さらに、始点時刻Ｔ２１を設定するようにしているので、序奏音声データＲｉを含むようなループ音声データを生成することができる。これにより、例えば、ゲームにおいて、イベント発生時に、印象的かつ特有の導入音を流し、そのあとは、次のイベントが発生するまで所定のサウンドがループ再生されるようなループ音声データを生成することができる。
［他の実施形態］
上記実施形態において説明した各種制御手段および処理手順は一例であって、本発明、その適用物、或いはその用途の範囲を制限することを意図するものではない。各種制御手段および処理手順は、本発明の要旨を変更しない範囲で適宜設計変更が可能である。また、各実施形態を組み合わせて、新たな実施形態としてもよい。
［他の実施形態］
上記実施形態において説明した各種制御手段および処理手順は一例であって、本発明、その適用物、或いはその用途の範囲を制限することを意図するものではない。各種制御手段および処理手順は、本発明の要旨を変更しない範囲で適宜設計変更が可能である。また、各実施形態を組み合わせて、新たな実施形態としてもよい。
例えば、上記実施形態では、音声生成プログラムの処理をパーソナルコンピュータで実行する例について説明した。しかし、本発明の実施形態はこれには限られない。
例えば、音声生成プログラムの処理を、サーバ装置で実行するようにしてもよいし、ゲーム装置で実行するようにしてもよい。サーバ装置で音声生成プログラムを実行する場合、例えば、音声生成プログラムが、サーバ装置に内蔵されたＣＰＵ（中央演算装置）を情報取得手段や合成手段として機能させればよい。その具体的な動作については、前述の「音声生成装置の動作」と同じである。
音声生成プログラムの処理を、ゲーム装置で実行する例について、図８を参照して説明する。
＜ゲーム装置５の構成＞
図８のゲーム装置５には、ディスプレイ６１、スピーカ６２およびコントローラ６３が外部接続または内蔵される。ゲーム装置５では、例えば、図示しない外部のサーバ装置から受信したゲームプログラムおよびゲームデータに基づいてゲームが進行する。
図８のゲーム装置５には、ディスプレイ６１、スピーカ６２およびコントローラ６３が外部接続または内蔵される。ゲーム装置５では、例えば、図示しない外部のサーバ装置から受信したゲームプログラムおよびゲームデータに基づいてゲームが進行する。
ゲーム装置５は、ネットワークインターフェース５１、グラフィック処理部５２、オーディオ処理部５３、操作部５４、記憶部５５および制御部５６を有する。ネットワークインターフェース５１、グラフィック処理部５２、オーディオ処理部５３、操作部５４および記憶部５５は、バス５９を介して制御部５６と電気的に接続されている。以下では、ループ音声データの生成・出力に関連する機能部についてのみ説明する。
オーディオ処理部５３は、制御部５６の指示に従ってデジタルのゲーム音声を再生および合成する。オーディオ処理部５３はスピーカ６２と接続されており、再生および合成されたゲーム音声は、スピーカ６２から出力される。
記憶部５５には、ループ音声データを生成するために使用される音声素材、音声生成プログラム、ループリージョン情報およびクロスフェード期間が格納されている。
制御部５６は、ＣＰＵ及び半導体メモリを含むマイクロコンピュータで構成され、自装置５の動作を制御する。また、制御部５６は、記憶部５５に格納された本実施形態に係る音声生成プログラムを読み出して実行することで、情報取得手段１２１、合成手段１２２、推定演算手段１２３およびループ設定手段１２４として機能する。
＜ゲーム装置５の動作＞
ゲーム装置５の制御部５６は、ゲームの進行中に、ループ音声を再生するイベントが発生すると、そのイベントに対応する音声素材を記憶部５５から読み出して、ループ音声データを生成する。そして、制御部５６は、オーディオ処理部５３を制御して、スピーカ６２からループ音声データを出力させる。なお、ループ音声データの生成において、ループリージョン情報およびクロスフェード期間が、ユーザの入力によるか、あらかじめ記憶部に格納されているかの違いがあるが、実質的な動作は、前述の第１および第２実施形態の「音声生成装置の動作」と同様であり、ここではその詳細説明を省略する。
ゲーム装置５の制御部５６は、ゲームの進行中に、ループ音声を再生するイベントが発生すると、そのイベントに対応する音声素材を記憶部５５から読み出して、ループ音声データを生成する。そして、制御部５６は、オーディオ処理部５３を制御して、スピーカ６２からループ音声データを出力させる。なお、ループ音声データの生成において、ループリージョン情報およびクロスフェード期間が、ユーザの入力によるか、あらかじめ記憶部に格納されているかの違いがあるが、実質的な動作は、前述の第１および第２実施形態の「音声生成装置の動作」と同様であり、ここではその詳細説明を省略する。
このように、ゲーム装置に本発明に係る音声生成プログラムを実装することにより、記憶部に格納された音声素材をループ再生させることができる。これにより、多種多様なＢＧＭを再生する場合においても、記憶容量の増大を防ぐことができる。
さらに、同じ音声素材のなかで、互いに異なる任意の範囲で切り出した音声データに基づいて、ループ音声データを生成し、再生させることができる。すなわち、単一の音声素材から、互いに異なるループ音声データを生成することが可能になる。これにより、限られた容量の中で、多様な表現を実現することができる。
