JPH10319984A - 歌唱音声合成装置、歌唱音声合成方法および記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 歌唱における特定の人の声質や癖等の個性ま
で似せて歌唱音声を合成することにより、よりリアルな
人の歌唱音声を合成し、この音声を用いて違和感のない
自然な状態で歌を歌わせることが可能な歌唱音声合成装
置を提供する。 【解決手段】 各フォルマント中心周波数パラメータｆ
ｆｒｅｑｉは、システムおよびボイスそれぞれ２つある
低周波信号の重み付け総和信号により変調され、ビブラ
ートを含む声の震えが再現される。この変調後の各フォ
ルマント中心周波数パラメータｆｆｒｅｑｉのうち、第
１および２次フォルマント中心周波数パラメータｆｆｒ
ｅｑ１，２は、低次フォルマント中心周波数キースケー
リング演算部３４ｄ１１により、女声特有のフォルマン
トとなるようにキースケーリングされ、キースケーリン
グ後のパラメータｆｆｒｅｑ１，２および第３次以降の
フォルマント中心周波数パラメータｆｆｒｅｑ３，…，
ｍが、発生すべき音声の音高に応じてキースケーリング
される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、人の声で歌を歌わ
せる歌唱音声合成装置に関する。

【０００２】

【従来の技術】人の声は音韻（音素）により構成され、
各音韻は複数個のフォルマントにより構成されているの
で、人が発声するすべての音韻に対して、その各音韻を
構成するすべてのフォルマントを生成できるようにし、
音韻を生成する場合には、その対象となる音韻を構成す
るすべてのフォルマントを発生して合成することにより
当該音韻を生成し、このようにして生成された複数の音
韻を順次つなぎ合わせ、メロディに応じて音高を制御し
て行くことにより、歌唱音声を合成すること、すなわち
人の声で歌を歌わせることができる。この手法は、人の
音声のみならず、フォルマントを有する楽音、たとえば
管楽器から発生される楽音を合成する場合にも適用でき
る。

【０００３】そして、この手法を用いて、人の音声を含
む楽音を合成（発生）する装置は、従来から知られてお
り、たとえば特許番号第２５０４１７２号の特許公報で
は、高い音高のフォルマント音を発生するときでも、不
要なスペクトルを発生しないように構成したフォルマン
ト音発生装置が開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来のフォルマント音発生装置を含む、上記手法を用いて
楽音を合成する装置では、一般的な人の歌唱音声を擬似
的に合成することはできるものの、単に音高を変化させ
ただけでは、歌唱における特定の人の声質や癖等の個性
まで再現することはできなかった。

【０００５】本発明は、この点に着目してなされたもの
であり、歌唱における特定の人の声質や癖等の個性まで
似せて歌唱音声を合成することにより、よりリアルな人
の歌唱音声を合成し、この音声を用いて違和感のない自
然な状態で歌を歌わせることが可能な歌唱音声合成装置
を提供することを目的とする。

【０００６】

【課題を解決するための手段】上記目的を達成するた
め、請求項１記載の歌唱音声合成装置は、フォルマント
を発生するフォルマント発生手段と、該発生されたフォ
ルマントを複数個組み合わせることにより１音声を合成
する音声合成手段と、該合成された１音声を順次つなぎ
合わせて行くことにより歌唱音声を生成する歌唱音声生
成手段と、前記合成される音声の音高に応じて当該各フ
ォルマントの中心周波数をシフトするフォルマント中心
周波数シフト手段と、該合成される音声の音高に応じて
当該各フォルマントのレベルを変動させるフォルマント
レベル変動手段とを有し、前記音声合成手段は、前記フ
ォルマント中心周波数がシフトされ、および／または前
記フォルマントレベルが変動された各フォルマントを組
み合わせて音声合成を行うことを特徴とする。

【０００７】請求項５記載の歌唱音声合成方法は、フォ
ルマントを発生するフォルマント発生工程と、該発生さ
れたフォルマントを複数個組み合わせることにより１音
声を合成する音声合成工程と、該合成された１音声を順
次つなぎ合わせて行くことにより歌唱音声を生成する歌
唱音声生成工程と、前記合成される音声の音高に応じて
当該各フォルマントの中心周波数をシフトするフォルマ
ント中心周波数シフト工程と、該合成される音声の音高
に応じて当該各フォルマントのレベルを変動させるフォ
ルマントレベル変動工程とを有し、前記音声合成工程
は、前記フォルマント中心周波数がシフトされ、および
／または前記フォルマントレベルが変動された各フォル
マントを組み合わせて音声合成を行うことを特徴とす
る。

【０００８】請求項９記載の記憶媒体は、フォルマント
を発生するフォルマント発生モジュールと、該発生され
たフォルマントを複数個組み合わせることにより１音声
を合成する音声合成モジュールと、該合成された１音声
を順次つなぎ合わせて行くことにより歌唱音声を生成す
る歌唱音声生成モジュールと、前記合成される音声の音
高に応じて当該各フォルマントの中心周波数をシフトす
るフォルマント中心周波数シフトモジュールと、該合成
される音声の音高に応じて当該各フォルマントのレベル
を変動させるフォルマントレベル変動モジュールとを含
み、前記音声合成モジュールは、前記フォルマント中心
周波数がシフトされ、および／または前記フォルマント
レベルが変動された各フォルマントを組み合わせて音声
合成を行う、コンピュータが実現できるプログラムを格
納したことを特徴とする。

【０００９】これにより、合成される音声の音高に応じ
て当該各フォルマントの中心周波数がシフトするととも
に、その合成される音声の音高に応じて当該各フォルマ
ントのレベルが変動し、これらフォルマント中心周波数
がシフトされ、および／またはフォルマントレベルが変
動されたフォルマントに基づいて音声が合成されるの
で、人が実際に歌唱したときの発声により近い歌唱音声
を合成することができる。

【００１０】また、請求項２記載の歌唱音声合成装置
は、前記フォルマント中心周波数のシフト量および前記
フォルマントレベルの変動量で表現した発生すべき音声
または楽音の特徴に関するパラメータを記憶する記憶手
段を有し、前記フォルマント中心周波数シフト手段は、
該記憶されたシフト量に応じて前記フォルマント中心周
波数をシフトし、前記フォルマントレベル変動手段は、
該記憶された変動量に応じて前記フォルマントレベルを
変動させることを特徴とする。

【００１１】請求項６記載の歌唱音声合成方法は、前記
フォルマント中心周波数シフト工程は、前記フォルマン
ト中心周波数のシフト量および前記フォルマントレベル
の変動量で表現した発生すべき音声または楽音の特徴に
関するパラメータを記憶する記憶手段に記憶されたシフ
ト量に応じて前記フォルマント中心周波数をシフトし、
前記フォルマントレベル変動工程は、前記記憶手段に記
憶された変動量に応じて前記フォルマントレベルを変動
させることを特徴とする。

【００１２】請求項１０記載の記憶媒体は、前記フォル
マント中心周波数シフトモジュールは、前記フォルマン
ト中心周波数のシフト量および前記フォルマントレベル
の変動量で表現した発生すべき音声または楽音の特徴に
関するパラメータを記憶する記憶手段に記憶されたシフ
ト量に応じて前記フォルマント中心周波数をシフトし、
前記フォルマントレベル変動モジュールは、前記記憶手
段に記憶された変動量に応じて前記フォルマントレベル
を変動させることを特徴とする。

【００１３】これにより、発生すべき音声または楽音の
特徴に関するパラメータが、フォルマント中心周波数の
シフト量およびフォルマントレベルの変動量で表現され
て記憶され、このシフト量に応じてフォルマント中心周
波数がシフトされ、および／またはこの変動量に応じて
フォルマントレベルが変動されたフォルマントに基づい
て音声が合成されるので、発生すべき音声または楽音の
特徴までリアルに再現することができる。

【００１４】さらに、請求項３記載の歌唱音声合成装置
は、前記発生された複数個のフォルマントのうち所定次
数のフォルマントの中心周波数が当該合成される音声の
音高より低くなったときに、該フォルマントの中心周波
数を当該合成される音声の音高で置き換える置き換え手
段を有することを特徴とする。

【００１５】請求項７記載の歌唱音声合成方法は、前記
発生された複数個のフォルマントのうち所定次数のフォ
ルマントの中心周波数が当該合成される音声の音高より
低くなったときに、該フォルマントの中心周波数を当該
合成される音声の音高で置き換える置き換え工程を有す
ることを特徴とする。

【００１６】請求項１１記載の記憶媒体は、前記発生さ
れた複数個のフォルマントのうち所定次数のフォルマン
トの中心周波数が当該合成される音声の音高より低くな
ったときに、該フォルマントの中心周波数を当該合成さ
れる音声の音高で置き換える置き換えモジュールを含む
ことを特徴とする。

【００１７】これにより、上記フォルマント特性を有す
る音声をリアルに再現することができる。

【００１８】たとえば、所定次数のフォルマントとし
て、第１および２次フォルマントを採ったときには、こ
のフォルマント特性は女声の有するフォルマント特性に
一致するため、女声をリアルに再現することができる。

【００１９】また、さらに、請求項４記載の歌唱音声合
成装置は、フォルマントを発生するフォルマント発生手
段と、該発生されたフォルマントを複数個組み合わせる
ことにより１音声を合成する音声合成手段と、該合成さ
れた１音声を順次つなぎ合わせて行くことにより歌唱音
声を生成する歌唱音声生成手段と、前記発生されたフォ
ルマントの、少なくともレベルを変調させるための変調
信号を発生する変調信号発生手段と、変調される信号の
最大値を増大させないように該発生した変調信号を形成
する変調信号形成手段と、前記発生されたフォルマント
の、少なくともレベルを該形成された変調信号によって
変調する変調手段とを有することを特徴とする。

【００２０】請求項８記載の歌唱音声合成方法は、フォ
ルマントを発生するフォルマント発生工程と、該発生さ
れたフォルマントを複数個組み合わせることにより１音
声を合成する音声合成工程と、該合成された１音声を順
次つなぎ合わせて行くことにより歌唱音声を生成する歌
唱音声生成工程と、前記発生されたフォルマントの、少
なくともレベルを変調させるための変調信号を発生する
変調信号発生工程と、変調される信号の最大値を増大さ
せないように該発生した変調信号を形成する変調信号形
成工程と、前記発生されたフォルマントの、少なくとも
レベルを該形成された変調信号によって変調する変調工
程とを有することを特徴とする。

【００２１】請求項１２記載の記憶媒体は、フォルマン
トを発生するフォルマント発生モジュールと、該発生さ
れたフォルマントを複数個組み合わせることにより１音
声を合成する音声合成モジュールと、該合成された１音
声を順次つなぎ合わせて行くことにより歌唱音声を生成
する歌唱音声生成モジュールと、前記発生されたフォル
マントの、少なくともレベルを変調させるための変調信
号を発生する変調信号発生モジュールと、変調される信
号の最大値を増大させないように該発生した変調信号を
形成する変調信号形成モジュールと、前記発生されたフ
ォルマントの、少なくともレベルを該形成された変調信
号によって変調する変調モジュールとを含むことを特徴
とする。

【００２２】これにより、少なくともフォルマントレベ
ルは、その変調後のフォルマントレベルの最大値が変調
前の基になるフォルマントレベルの最大値を超えないの
で、音声合成手段が音声合成可能な最大のフォルマント
レベルを使用することができ、したがって、Ｓ／Ｎ比の
よい音声を合成することができる。

【００２３】

【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて詳細に説明する。

【００２４】図１は、本発明の実施の一形態に係る歌唱
音声合成装置の概略構成を示すブロック図である。

【００２５】同図に示すように、本実施の形態の歌唱音
声合成装置は、音高情報を入力するための鍵盤１と、各
種情報を入力するための複数のスイッチを備えたパネル
スイッチ２と、鍵盤１の各鍵の押鍵状態を検出する押鍵
検出回路３と、パネルスイッチ２の各スイッチの押下状
態を検出するスイッチ検出回路４と、装置全体の制御を
司るＣＰＵ５と、該ＣＰＵ５が実行する制御プログラム
やテーブルデータ等を記憶するＲＯＭ６と、演奏デー
タ、各種入力情報および演算結果等を一時的に記憶する
ＲＡＭ７と、タイマ割込み処理における割込み時間や各
種時間を計時するタイマ８と、各種情報等を表示する、
たとえば大型液晶ディスプレイ（ＬＣＤ）若しくはＣＲ
Ｔ（Cathode Ray Tube）ディスプレイおよび発光ダイオ
ード（ＬＥＤ）等を備えた表示装置９と、記憶媒体であ
るフロッピディスク（ＦＤ）２０をドライブするフロッ
ピディスクドライブ（ＦＤＤ）１０と、前記制御プログ
ラムを含む各種アプリケーションプログラムや各種デー
タ等を記憶するハードディスク（図示せず）をドライブ
するハードディスクドライブ（ＨＤＤ）１１と、前記制
御プログラムを含む各種アプリケーションプログラムや
各種データ等を記憶するコンパクトディスク−リード・
オンリ・メモリ（ＣＤ−ＲＯＭ）２１をドライブするＣ
Ｄ−ＲＯＭドライブ（ＣＤ−ＲＯＭＤ）１２と、外部か
らのＭＩＤＩ（Musical Instrument Digital Interfac
e）信号を入力したり、ＭＩＤＩ信号として外部に出力
したりするＭＩＤＩインターフェース（Ｉ／Ｆ）１３
と、通信ネットワーク１０１を介して、たとえばサーバ
コンピュータ１０２とデータの送受信を行う通信インタ
ーフェース（Ｉ／Ｆ）１４と、鍵盤１から入力された演
奏データや予め設定された演奏データ等を楽音信号に変
換する音源回路１５と、該音源回路１５からの楽音信号
に各種効果を付与するための効果回路１６と、該効果回
路１６からの楽音信号を音響に変換する、たとえば、Ｄ
ＡＣ（Digital-to-Analog Converter）やアンプ、スピ
ーカ等のサウンドシステム１７とにより構成されてい
る。

【００２６】上記構成要素３〜１６は、バス１８を介し
て相互に接続され、ＣＰＵ５にはタイマ８が接続され、
ＭＩＤＩＩ／Ｆ１３には他のＭＩＤＩ機器１００が接続
され、通信Ｉ／Ｆ１４には通信ネットワーク１０１が接
続され、音源回路１５には効果回路１６が接続され、効
果回路１６にはサウンドシステム１７が接続されてい
る。

【００２７】ＨＤＤ１１のハードディスクには、前述の
ように、ＣＰＵ５が実行する制御プログラムも記憶で
き、ＲＯＭ６に制御プログラムが記憶されていない場合
には、このハードディスクに制御プログラムを記憶させ
ておき、それをＲＡＭ７に読み込むことにより、ＲＯＭ
６に制御プログラムを記憶している場合と同様の動作を
ＣＰＵ５にさせることができる。このようにすると、制
御プログラムの追加やバージョンアップ等が容易に行え
る。

【００２８】ＣＤ−ＲＯＭドライブ１２のＣＤ−ＲＯＭ
２１から読み出された制御プログラムや各種データは、
ＨＤＤ１１内のハードディスクにストアされる。これに
より、制御プログラムの新規インストールやバージョン
アップ等が容易に行える。なお、このＣＤ−ＲＯＭドラ
イブ１２以外にも、外部記憶装置として、光磁気ディス
ク（ＭＯ）装置等、様々な形態のメディアを利用するた
めの装置を設けるようにしてもよい。

【００２９】通信Ｉ／Ｆ１４は、上述のように、たとえ
ばＬＡＮ（Local Area Network）やインターネット、電
話回線等の通信ネットワーク１０１に接続されており、
該通信ネットワーク１０１を介して、サーバコンピュー
タ１０２に接続される。ＨＤＤ１１内のハードディスク
に上記各プログラムや各種パラメータが記憶されていな
い場合には、通信Ｉ／Ｆ１４は、サーバコンピュータ１
０２からプログラムやパラメータをダウンロードするた
めに用いられる。クライアントとなるコンピュータ（本
実施の形態では、歌唱音声合成装置）は、通信Ｉ／Ｆ１
４および通信ネットワーク１０１を介してサーバコンピ
ュータ１０２へとプログラムやパラメータのダウンロー
ドを要求するコマンドを送信する。サーバコンピュータ
１０２は、このコマンドを受け、要求されたプログラム
やパラメータを、通信ネットワーク１０１を介してコン
ピュータへと配信し、コンピュータが通信Ｉ／Ｆ１４を
介して、これらプログラムやパラメータを受信してＨＤ
Ｄ１１内のハードディスクに蓄積することにより、ダウ
ンロードが完了する。

【００３０】この他、外部コンピュータ等との間で直接
データのやりとりを行うためのインターフェースを備え
てもよい。

【００３１】以上のように構成された歌唱音声合成装置
が実行する制御処理を、まず、その概要を説明し、次
に、図２を参照してその全体構成を説明し、そして、図
３〜１１を参照してその各構成要素でなされる制御処理
を詳細に説明する。

【００３２】従来の歌唱音声合成装置は、前述のよう
に、人が発声するすべての音韻に対して、その各音韻を
構成するすべてのフォルマントを生成できるようにし、
歌わせるべき歌の歌詞を音韻の列に分解し、その各音韻
を構成するフォルマントを発生して当該各音韻を生成
し、その生成された音韻を順次つなぎ合わせて行くこと
により、歌唱音声を合成している。

【００３３】ところで、人の声は個性を有し、同じ音高
の音声を発音したときでも、各個人によって異なって聞
こえる。たとえば、北島三郎と安室奈美恵が同じ曲を歌
ったときでも、聴取者は、どちらが歌っているかを聞き
分けることができる。これは、男声と女声の声質の違い
だけでなく、男声同士または女声同士であっても同様で
ある。このような各個人における声質の違いは、主とし
て、各音韻を構成するフォルマントの違いから起こるも
のと考えられる。もちろん、男声と女声の性質の違い
も、フォルマントの違い（女声の特徴は、後述する）か
ら起こるものと考えられる。

【００３４】ここで、フォルマントの違いとは、具体的
には、フォルマント構成、フォルマント中心周波数、フ
ォルマントレベルおよびフォルマント形状が各個人によ
り相違しているということであり、フォルマント構成と
は、当該音韻を構成するフォルマント数や各フォルマン
トの発生タイミング等をいい、フォルマント中心周波数
とは、文字通り、当該フォルマントの中心周波数をい
い、フォルマントレベルおよびフォルマント形状も、そ
れぞれ文字通り、当該フォルマントのレベルおよび形状
をいう。

【００３５】さらに具体的には、歌唱したときに生ずる
各個人の声質の違いは、主として、次の特徴から生ず
る。

【００３６】１）発音する音韻の音高に応じて、各フォ
ルマントの中心周波数は所定の方向にシフトしていく
が、このシフト量が人によって微妙に異なる。

【００３７】２）同様に、各フォルマントのレベルも、
音韻の音高に応じて変動するが、この変動量が人によっ
て微妙に異なる。

【００３８】３）ビブラートを含む声の震え（電気的に
云うと変調量）は人により様々である。

【００３９】本実施の形態の歌唱音声合成装置は、上記
１）〜３）の特徴をシミュレートすることにより、より
リアルな人の歌唱音声を合成する。

【００４０】すなわち、まず、予め歌唱させるべき歌い
手の上記特徴を解析し、その解析によって得られた各種
パラメータ、すなわち上記フォルマント構成、フォルマ
ント中心周波数およびフォルマントレベル等を、ボイス
パラメータとして、予めボイスパラメータメモリに記憶
しておく。次に、歌唱情報（この情報は、本実施の形態
では、メロディ情報および歌詞情報により構成される）
の発生、すなわち歌唱の進行に従ってボイスパラメータ
を読み出し、その内容に基づいて、発声すべき音韻を構
成する各フォルマントを生成するための情報、具体的に
は、フォルマント中心周波数情報ＦＦｒｅｑｉ（ｉ＝
１，…，ｍ）、フォルマントレベル情報ＦＬｅｖｅｌｉ
（ｉ＝１，…，ｍ）、フォルマント形状情報ＦＳｈａｐ
ｅｉ（ｉ＝１，…，ｍ）および音高情報ＰＩＴＣＨを生
成して、前記音源回路１５に出力する。

【００４１】これら各情報ＦＦｒｅｑｉ，ＦＬｅｖｅｌ
ｉ，ＦＳｈａｐｅｉ，ＰＩＴＣＨのうち、特に、情報Ｆ
Ｆｒｅｑｉ，ＦＬｅｖｅｌｉを生成する方法が本発明の
特徴であり、その詳細は後述する。

【００４２】音源回路１５は、これらの情報ＦＦｒｅｑ
ｉ，ＦＬｅｖｅｌｉ，ＦＳｈａｐｅｉ，ＰＩＴＣＨに応
じて、それぞれ、フォルマント波形データＦＯＲＭＡＮ
Ｔ_ＯＵＴｉ（ｉ＝１，…，ｍ）を生成した後に、該各
波形データＦＯＲＭＡＮＴ_ＯＵＴｉを合成（加算）
し、その合成結果である音韻波形データＯＵＴＰＵＴを
前記効果回路１６に出力する。

【００４３】本実施の形態では、音源回路１５は、各フ
ォルマント波形データＦＯＲＭＡＮＴ_ＯＵＴｉをそれ
ぞれ個別に生成するｍ個のフォルマント波形発生部（図
２参照）を有している。１つの音韻を発音するには、通
常４つのフォルマントを発生して合成すればよいため、
音源回路１５は、少なくとも４個のフォルマント波形発
生部を有するが、多重奏を行えるように構成する場合に
は、その人数の４倍の個数のフォルマント波形発生部を
設けるようにする。すなわち、ｍの値は、歌わせるべき
合唱音声およびＣＰＵ５の能力に応じて任意に変更でき
る。

【００４４】なお、フォルマント波形発生部が、前記各
入力情報ＦＦｒｅｑｉ，ＦＬｅｖｅｌｉ，ＦＳｈａｐｅ
ｉ，ＰＩＴＣＨに基づいて、フォルマント波形を発生す
る方法は、本発明の特徴ではないため、公知の方法を用
いて行えばよい。

【００４５】効果回路１６は、この音韻波形データＯＵ
ＴＰＵＴに適宜各種効果を付与し、歌唱音声信号（デジ
タル信号）として前記サウンドシステム１７に出力す
る。

【００４６】サウンドシステム１７は、前記ＤＡＣによ
り、このデジタルの歌唱音声信号をアナログ信号に変換
し、前記アンプにより、アナログ変換された歌唱音声信
号を増幅し、前記スピーカにより、増幅された歌唱音声
信号を歌唱音声に変換する。

【００４７】図２は、本実施の形態の歌唱音声合成装置
が実行する制御処理の全体構成を示すブロック図であ
る。

【００４８】同図において、操作設定部３１は、前記パ
ネルスイッチ２に相当し、本実施の形態では主として、
ユーザが歌わせたい歌い手を指定するときに使用する。
すなわち、ユーザにより歌い手が指定されると、操作設
定部３１は、その指定情報を後述する制御部３４に出力
する。

【００４９】歌唱情報発生部３２は、前記ＲＡＭ７に自
動演奏データ（このデータは、前記歌唱情報の基になる
データであって、最も一般的には、ＭＩＤＩデータであ
る）を記憶し、この自動演奏データを参照しながら歌唱
情報を発生する場合には、ＲＡＭ７とその内容を読み出
す前記ＣＰＵ５に相当する。なお、歌唱情報を発生する
形態は、これに限らず、次のように何種類も考えられる
ので、操作設定部３１が何に相当するかは、その都度変
わることになる。

【００５０】１）歌唱情報をメロディ情報と歌詞情報に
分離し、メロディ情報は、演奏者（ユーザ）が、たとえ
ば前記鍵盤１を用いてリアルタイムに発生し、歌詞情報
は、ＲＡＭ７に記憶されたものを使用して発生する場合
には、歌唱情報発生部３２は、鍵盤１、ＲＡＭ７および
ＣＰＵ５に相当する。

【００５１】２）歌唱情報は、ＭＩＤＩ信号として、前
記ＭＩＤＩＩ／Ｆ１３または通信Ｉ／Ｆ１４を介して外
部から送信されてきたものを受信し解析して、ＭＩＤＩ
データとしてＲＡＭ７に記憶した後に、そのデータを使
用して発生する場合には、歌唱情報発生部３２は、ＭＩ
ＤＩＩ／Ｆ１３または通信Ｉ／Ｆ１４、ＲＡＭ７および
ＣＰＵ５に相当する。

【００５２】３）歌唱情報は、ＦＤ２０やＣＤ−ＲＯＭ
２１、ＨＤＤ１１のハードディスク等の記憶媒体に記憶
されたＭＩＤＩデータを読み出してＲＡＭ７に記憶した
後に、そのデータを使用して発生する場合には、歌唱情
報発生部３２は、ＦＤ２０やＣＤ−ＲＯＭ２１、ＨＤＤ
１１のハードディスク等の記憶媒体、ＲＡＭ７およびＣ
ＰＵ５に相当する。

【００５３】４）歌唱情報は、ユーザが実際に歌った音
声を解析しＭＩＤＩデータに変換してＲＡＭ７に記憶し
た後に、そのデータを使用して発生する場合には、歌唱
情報発生部３２は、音声を入力する装置（図示せず）、
ＲＡＭ７およびＣＰＵ５に相当する。

【００５４】さらに、上記１）〜４）の各場合におい
て、ＲＡＭ７を使用せずに、直接歌唱情報を発生するこ
ともでき、この場合には、ＲＡＭ７は、歌唱情報発生部
３２の構成要素にならないことは云うまでもない。

【００５５】このように歌唱情報を発生する態様は様々
なものが考えられるが、歌唱情報発生部３２が制御部３
４に対して出力（発生）する情報は、キーオン／オフ、
キーコード（ＫＣ）、音長（ＮＯＴＥＬＥＮＧＴＨ）、
タッチ（ＴＯＵＣＨ）等のメロディ情報と、ＡＳＣＩＩ
コード等の歌詞情報である。

【００５６】声質制御情報発生部３３は、前述したよう
に、制御部３４に対して、主としてフォルマント関連情
報を発生するように構成されている。このために、声質
制御情報発生部３３は、前記ボイスパラメータを記憶す
るボイスパラメータメモリ３３ａを有する。そして、ボ
イスパラメータメモリ３３ａは、たとえば前記ＲＯＭ６
またはＲＡＭ７に相当し、ボイスパラメータメモリ３３
ａに記憶された内容はＣＰＵ５によって読み出されるの
で、声質制御情報発生部３３は、ＲＯＭ６またはＲＡＭ
７、およびＣＰＵ５に相当する。

【００５７】ここで、フォルマント関連情報とは、前記
フォルマント構成、および前記フォルマント中心周波数
情報ＦＦｒｅｑｉ、フォルマントレベル情報ＦＬｅｖｅ
ｌｉ、フォルマント形状情報ＦＳｈａｐｅｉのそれぞれ
基になるパラメータ、すなわちフォルマント中心周波数
パラメータｆｆｒｅｑｉ、フォルマントレベルパラメー
タｆｌｅｖｅｌｉ、フォルマント形状パラメータｆｓｈ
ａｐｅｉをいう。

【００５８】制御部３４は、発生すべきフォルマントの
全体としての設定、すなわちフォルマントの種類に拘わ
らない設定を行うためのパラメータであるシステムパラ
メータ（またはその基となるデータ）を記憶するシステ
ムパラメータメモリ３４ａと、システムパラメータメモ
リ３４ａから目的のシステムパラメータを読み出して、
たとえばビブラート効果（声の震えを含む）を付与する
ための変調信号（システムパラメータ）を生成してフォ
ルマントパラメータ制御部３４ｄに供給するシステムパ
ラメータ供給部３４ｂと、声質制御情報発生部３３が発
生したボイスパラメータに基づいて、たとえばシステム
パラメータ供給部３４ｂが生成する変調信号と同様の変
調信号（ボイスパラメータ）をフォルマントパラメータ
制御部３４ｄに供給するボイスパラメータ供給部３４ｃ
と、声質制御情報発生部３３が発生したフォルマント関
連情報に基づいて前記情報ＦＦｒｅｑｉ，ＦＬｅｖｅｌ
ｉおよびＦＳｈａｐｅｉを生成するとともに、前記歌唱
情報発生部が発生した音高情報（ＫＣ）に基づいて前記
情報ＰＩＴＣＨを生成するフォルマントパラメータ制御
部３４ｄとにより、主として構成されている。

【００５９】ここで、システムパラメータメモリ３４ａ
は、前記ボイスパラメータメモリ３３ａと同様に、ＲＯ
Ｍ６またはＲＡＭ７に相当し、システムパラメータ供給
部３４ｂ、ボイスパラメータ供給部３４ｃおよびフォル
マントパラメータ制御部３４ｄは、ＣＰＵ５に相当す
る。したがって、制御部３４は、ＲＯＭ６またはＲＡＭ
７、およびＣＰＵ５に相当する。

【００６０】ユーザが操作設定部３１を用いて歌い手を
指定すると、その指定情報が制御部３４に供給される。
これに応じて、制御部３４は、声質制御情報発生部３３
に対して、指定された歌い手に対応するボイスパラメー
タを発生させるように要求し、声質制御情報発生部３３
は、ボイスパラメータメモリ３３ａからボイスパラメー
タを読み出して、制御部３４に供給（発生）する。そし
て、歌唱情報発生部３２が発生した歌唱情報、すなわち
メロディ情報と歌詞情報（本実施の形態では、ＭＩＤＩ
データのシーケンス）に応じて、システムパラメータ供
給部３４ｂは、システムパラメータメモリ３４ａから読
み出したシステムパラメータに各種処理を施してフォル
マントパラメータ制御部３４ｄに供給し、また、ボイス
パラメータ供給部３４ｃは、声質制御情報発生部３３が
発生したボイスパラメータに各種処理を施してフォルマ
ントパラメータ制御部３４ｄに供給する。フォルマント
パラメータ制御部３４ｄは、これら供給されたパラメー
タに各種処理を施して、前記フォルマント中心周波数情
報ＦＦｒｅｑｉ、フォルマントレベル情報ＦＬｅｖｅｌ
ｉ、フォルマント形状情報ＦＳｈａｐｅｉおよび音高情
報ＰＩＴＣＨを生成し、次に説明する音声波形合成部３
５に出力する。

【００６１】音声波形合成部３５は、前述のように、音
源回路１５に相当し、各情報ＦＦｒｅｑｉ，ＦＬｅｖｅ
ｌｉ，ＦＳｈａｐｅｉおよびＰＩＴＣＨに基づいて、そ
れぞれ対応する前記フォルマント波形を発生するフォル
マント波形発生部（ＦＧｅｎｉ）３５ａｉ（ｉ＝１，
…，ｍ）と、該各フォルマント波形発生部３５ａｉによ
り発生された各フォルマント波形データＦＯＲＭＡＮＴ
_ＯＵＴｉを合成して、前記音韻波形データＯＵＴＰＵ
Ｔを生成する信号合成部３５ｂとにより構成されてい
る。

【００６２】ここで、信号合成部３５ｂには、ボリュー
ムパラメータＶＯＬが供給され、各フォルマント波形デ
ータＦＯＲＭＡＮＴ_ＯＵＴｉの振幅が一律に変更され
る。このボリュームパラメータＶＯＬは、たとえば、シ
ステムパラメータ供給部３４ｂが供給するシステムパラ
メータ中の１つのパラメータである。

【００６３】なお、本実施の形態では、各部は、当該各
部で行われる制御があたかもハードウェアで行われるよ
うにブロックで記載されている（ソフトウェアで制御さ
れる場合には、通常、その処理はフローチャートによっ
て記載される）が、これは、説明の都合上のみであっ
て、実際には、特に示した箇所以外はすべてソフトウェ
アによって制御処理を行っている。もちろん、ソフトウ
ェアによる制御処理をハードウェアで行うこともでき
る。

【００６４】図３は、上記システムパラメータ供給部３
４ｂが実行する制御処理の詳細な構成を示すブロック図
であり、同図には、説明の都合上、システムパラメータ
メモリ３４ａも記載されている。

【００６５】システムパラメータ供給部３４ｂが実行す
る制御処理は、２種類の変調信号（システムパラメー
タ）ＳＹＳＬＦＯｋＯＵＴ（ｋ＝１，２）を生成する処
理と、前記ボリュームパラメータＶＯＬ、音像定位や残
響等の効果に関係するエフェクタパラメータ等の音源全
体の動作に係る共通パラメータである他のシステムパラ
メータを生成する処理に大きく分けることができる。そ
して、本発明の１つの特徴は、前述したように、ビブラ
ートを含む声の震えをシミュレートすることであるた
め、上記システムパラメータ供給部３４ｂの２つの制御
処理のうち、前者の２種類の変調信号ＳＹＳＬＦＯｋＯ
ＵＴを生成する処理が詳細に記載されている。

【００６６】すなわち、前者の処理は、歌唱情報発生部
３２が発生する歌唱情報に応じて、すなわち歌唱の進行
に応じて、システムパラメータメモリ３４ａから読み出
されたパラメータが低周波発生パラメータＬＦＯＰＡＲ
１であるときに、この低周波発生パラメータＬＦＯＰＡ
Ｒ１に基づいて、第１の変調信号ＳＹＳＬＦＯ１ＯＵＴ
の基となる変調信号を発生する第１のシステム低周波発
生処理部（ＳＹＳＴＥＭ ＬＦＯ１）３４ｂ１と、該第
１のシステム低周波発生処理３４ｂ１により発生された
信号波形の振幅を調整する前の前処理を行う第１の前処
理部３４ｂ２と、該第１の前処理部３４ｂ２により発生
された信号波形の振幅を調整する振幅制御処理部３４ｂ
３と、第２の変調信号ＳＹＳＬＦＯ２ＯＵＴを生成する
ために、上記第１の変調信号ＳＹＳＬＦＯ１ＯＵＴを生
成する場合と同様の処理を行う処理部３４ｂ４〜３４ｂ
６とがそれぞれ行う処理により構成されている。

【００６７】第１のシステム低周波発生処理部３４ｂ１
により発生された信号波形は、第１の前処理部３４ｂ２
内で４つに分岐され、そのうち２つの信号波形、すなわ
ち変調信号ＳＹＳＬＦＯ１ＯＵＴｉ（ｉ＝１，２）の基
になる信号は、そのまま振幅制御処理部３４ｂ３に入力
され、残りの２つの信号波形、すなわち、声質制御情報
発生部３３が発生したボイスパラメータ中、フォルマン
ト中心周波数パラメータｆｆｒｅｑｉおよびフォルマン
トレベルパラメータｆｌｅｖｅｌｉをそれぞれ変調する
変調信号ＳＹＳＬＦＯ１ＦＦ１およびＳＹＳＬＦＯ１Ｆ
Ｌ１の基になる信号は、この各信号波形を所定の形状に
調整する形成処理部３４ｂ２１および３４ｂ２２により
調整された後に、振幅制御処理部３４ｂ３に入力され
る。

【００６８】ここで、形成処理部３４ｂ２１および３４
ｂ２２は、各入力波形に対して、それぞれ同様の形成処
理を行い、また、図示されていないが、第２の前処理部
３４ｂ５も、この形成処理部３４ｂ２１および３４ｂ２
２と同様の形成処理部を有しているので、総計４個の前
処理部で同様の処理が行われる。

【００６９】図４は、これら４つの前処理部のうち、上
記形成処理部３４ｂ２１が実行する制御処理の詳細な構
成を示すブロック図であり、同図に示すように、形成処
理部３４ｂ２１は、１個の加算器Ａと、２個の乗算器Ｍ
１，Ｍ２と、低周波エンベロープ発生器ＬＦＯＥＧとに
より構成されている。

【００７０】加算器Ａの入力側には、第１のシステム低
周波発生処理部３４ｂ１が発生した信号波形ｓ１と係数
値“−１”とが入力され、乗算器Ｍ１の入力側には、加
算器Ａの出力信号ｓ２と係数値“０．５”とが入力さ
れ、乗算器Ｍ２の入力側には、乗算器Ｍ１の出力信号ｓ
３と低周波エンベロープ発生器ＬＦＯＥＧの出力信号ｓ
４とが入力されている。そして、低周波エンベロープ発
生器ＬＦＯＥＧの入力側には、低周波エンベロープ波形
を発生させるためのパラメータである、低周波振幅エン
ベロープパラメータＬＦＯＡＥＧが入力されている。な
お、低周波エンベロープ波形は、キーオンイベントの発
生に同期して発生するため、低周波エンベロープ発生器
ＬＦＯＥＧには、キーオン信号（ＫＯＮ）も入力されて
いる。

【００７１】信号波形ｓ１として、図５に示すような余
弦波が入力されると、この余弦波ｓ１には、加算器Ａに
より“−１”が加算され、同図に示すように、上限が
“０”に制限された信号ｓ２が生成される。この信号ｓ
２には、乗算器Ｍ１により“０．５”が乗算され、同図
に示すように、その振幅は１／２に制限された信号ｓ３
が生成される。そして、キーオンイベント（キーオン信
号ＫＯＮ）に同期して、低周波エンベロープ発生器ＬＦ
ＯＥＧからは、同図に示す信号ｓ４が出力され、この信
号ｓ４は、乗算器Ｍ２によって信号ｓ３と乗算され、乗
算器Ｍ２からは、同図に示す信号ｓ５が出力される。す
なわち、その包絡線が、信号ｓ４を“０”を通る直線を
中心にして折り返したときの形状に一致する信号ｓ５が
形成されて出力される。

【００７２】このように、振幅制御処理部３４ｂ３への
入力信号ｓ５、すなわち変調信号ＳＹＳＬＦＯ１ＦＦ１
の基になる信号の振幅を０〜−１に調整して、信号ｓ５
を生成することも本発明の１つの特徴であるが、その理
由については、図１０のフォルマントレベル制御処理を
説明するときに後述する。なお、上記信号ｓ５のような
信号、すなわち振幅が０〜−１に調整された信号を形成
する必要のない場合もあるが、この場合には、たとえば
設定操作に応じて、入力信号ｓ１をそのまま乗算器Ｍ２
に入力するようにすればよい。

【００７３】図３に戻り、前記振幅制御処理部３４ｂ３
には、前記他のシステムパラメータ内に含まれる４つの
パラメータであって、上記前処理部３４ｂ２から出力さ
れた４つの信号の振幅を、それぞれ変更する変更量を示
すパラメータが入力され、このパラメータに応じて、振
幅制御処理部３４ｂ３は、各入力信号の振幅を変更し
て、変調信号ＳＹＳＬＦＯｋＯＵＴを生成する。

【００７４】なお、前処理部３４ｂ６の制御処理も、こ
の前処理部３４ｂ２の制御処理と同様であるため、その
説明を省略する。

【００７５】図６は、前記ボイスパラメータ供給部３４
ｃが実行する制御処理の詳細な構成を示すブロック図で
あり、同図には、声質制御情報発生部３３およびフォル
マントパラメータ制御部３４ｄも記載されている。

【００７６】ボイスパラメータ供給部３４ｃは、上述し
たシステムパラメータ供給部３４ｂに対して、出力する
パラメータの種類および前処理部３４ｃ２，３４ｃ５の
構成が異なるのみである、具体的には、変調信号の数が
１つ少ないのみであるので、その詳細な説明を省略す
る。

【００７７】ここで、ボイスパラメータ供給部３４ｃが
フォルマントパラメータ制御部３４ｄに対して供給する
パラメータは、前記変調信号ＳＹＳＬＦＯ１ＯＵＴ１に
対応する変調信号Ｖ１、前記変調信号ＳＹＳＬＦＯｋＦ
Ｆ，ＳＹＳＬＦＯｋＦＬにそれぞれ対応する変調信号Ｖ
ＳｋＦＦ，ＶＳｋＦＬ、およびその他のボイスフォルマ
ントパラメータ（VOICE FORMANT PARx）である。

【００７８】フォルマントパラメータ制御部３４ｄは、
同図に示すように、前記フォルマント中心周波数パラメ
ータｆｆｒｅｑｉを制御するフォルマント中心周波数制
御部３４ｄ１と、前記フォルマントレベルパラメータｆ
ｌｅｖｅｌｉを制御するフォルマントレベル制御部３４
ｄ２とにより、主として構成され、各制御部３４ｄ１，
３４ｄ２は、ボイスパラメータ供給部３４ｃから供給さ
れたボイスパラメータ、システムパラメータ供給部３４
ｂから供給されたシステムパラメータ、および歌唱情報
発生部３２によって発生された歌唱情報に基づいて、次
に説明する制御処理を行う。

【００７９】図７は、フォルマント中心周波数制御部３
４ｄ１が実行する制御処理の詳細な構成を示すブロック
図である。

【００８０】同図において、フォルマント中心周波数制
御部３４ｄ１は、４個の加算器３４ｄ１Ａ１〜３４ｄ１
Ａ４と、５個の乗算器３４ｄ１Ｍ１〜３４ｄ１Ｍ５と、
低次フォルマント（本実施の形態では、第１および２フ
ォルマント）のフォルマント中心周波数パラメータｆｆ
ｒｅｑｉ（ｉ＝１，２）のキースケーリングを行う低次
フォルマント中心周波数キースケーリング演算部３４ｄ
１１と、低次フォルマント中心周波数キースケーリング
演算部３４ｄ１１によるキースケーリング後のフォルマ
ント中心周波数パラメータｆｆｒｅｑｓｃ１，２および
低次フォルマント以外のフォルマントのフォルマント中
心周波数パラメータｆｆｒｅｑｉ（ｉ＝３，…，ｍ）の
キースケーリングを行うフォルマント中心周波数キース
ケーリング演算部３４ｄ１２とにより構成されている。

【００８１】乗算器３４ｄ１Ｍ２，３４ｄ１Ｍ３の各入
力側には、それぞれ前記ボイスパラメータ供給部３４ｃ
から供給された変調信号ＶＳ１ＦＦ，ＶＳ２ＦＦが入力
され、乗算器３４ｄ１Ｍ４，３４ｄ１Ｍ５の各入力側に
は、それぞれ前記システムパラメータ供給部３４ｂから
供給された変調信号ＳＹＳＬＦＯ１ＦＦ，ＳＹＳＬＦＯ
２ＦＦが入力される。これら変調信号ＶＳ１ＦＦ，ＶＳ
２ＦＦ，ＳＹＳＬＦＯ１ＦＦ，ＳＹＳＬＦＯ２ＦＦは、
各乗算器３４ｄ１Ｍ２〜３４ｄ１Ｍ５により、所定の係
数と乗算（重み付け）され、加算器３４ｄ１Ａ２〜３４
ｄ１Ａ４により加算（総和）され、さらに、その変調信
号の総和が、乗算器３４ｄ１Ｍ５によって重み付けさ
れ、その変調信号が、加算器３４ｄ１Ａ１により、各フ
ォルマント中心周波数パラメータｆｆｒｅｑｉに一律に
加算される。すなわち、各フォルマント中心周波数パラ
メータｆｆｒｅｑｉは、システムおよびボイスそれぞれ
２つある低周波信号の重み付け総和信号（乗算器３４ｄ
１Ｍ１から出力された信号）により変調される。

【００８２】その変調後の各フォルマント中心周波数パ
ラメータｆｆｒｅｑｉのうち、第１および２次フォルマ
ント（低次フォルマント）に対応するフォルマント中心
周波数パラメータｆｆｒｅｑ１，２が、低次フォルマン
ト中心周波数キースケーリング演算部３４ｄ１１に入力
され、該演算部３４ｄ１１は、他に入力されたパラメー
タ、すなわち、本キースケーリングを行うか否かを各低
次フォルマント毎に決定するキースケーリング制御パラ
メータｆｆ１ｋｓｃ，ｆｆ２ｋｓｃおよびピッチデータ
ＰＩＴＣＨ（このデータは、厳密には、前記音高情報Ｐ
ＩＴＣＨの値と異なり、その基になるデータであって、
前記歌唱情報発生部３２が発生したキーコードＫＣに基
づいて生成されたものである）に応じて、変調後の低次
フォルマント中心周波数パラメータｆｆｒｅｑ１，２の
キースケーリングを行う。

【００８３】図８は、この低次フォルマント中心周波数
キースケーリング演算部３４ｄ１１が実行する制御処理
の詳細な構成を示すブロック図であり、本演算部３４ｄ
１１は、女声歌唱をシミュレートするものである。

【００８４】同図において、低次フォルマント中心周波
数キースケーリング演算部３４ｄ１１は、上記２種類の
入力パラメータｆｆｒｅｑｉ（ｉ＝１，２）およびＰＩ
ＴＣＨのうちいずれかのパラメータを選択するセレクタ
３４ｄ１１１と、該セレクタ３４ｄ１１１のセレクト端
子に入力されるセレクト信号を生成する周波数比較部３
４ｄ１１２とにより、主として構成されている。

【００８５】なお、低次フォルマント中心周波数キース
ケーリング演算部３４ｄ１１は、各低次フォルマント中
心周波数パラメータｆｆｒｅｑｉ毎にキースケーリング
を行うため、制御すべきフォルマント中心周波数パラメ
ータｆｆｒｅｑｉの個数（本実施の形態では２つ）ある
が、各演算部ではそれぞれ同様の処理が行われるので、
そのうち１つについてのみ説明する。

【００８６】セレクタ３４ｄ１１１の２つの入力端子の
うち、セレクト信号が“０”のときに選択される端子に
は前記変調後の低次フォルマント中心周波数パラメータ
ｆｆｒｅｑｉが入力され、セレクト信号が“１”のとき
に選択される端子には前記ピッチデータＰＩＴＣＨが入
力され、セレクト端子ＳＥＬには周波数比較部３４ｄ１
１２からの出力が入力されている。

【００８７】周波数比較部３４ｄ１１２には、ピッチデ
ータＰＩＴＣＨ、前記キースケーリング制御パラメータ
ｆｆｉｋｓｃ（ｉ＝１，２）および前記フォルマント中
心周波数情報ＦＦｒｅｑｉが入力され、周波数比較部３
４ｄ１１２は、キースケーリング制御パラメータｆｆｉ
ｋｓｃがオンのとき、次の条件に従ってセレクト信号の
値を決定し出力する。

【００８８】１）ＦＦｒｅｑｉ≦ＰＩＴＣＨのとき、セ
レクト信号＝１ ２）ＦＦｒｅｑｉ＞ＰＩＴＣＨのとき、セレクト信号＝
０ 一方、キースケーリング制御パラメータｆｆｉｋｓｃが
オフのときには、周波数比較部３４ｄ１１２は、上記条
件に従ったセレクト信号の制御を行わず、常に値が
“０”のセレクト信号を出力する。

【００８９】このようにして、低次フォルマント中心周
波数キースケーリング演算部３４ｄ１１は、キースケー
リング制御パラメータｆｆｉｋｓｃがオンのときに、発
声音高であるピッチデータＰＩＴＣＨの値が低次フォル
マント中心周波数情報ＦＦｒｅｑｉ（ｉ＝１，２）の値
に一致するまたは超える場合には、低次フォルマント中
心周波数パラメータｆｆｒｅｑｉの値を強制的にピッチ
データＰＩＴＣＨの値に設定し、キースケーリング後の
フォルマント中心周波数パラメータｆｆｒｅｑｓｃｉと
して出力する。

【００９０】女声歌唱では、その発声音のピッチが低次
のフォルマント周波数に迫る、または超すに至ると、フ
ォルマント周波数がピッチに同期して変化するという特
性があり、本演算部３４ｄ１１は、まさにこの特性をシ
ミュレートしている。したがって、女声歌唱をリアルに
再現することができる。

【００９１】図７に戻り、上記キースケーリング後の低
次フォルマント中心周波数パラメータｆｆｒｅｑｓｃｉ
（ｉ＝１，２）、およびこの低次フォルマント以外のフ
ォルマントに対応する前記フォルマント中心周波数パラ
メータｆｆｒｅｑｉ（ｉ＝３，…，ｍ）は、フォルマン
ト中心周波数キースケーリング演算部３４ｄ１２に入力
され、該演算部３４ｄ１２は、他に入力されたパラメー
タ、すなわち、前記ピッチデータＰＩＴＣＨおよびキー
スケーリング用パラメータに基づいて、フォルマント中
心周波数パラメータｆｆｒｅｑｓｃ１，２，ｆｆｒｅｑ
３，…，ｍのキースケーリングを行う。

【００９２】ここで、キースケーリング用パラメータと
は、具体的には、音高に対するキースケーリング特性の
変化点（break point）を示すブレークポイントパラメ
ータＢＰＫＥＹＦｉ（ｉ＝１，…，ｍ）、図９を用いて
後述するキースケーリング特性を変更するためのキース
ケーリング特性パラメータＳＣＡＬＩＮＧＦｉ（ｉ＝
１，…，ｍ）をいう。

【００９３】以下、図９を用いて、フォルマント中心周
波数キースケーリング演算部３４ｄ１２が実行するキー
スケーリングを説明する。

【００９４】図９は、キースケーリング特性の一例を示
す図であり、同図中、横軸はピッチ（ピッチデータＰＩ
ＴＣＨ）を示し、縦軸はキースケーリングの補正量を示
している。また、ブレークポイントパラメータＢＰＫＥ
ＹＦｉで示されるピッチＢＰが原点Ｏに一致している。

【００９５】同図に示すように、キースケーリング特性
は、キースケーリング特性パラメータＳＣＡＬＩＮＧＦ
ｉの各値にそれぞれ１つが対応する。キースケーリング
特性パラメータＳＣＡＬＩＮＧＦｉは、−Ｓ〜Ｓ−１
（Ｓは正整数であり、本実施の形態では、“６４”を採
っている）の範囲の整数値を採り、キースケーリング補
正量は、キースケーリング特性パラメータＳＣＡＬＩＮ
ＧＦｉの値が正数のときには、ピッチデータＰＩＴＣＨ
に従って増大する特性を有する一方、キースケーリング
特性パラメータＳＣＡＬＩＮＧＦｉが負数のときには、
ピッチデータＰＩＴＣＨに従って減少する特性を有して
いる。たとえば、ＳＣＡＬＩＮＧＦｉ＝−６４のとき
に、キースケーリング補正量は、本実施の形態では、ブ
レークポイントパラメータＢＰＫＥＹＦｉで指定された
ピッチ（キーコード）を基点として、該ピッチ（ＢＰ）
を超える場合には、キーコードが“１”変化する毎に１
００¢（セント）ずつ減少し、該ピッチ以下の場合に
は、キーコードが“１”変化する毎に１００¢ずつ増加
する特性を有している。

【００９６】なお、キースケーリング特性は、図示例の
ような直線特性に限らず、指数や対数等の種々の曲線に
応じた変化特性としてもよいことは云うまでもない。

【００９７】このようにして、ブレークポイントパラメ
ータＢＰＫＥＹＦｉおよびキースケーリング特性パラメ
ータＳＣＡＬＩＮＧＦｉによりキースケーリング特性が
決まり、ピッチデータＰＩＴＣＨによりキースケーリン
グ補正量が決まると、フォルマント中心周波数キースケ
ーリング演算部３４ｄ１２は、このキースケーリング補
正量で、入力されたフォルマント中心周波数パラメータ
ｆｆｒｅｑｓｃ１，２，ｆｆｒｅｑ３，…，ｍを補正
（キースケーリング）し、前記フォルマント中心周波数
情報ＦＦｒｅｑｉとして前記音声波形合成部３５の各フ
ォルマント波形発生部３５ａｉに出力する。

【００９８】これにより、フォルマント中心周波数パラ
メータｆｆｒｅｑｓｃ１，２，ｆｆｒｅｑ３，…，ｍ
は、ピッチデータＰＩＴＣＨおよび決定されたキースケ
ーリング特性に応じて変化するように補正（キースケー
リング）されるので、歌唱したときに生ずる各個人の声
質の違いの特徴のうち、前記１）の特徴、すなわち、
「発音する音韻の音高に応じて、各フォルマントの中心
周波数は所定の方向にシフトしていくが、このシフト量
が人によって微妙に異なる」という特徴をシミュレート
することができる。

【００９９】図１０は、フォルマントレベル制御部３４
ｄ２が実行する制御処理の詳細な構成を示すブロック図
である。

【０１００】同図において、フォルマントレベル制御部
３４ｄ２は、４個の加算器３４ｄ２Ａ１〜３４ｄ２Ａ４
と、５個の乗算器３４ｄ２Ｍ１〜３４ｄ２Ｍ５と、前記
フォルマントレベルパラメータｆｌｅｖｅｌｉ（ｉ＝
１，…，ｍ）のキースケーリングを行うフォルマントレ
ベルキースケーリング演算部３４ｄ２１とにより構成さ
れている。

【０１０１】乗算器３４ｄ２Ｍ２，３４ｄ２Ｍ３の各入
力側には、それぞれ前記ボイスパラメータ供給部３４ｃ
から供給された変調信号ＶＳ１ＦＬ，ＶＳ２ＦＬが入力
され、乗算器３４ｄ２Ｍ４，３４ｄ２Ｍ５の各入力側に
は、それぞれ前記システムパラメータ供給部３４ｂから
供給された変調信号ＳＹＳＬＦＯ１ＦＬ，ＳＹＳＬＦＯ
２ＦＬが入力される。これら変調信号ＶＳ１ＦＬ，ＶＳ
２ＦＬ，ＳＹＳＬＦＯ１ＦＬ，ＳＹＳＬＦＯ２ＦＬは、
各乗算器３４ｄ２Ｍ２〜３４ｄ２Ｍ５により、所定の係
数と乗算（重み付け）され、加算器３４ｄ２Ａ２〜３４
ｄ２Ａ４により加算（総和）され、さらに、その変調信
号の総和が、乗算器３４ｄ２Ｍ５によって重み付けさ
れ、その変調信号が、加算器３４ｄ２Ａ１により、各フ
ォルマントレベルパラメータｆｌｅｖｅｌｉに一律に加
算される。すなわち、各フォルマントレベルパラメータ
ｆｌｅｖｅｌｉは、システムおよびボイスそれぞれ２つ
ある低周波信号の重み付け総和信号（乗算器３４ｄ２Ｍ
１から出力された信号）により変調される。

【０１０２】ここで、上記各変調信号ＶＳ１ＦＬ，ＶＳ
２ＦＬ，ＳＹＳＬＦＯ１ＦＬ，ＳＹＳＬＦＯ２ＦＬは、
前述したように、それぞれ形成処理部３４ｂ２１，３４
ｂ２２，３４ｃ２１，３４ｃ２２から出力された振幅が
０〜−１に調整された信号に基づいて生成されている。
したがって、この各変調信号ＶＳ１ＦＬ，ＶＳ２ＦＬ，
ＳＹＳＬＦＯ１ＦＬ，ＳＹＳＬＦＯ２ＦＬは、少なくと
も上限が“０”に制限されている。すなわち、加算器３
４ｄ２Ａ１から出力される変調後のフォルマントレベル
パラメータｆｌｅｖｅｌｉは、変調前のフォルマントレ
ベルパラメータｆｌｅｖｅｌｉの上限値を超えずに変調
されている。これは、フォルマントレベルパラメータｆ
ｌｅｖｅｌｉは、フォルマント成分を合成するにあたっ
て、より高いＳ／Ｎ比を確保するためには、上限値ある
いはその近傍値に設定することが望ましいが、そのよう
に設定されて得られたフォルマント信号にレベル変調を
加えると振幅が飽和状態になって波形歪みを起こす恐れ
があるからである。

【０１０３】なお、本実施の形態では、前記フォルマン
ト中心周波数パラメータｆｆｒｅｑｉを変調する場合に
も、この振幅が０〜−１に調整された信号に基づいて変
調を行うようにしたが、フォルマント中心周波数パラメ
ータｆｆｒｅｑｉを変調する場合には、このような振幅
調整された信号に基づいて変調を行う必要はないため、
振幅調整される前の信号に基づいて変調を行うようにし
てもよい。このときには、図４で前述したように、入力
信号ｓ１をそのまま乗算器Ｍ２に入力して生成した信号
を使用すればよい。

【０１０４】図１０に戻り、変調後の各フォルマントレ
ベルパラメータｆｌｅｖｅｌｉ、すなわち加算器３４ｄ
２Ａ１から出力された各パラメータｆｌｅｖｅｌｉは、
フォルマントレベルキースケーリング演算部３４ｄ２１
に入力され、該演算部３４ｄ２１は、他に入力されたパ
ラメータ、すなわち、前記ピッチデータＰＩＴＣＨおよ
びキースケーリング用パラメータに基づいて、フォルマ
ントレベルパラメータｆｌｅｖｅｌｉのキースケーリン
グを行う。

【０１０５】ここで、キースケーリング用パラメータと
は、具体的には、キースケーリングを行わない範囲の上
限ピッチまたは下限ピッチ（break point）を示すブレ
ークポイントパラメータＢＰＫＥＹＬｉ（ｉ＝１，…，
ｍ）、図１１を用いて後述するキースケーリング特性を
変更するためのキースケーリング特性パラメータＳＣＡ
ＬＩＮＧＬｉ（ｉ＝１，…，ｍ）、およびキースケーリ
ングの方向（アップ／ダウン）を示すアップダウンパラ
メータＵＰＤＯＷＮｉ（ｉ＝１，…，ｍ）をいう。

【０１０６】以下、図１１を用いて、フォルマントレベ
ルキースケーリング演算部３４ｄ２１が実行するキース
ケーリングを説明する。

【０１０７】図１１は、キースケーリング特性の一例を
示す図であり、同図（ａ）は、アップダウンパラメータ
ＵＰＤＯＷＮｉがアップ（ＵＰ）に設定されているとき
のキースケーリング特性を示し、同図（ｂ）は、アップ
ダウンパラメータＵＰＤＯＷＮｉがダウン（ＤＯＷＮ）
に設定されているときのキースケーリング特性を示して
いる。また、図中、横軸はピッチ（ピッチデータＰＩＴ
ＣＨ）を示し、縦軸はキースケーリングの補正量を示
し、ブレークポイントパラメータＢＰＫＥＹＬｉで示さ
れるピッチＢＰが原点Ｏに一致している。

【０１０８】同図（ａ），（ｂ）に示すように、キース
ケーリング特性は、各キースケーリングの方向毎、各キ
ースケーリング特性パラメータＳＣＡＬＩＮＧＬｉ値に
それぞれ１つが対応する。キースケーリング特性パラメ
ータＳＣＡＬＩＮＧＬｉは、−Ｓ〜Ｓ−１（Ｓは正整数
であり、本実施の形態では、“６４”を採っている）の
範囲の整数値を採り、キースケーリング補正量は、次の
ような特性を有する。

【０１０９】１）キースケーリング特性パラメータＳＣ
ＡＬＩＮＧＬｉの値が“０”のときには、キースケーリ
ング補正量は、すべてのピッチデータＰＩＴＣＨに亘っ
て、“０ｄＢ”フラットの特性を有する。

【０１１０】２）キースケーリングの方向がアップ方向
で、かつキースケーリング特性パラメータＳＣＡＬＩＮ
ＧＬｉの値が正のときには、キースケーリング補正量
は、ＰＩＴＣＨ≦ＢＰＫＥＹＬｉ（ＢＰ）で“０ｄＢ”
フラットの特性を有する一方、ＰＩＴＣＨ＞ＢＰＫＥＹ
Ｌｉでキースケーリング特性パラメータＳＣＡＬＩＮＧ
Ｌｉの値に応じて決まる傾きが正の直線の特性を有す
る。

【０１１１】３）キースケーリングの方向がアップ方向
で、かつキースケーリング特性パラメータＳＣＡＬＩＮ
ＧＬｉの値が負のときには、キースケーリング補正量
は、ＰＩＴＣＨ≦ＢＰＫＥＹＬｉでキースケーリング特
性パラメータＳＣＡＬＩＮＧＬｉの値に応じて決まる傾
きが正の直線の特性を有する一方、ＰＩＴＣＨ＞ＢＰＫ
ＥＹＬｉで“０ｄＢ”フラットの特性を有する。

【０１１２】４）キースケーリングの方向がダウン方向
で、かつキースケーリング特性パラメータＳＣＡＬＩＮ
ＧＬｉの値が正のときには、キースケーリング補正量
は、ＰＩＴＣＨ≦ＢＰＫＥＹＬｉで“０ｄＢ”フラット
の特性を有する一方、ＰＩＴＣＨ＞ＢＰＫＥＹＬｉでキ
ースケーリング特性パラメータＳＣＡＬＩＮＧＬｉの値
に応じて決まる傾きが負の直線の特性を有する。

【０１１３】５）キースケーリングの方向がダウン方向
で、かつキースケーリング特性パラメータＳＣＡＬＩＮ
ＧＬｉの値が負のときには、キースケーリング補正量
は、ＰＩＴＣＨ≦ＢＰＫＥＹＬｉでキースケーリング特
性パラメータＳＣＡＬＩＮＧＬｉの値に応じて決まる傾
きが負の直線の特性を有する一方、ＰＩＴＣＨ＞ＢＰＫ
ＥＹＬｉで“０ｄＢ”フラットの特性を有する。

【０１１４】たとえば、ＳＣＡＬＩＮＧＬｉ＝−６４の
ときには、キースケーリング補正量は、本実施の形態で
は、ブレークポイントパラメータＢＰＫＥＹＬｉで指定
されたピッチ（キーコード）を基点として、該ピッチ
（ＢＰ）を超える場合には、キーコードが最高音高“Ｇ
８”まで０ｄＢフラット、該ピッチ以下の場合には、最
低音高“Ｃ２”で、ＵＰＤＯＷＮｉ＝アップ時“＋４８
ｄＢ”、ＵＰＤＯＷＮｉ＝ダウン時“−４８ｄＢ”にな
る傾きを有する直線特性となっている。

【０１１５】なお、キースケーリング特性は、図示例の
ような直線特性に限らず、指数や対数等の種々の曲線に
応じた変化特性としてもよいことは云うまでもない。

【０１１６】このようにして、ブレークポイントパラメ
ータＢＰＫＥＹＬｉ、キースケーリング特性パラメータ
ＳＣＡＬＩＮＧＬｉおよびアップダウンパラメータＵＰ
ＤＯＷＮｉによりキースケーリング特性が決まり、ピッ
チデータＰＩＴＣＨによりキースケーリング補正量が決
まると、フォルマントレベルキースケーリング演算部３
４ｄ２１は、このキースケーリング補正量で、入力され
たフォルマントレベルパラメータｆｌｅｖｅｌｉを補正
（キースケーリング）し、前記フォルマントレベル情報
ＦＬｅｖｅｌｉとして前記音声波形合成部３５の各フォ
ルマント波形発生部３５ａｉに出力する。

【０１１７】これにより、フォルマントレベルパラメー
タｆｌｅｖｅｌｉは、ピッチデータＰＩＴＣＨおよび決
定されたキースケーリング特性に応じて変化するように
補正（キースケーリング）されるので、歌唱したときに
生ずる各個人の声質の違いの特徴のうち、前記２）の特
徴、すなわち、「発音する音韻の音高に応じて、各フォ
ルマントのレベルも、音韻の音高に応じて変動するが、
この変動量が人によって微妙に異なる」という特徴をシ
ミュレートすることができる。

【０１１８】このように、本実施の形態では、歌唱した
ときに生ずる各個人の声質や癖等の違いを解析して得ら
れたフォルマント関連情報をボイスパラメータメモリ３
３ａに記憶し、ユーザが選択した歌い手に対応するフォ
ルマント関連情報を、歌唱の進行に従ってボイスパラメ
ータメモリ３３ａから読み出し、このフォルマント関連
情報に応じて、その歌い手の声質や癖等までシミュレー
トして音声を生成し、その音声により歌唱するようにし
たので、よりリアルな人の音声で、違和感のない自然な
状態で歌を歌わせることができる。

【０１１９】なお、本実施の形態では、パラメータを変
調した後に、その変調後のパラメータのキースケーリン
グを行うようにした（図７および１０参照）が、この順
序は、これに限らず、まず、キースケーリングを行った
後に、変調を行うようにしてもよい。

【０１２０】また、本実施の形態では、音高情報ＰＩＴ
ＣＨは、歌唱情報発生部３２が発生したキーコードＫＣ
に基づいて生成するようにしたが、楽曲の構成、言語や
音韻成分の性質によっては、メロディとは無関係に所定
の周波数が音高情報ＰＩＴＣＨとして、音声波形合成部
３５に供給されることもある。

【０１２１】なお、本実施の形態では、上述したすべて
の制御処理をＣＰＵ５のみで行うようにしたが、ＣＰＵ
５の能力が高くない場合には、音源回路１５にサブＣＰ
Ｕを設け、このサブＣＰＵに所定の制御処理を分担させ
るようにしてもよい。

【０１２２】さらに、本実施の形態では、本発明を人声
音の合成に適用した例を説明したが、これに限らず、本
発明は、一般に何らかのフォルマント特性を有する楽
音、音色の合成に適用することができる。

【０１２３】なお、上述した実施の形態の機能を実現す
るソフトウェアのプログラムコードを記録した記憶媒体
を、システムまたは装置に供給し、そのシステムまたは
装置のコンピュータ（またはＣＰＵ５やＭＰＵ）が記憶
媒体に格納されたプログラムコードを読出し実行するこ
とによっても、本発明の目的が達成されることは云うま
でもない。

【０１２４】この場合、記憶媒体から読出されたプログ
ラムコード自体が本発明の新規な機能を実現することに
なり、そのプログラムコードを記憶した記憶媒体は本発
明を構成することになる。

【０１２５】プログラムコードを供給するための記憶媒
体としては、たとえば、前記フロッピーディスク２０、
ハードディスク、光ディスク、光磁気ディスク、ＣＤ−
ＲＯＭ２１、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリ
カード、ＲＯＭ６などを用いることができる。また、他
のＭＩＤＩ機器１００や通信ネットワーク１０１を介し
てサーバコンピュータ１０２からプログラムコードが供
給されるようにしてもよい。

【０１２６】また、コンピュータが読出したプログラム
コードを実行することにより、上述した実施の形態の機
能が実現されるだけでなく、そのプログラムコードの指
示に基づき、コンピュータ上で稼働しているＯＳなどが
実際の処理の一部または全部を行い、その処理によって
上述した実施の形態の機能が実現される場合も含まれる
ことは云うまでもない。

【０１２７】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵ５などが実際の処理の一部または全部を行い、
その処理によって上述した実施の形態の機能が実現され
る場合も含まれることは云うまでもない。

【０１２８】

【発明の効果】以上説明したように、請求項１、５また
は９記載の発明に依れば、合成される音声の音高に応じ
て当該各フォルマントの中心周波数がシフトされるとと
もに、合成される音声の音高に応じて当該各フォルマン
トのレベルが変動され、これらフォルマント中心周波数
がシフトされ、および／またはフォルマントレベルが変
動されたフォルマントに基づいて音声が合成されるの
で、人が実際に歌唱したときの発声により近い歌唱音声
を合成することが可能となる効果を奏する。

【０１２９】また、請求項２、６または１０記載の発明
に依れば、発生すべき音声または楽音の特徴に関するパ
ラメータが、フォルマント中心周波数のシフト量および
フォルマントレベルの変動量で表現されて記憶され、こ
のシフト量に応じてフォルマント中心周波数がシフトさ
れ、および／またはこの変動量に応じてフォルマントレ
ベルが変動されたフォルマントに基づいて音声が合成さ
れるので、発生すべき音声または楽音の特徴までリアル
に再現することができる。

【０１３０】さらに、請求項３、７または１１記載の発
明に依れば、フォルマント発生手段により発生された複
数個のフォルマントのうち所定次数のフォルマントの中
心周波数が当該合成される音声の音高より低くなったと
きに、該フォルマントの中心周波数が当該合成される音
声の音高で置き換えられるので、このフォルマント特性
を有する音声をリアルに再現することができる。

【０１３１】また、さらに、請求項４、８または１２記
載の発明に依れば、少なくともフォルマントレベルは、
その変調後のフォルマントレベルの最大値が変調前の基
になるフォルマントレベルの最大値を超えないので、音
声合成手段が音声を合成可能な最大のフォルマントレベ
ルを使用することができ、したがって、Ｓ／Ｎ比のよい
音声を合成することができる。

【図面の簡単な説明】

【図１】本発明の実施の一形態に係る歌唱音声合成装置
の概略構成を示すブロック図である。

【図２】図１の歌唱音声合成装置が実行する制御処理の
全体構成を示すブロック図である。

【図３】図２のシステムパラメータ供給部が実行する制
御処理の詳細な構成を示すブロック図である。

【図４】図３の形成処理部が実行する制御処理の詳細な
構成を示すブロック図である。

【図５】図４の形成処理部の各構成要素で生成された信
号の一例を示す図である。

【図６】図２のボイスパラメータ供給部が実行する制御
処理の詳細な構成を示すブロック図である。

【図７】図６のフォルマント中心周波数制御部が実行す
る制御処理の詳細な構成を示すブロック図である。

【図８】図７の低次フォルマント中心周波数キースケー
リング演算部が実行する制御処理の詳細な構成を示すブ
ロック図である。

【図９】図８の低次フォルマント中心周波数キースケー
リング演算部が用いるキースケーリング特性の一例を示
す図である。

【図１０】図７のフォルマントレベル制御部が実行する
制御処理の詳細な構成を示すブロック図である。

【図１１】図１０のフォルマントレベル制御部が用いる
キースケーリング特性の一例を示す図である。

【符号の説明】

１ 鍵盤 ２ パネルスイッチ ５ ＣＰＵ ６ ＲＯＭ ７ ＲＡＭ １３ ＭＩＤＩＩ／Ｆ １４ 通信Ｉ／Ｆ

Claims (12)

【特許請求の範囲】
1. 【請求項１】 フォルマントを発生するフォルマント発
   生手段と、 該発生されたフォルマントを複数個組み合わせることに
   より１音声を合成する音声合成手段と、 該合成された１音声を順次つなぎ合わせて行くことによ
   り歌唱音声を生成する歌唱音声生成手段と、 前記合成される音声の音高に応じて当該各フォルマント
   の中心周波数をシフトするフォルマント中心周波数シフ
   ト手段と、 該合成される音声の音高に応じて当該各フォルマントの
   レベルを変動させるフォルマントレベル変動手段とを有
   し、 前記音声合成手段は、前記フォルマント中心周波数がシ
   フトされ、および／または前記フォルマントレベルが変
   動された各フォルマントを組み合わせて音声合成を行う
   ことを特徴とする歌唱音声合成装置。
2. 【請求項２】 前記フォルマント中心周波数のシフト量
   および前記フォルマントレベルの変動量で表現した発生
   すべき音声または楽音の特徴に関するパラメータを記憶
   する記憶手段を有し、 前記フォルマント中心周波数シフト手段は、該記憶され
   たシフト量に応じて前記フォルマント中心周波数をシフ
   トし、 前記フォルマントレベル変動手段は、該記憶された変動
   量に応じて前記フォルマントレベルを変動させることを
   特徴とする請求項１記載の歌唱音声合成装置。
3. 【請求項３】 前記発生された複数個のフォルマントの
   うち所定次数のフォルマントの中心周波数が当該合成さ
   れる音声の音高より低くなったときに、該フォルマント
   の中心周波数を当該合成される音声の音高で置き換える
   置き換え手段を有することを特徴とする請求項１または
   ２のいずれかに記載の歌唱音声合成装置。
4. 【請求項４】 フォルマントを発生するフォルマント発
   生手段と、 該発生されたフォルマントを複数個組み合わせることに
   より１音声を合成する音声合成手段と、 該合成された１音声を順次つなぎ合わせて行くことによ
   り歌唱音声を生成する歌唱音声生成手段と、 前記発生されたフォルマントの、少なくともレベルを変
   調させるための変調信号を発生する変調信号発生手段
   と、 変調される信号の最大値を増大させないように該発生し
   た変調信号を形成する変調信号形成手段と、 前記発生されたフォルマントの、少なくともレベルを該
   形成された変調信号によって変調する変調手段とを有す
   ることを特徴とする歌唱音声合成装置。
5. 【請求項５】 フォルマントを発生するフォルマント発
   生工程と、 該発生されたフォルマントを複数個組み合わせることに
   より１音声を合成する音声合成工程と、 該合成された１音声を順次つなぎ合わせて行くことによ
   り歌唱音声を生成する歌唱音声生成工程と、 前記合成される音声の音高に応じて当該各フォルマント
   の中心周波数をシフトするフォルマント中心周波数シフ
   ト工程と、 該合成される音声の音高に応じて当該各フォルマントの
   レベルを変動させるフォルマントレベル変動工程とを有
   し、 前記音声合成工程は、前記フォルマント中心周波数がシ
   フトされ、および／または前記フォルマントレベルが変
   動された各フォルマントを組み合わせて音声合成を行う
   ことを特徴とする歌唱音声合成方法。
6. 【請求項６】 前記フォルマント中心周波数シフト工程
   は、前記フォルマント中心周波数のシフト量および前記
   フォルマントレベルの変動量で表現した発生すべき音声
   または楽音の特徴に関するパラメータを記憶する記憶手
   段に記憶されたシフト量に応じて前記フォルマント中心
   周波数をシフトし、 前記フォルマントレベル変動工程は、前記記憶手段に記
   憶された変動量に応じて前記フォルマントレベルを変動
   させることを特徴とする請求項５記載の歌唱音声合成方
   法。
7. 【請求項７】 前記発生された複数個のフォルマントの
   うち所定次数のフォルマントの中心周波数が当該合成さ
   れる音声の音高より低くなったときに、該フォルマント
   の中心周波数を当該合成される音声の音高で置き換える
   置き換え工程を有することを特徴とする請求項５または
   ６のいずれかに記載の歌唱音声合成方法。
8. 【請求項８】 フォルマントを発生するフォルマント発
   生工程と、 該発生されたフォルマントを複数個組み合わせることに
   より１音声を合成する音声合成工程と、 該合成された１音声を順次つなぎ合わせて行くことによ
   り歌唱音声を生成する歌唱音声生成工程と、 前記発生されたフォルマントの、少なくともレベルを変
   調させるための変調信号を発生する変調信号発生工程
   と、 変調される信号の最大値を増大させないように該発生し
   た変調信号を形成する変調信号形成工程と、 前記発生されたフォルマントの、少なくともレベルを該
   形成された変調信号によって変調する変調工程とを有す
   ることを特徴とする歌唱音声合成方法。
9. 【請求項９】 フォルマントを発生するフォルマント発
   生モジュールと、 該発生されたフォルマントを複数個組み合わせることに
   より１音声を合成する音声合成モジュールと、 該合成された１音声を順次つなぎ合わせて行くことによ
   り歌唱音声を生成する歌唱音声生成モジュールと、 前記合成される音声の音高に応じて当該各フォルマント
   の中心周波数をシフトするフォルマント中心周波数シフ
   トモジュールと、 該合成される音声の音高に応じて当該各フォルマントの
   レベルを変動させるフォルマントレベル変動モジュール
   とを含み、 前記音声合成モジュールは、前記フォルマント中心周波
   数がシフトされ、および／または前記フォルマントレベ
   ルが変動された各フォルマントを組み合わせて音声合成
   を行うことを特徴とするコンピュータが実現できるプロ
   グラムを格納した記憶媒体。
10. 【請求項１０】 前記フォルマント中心周波数シフトモ
    ジュールは、前記フォルマント中心周波数のシフト量お
    よび前記フォルマントレベルの変動量で表現した発生す
    べき音声または楽音の特徴に関するパラメータを記憶す
    る記憶手段に記憶されたシフト量に応じて前記フォルマ
    ント中心周波数をシフトし、 前記フォルマントレベル変動モジュールは、前記記憶手
    段に記憶された変動量に応じて前記フォルマントレベル
    を変動させることを特徴とする請求項９記載の記憶媒
    体。
11. 【請求項１１】 前記発生された複数個のフォルマント
    のうち所定次数のフォルマントの中心周波数が当該合成
    される音声の音高より低くなったときに、該フォルマン
    トの中心周波数を当該合成される音声の音高で置き換え
    る置き換えモジュールを含むことを特徴とする請求項９
    または１０のいずれかに記載の記憶媒体。
12. 【請求項１２】 フォルマントを発生するフォルマント
    発生モジュールと、該発生されたフォルマントを複数個
    組み合わせることにより１音声を合成する音声合成モジ
    ュールと、 該合成された１音声を順次つなぎ合わせて行くことによ
    り歌唱音声を生成する歌唱音声生成モジュールと、 前記発生されたフォルマントの、少なくともレベルを変
    調させるための変調信号を発生する変調信号発生モジュ
    ールと、 変調される信号の最大値を増大させないように該発生し
    た変調信号を形成する変調信号形成モジュールと、 前記発生されたフォルマントの、少なくともレベルを該
    形成された変調信号によって変調する変調モジュールと
    を含む、コンピュータが実現できるプログラムを格納し
    た記憶媒体。