前記実施形態では、ループリージョン情報およびクロスフェード期間は、ユーザの入力によるものとしたが、これに限定されない。例えば、上記ゲーム装置の説明のように、ループリージョン情報およびクロスフェード期間が、あらかじめ記憶部に格納されていてもよい。
また、前述の実施形態において、図３や図７のＭＫで示すように、クロスフェード期間の先頭に、マーカーを付すようにしてもよい。これにより、ユーザがループ音声データのチェックをする際の手間を削減することができる。
また、前述の第２実施形態と第１実施形態の変形例とを組み合わせてもよい。この場合、図６のフローチャートにおいて、ステップＳ２１とステップＳ２２との間に、図４のステップＳ３１からＳ３３のフローを追加すればよい。具体的な動作は、第１実施形態の変形例に記載したものと同様であり、ここではその詳細説明を省略する。
これらの他の実施形態を採用した場合においても、本発明の作用効果は発揮される。また、本実施形態と他の実施形態、および他の実施形態同士を適宜組み合わせることも可能である。
１０ 音声生成装置（コンピュータ）
１２１ 情報取得手段
１２２ 合成手段
１２３ 推定演算手段
１２４ ループ設定手段
５ ゲーム装置（コンピュータ）
１２１ 情報取得手段
１２２ 合成手段
１２３ 推定演算手段
１２４ ループ設定手段
５ ゲーム装置（コンピュータ）
Claims (4)
- コンピュータを、
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材の先頭から所定のループ開始時刻までの波形データである第１音声データを切り取り、前記第１音声データを前記音声素材の後に移動させ、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ことを特徴とする音声生成プログラム。 - コンピュータを、
音声素材が記憶された記憶部から前記音声素材を取得する情報取得手段と、
前記音声素材のうち、所定の始点時刻と所定のループ開始時刻との間の波形データである第１音声データを読み出し、前記音声素材の末尾と前記第１音声データの先頭とを所定のクロスフェード期間でクロスフェードにより結合してループ音声データを生成する合成手段と、
前記ループ音声データにおいて、前記ループ開始時刻から前記第１音声データの末尾までの間をループリージョンに設定するループ設定手段と、して機能させ、
前記合成手段は、前記ループ音声データの長さが所定のサンプル数の倍数になっているかを判定し、当該所定のサンプル数の倍数になっていない場合に、前記ループ音声データの長さが前記所定のサンプル数の倍数になるように、前記音声素材の末尾を削ってから前記音声素材の末尾と前記第１音声データの先頭とを結合する
ることを特徴とする音声生成プログラム。 - コンピュータを、
前記音声素材の長さおよび前記クロスフェード期間に基づいて、前記ループ音声データの長さを推定演算する推定演算手段としてさらに機能させ、
前記合成手段は、前記推定演算手段で演算されたループ音声データの長さと、所定の規定長とを比較し、その差分に応じた長さの波形データを前記音声素材の末尾から削除し、残った前記音声素材の末尾と前記第１音声データの先頭とを前記クロスフェード期間でクロスフェードにより結合してループ音声データを生成する
ことを特徴とする請求項１または２に記載の音声生成プログラム。 - 請求項１〜３のいずれか一つに記載の音声生成プログラムを記憶した記憶部と、前記音声生成プログラムを実行するコンピュータと、を備える音声生成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018010748A JP6616435B2 (ja) | 2018-01-25 | 2018-01-25 | 音声生成装置、音声生成プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018010748A JP6616435B2 (ja) | 2018-01-25 | 2018-01-25 | 音声生成装置、音声生成プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019128492A JP2019128492A (ja) | 2019-08-01 |
| JP6616435B2 true JP6616435B2 (ja) | 2019-12-04 |
Family
ID=67472099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018010748A Active JP6616435B2 (ja) | 2018-01-25 | 2018-01-25 | 音声生成装置、音声生成プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6616435B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7381856B2 (ja) * | 2019-11-12 | 2023-11-16 | 株式会社カプコン | 音声再生プログラム、音声再生装置、および音声生成方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59188697A (ja) * | 1983-04-11 | 1984-10-26 | ヤマハ株式会社 | 楽音発生装置 |
| JP3644263B2 (ja) * | 1998-07-31 | 2005-04-27 | ヤマハ株式会社 | 波形形成装置及び方法 |
| JP3674526B2 (ja) * | 2001-03-23 | 2005-07-20 | ヤマハ株式会社 | 波形合成方法、音データ転送装置およびプログラム |
| JP3780857B2 (ja) * | 2001-03-26 | 2006-05-31 | ヤマハ株式会社 | 波形編集方法および波形編集装置 |
| JP3829732B2 (ja) * | 2002-02-20 | 2006-10-04 | ヤマハ株式会社 | 波形生成装置及び方法 |
| JP3829134B2 (ja) * | 2003-11-12 | 2006-10-04 | 株式会社コナミデジタルエンタテインメント | 生成装置、再生装置、生成方法、再生方法、および、プログラム |
-
2018
- 2018-01-25 JP JP2018010748A patent/JP6616435B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019128492A (ja) | 2019-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017154894A1 (ja) | 装置、プログラム及び情報処理方法 | |
| JP4274152B2 (ja) | 楽音合成装置 | |
| JPWO2014003072A1 (ja) | オーディオ波形データを使用する自動演奏技術 | |
| TW201230009A (en) | Speech synthesis information editing apparatus | |
| JP2017040867A (ja) | 情報処理装置 | |
| JP6616435B2 (ja) | 音声生成装置、音声生成プログラム | |
| JP2003122358A (ja) | 音響信号出力方法、音響信号生成装置及びプログラム | |
| JP4757704B2 (ja) | 音楽再生プログラム、音楽再生装置、音楽再生方法及び音楽再生システム | |
| JP7339512B2 (ja) | 音声再生プログラム、および音声再生装置 | |
| JP2006189471A (ja) | プログラム、歌唱力判定方法、ならびに、判定装置 | |
| JP2007183442A (ja) | 楽音合成装置及びプログラム | |
| JP2007025570A (ja) | 歌詞文字に基づいて切り貼り編集を行うカラオケ録音編集装置 | |
| JP2010113278A (ja) | 楽曲処理装置およびプログラム | |
| EP1650747B1 (en) | Audio playback program, audio playback method, and audio playback device | |
| JP7381856B2 (ja) | 音声再生プログラム、音声再生装置、および音声生成方法 | |
| JP2013046661A (ja) | ゲーム機における楽曲切り替え装置 | |
| JP3829134B2 (ja) | 生成装置、再生装置、生成方法、再生方法、および、プログラム | |
| JP4607210B2 (ja) | 再生装置、再生方法、ならびに、プログラム | |
| JP2019198416A (ja) | ゲームプログラム、およびゲーム装置 | |
| JP7492104B2 (ja) | 音声再生プログラム、音声再生装置、および音声生成方法 | |
| JP2020091438A (ja) | 音声生成プログラム、および音声生成装置 | |
| JP5359203B2 (ja) | 楽曲処理装置およびプログラム | |
| JP6322907B2 (ja) | 楽譜表示装置、楽譜表示方法、及びプログラム | |
| JP6185136B1 (ja) | 音声生成プログラムおよびゲーム装置 | |
| JP4714230B2 (ja) | 音声処理装置、音声処理方法、ならびに、プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180322 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190402 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190529 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191023 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191107 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6616435 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |