ソース・フィルタモデル

ソース・フィルタモデルとは

ソース・フィルタモデルは、人間の声が生成される過程を、音源と線形フィルタという2つの要素に分けて考える数理モデルです。このモデルでは、まず声帯などで作られる原音（ソース）が、声道や口の形によって音色が変化する（フィルタ）というプロセスを捉えます。

モデルの概要

人間の音声は、声帯の振動によって生成された原音が、声道（喉から口にかけての空間）の形状変化によって様々な音色に変化して生成されます。ソース・フィルタモデルでは、この過程を、原音を生成する「音源（ソース）」と、音色を変化させる「フィルタ」という2つの独立した要素に分解して考えます。

具体的には、声帯の振動によって生成された周期的な音波や、摩擦音のような乱流音を「音源」とし、声道、舌、唇などの動きによって形成される音響的な特性を「フィルタ」とします。

モデルの数学的表現

ソース・フィルタモデルは、音声信号を数学的に表現するための基盤となります。音源は、有声音の場合は周期的なインパルス列、無声音の場合はホワイトノイズとしてモデル化されます。一方、声道フィルタは、その周波数特性を全極フィルタで近似することが一般的です。全極フィルタの係数は、音声信号の平均二乗誤差を最小にするように線形予測法を用いて計算されます。そして、音源の信号とフィルタの伝達関数を畳み込むことで、合成音声が得られます。

モデルの応用

ソース・フィルタモデルは、音声合成や音声分析において重要な役割を果たします。音声合成では、このモデルに基づいて、音源の特性とフィルタの特性を制御することで、様々な音声を生成することが可能になります。一方、音声分析では、音声信号から音源の特性とフィルタの特性を推定することで、音声の構造や特徴を理解することができます。

モデルの前提と課題

ソース・フィルタモデルは、「ソースとフィルタの独立性」を仮定しています。この仮定は、音声生成過程を単純化する上で非常に有効ですが、実際にはソースとフィルタが完全に独立ではない場合もあります。そのため、より精度の高い音声合成や分析を行うためには、この仮定の限界を考慮する必要があります。特に、有声摩擦音のように複数の音源が関与する場合、このモデルを拡張する必要があります。

モデルの歴史

ソース・フィルタモデルの基礎は、Gunnar Fantの研究によって築かれました。Fantの研究は、音声の音響理論の発展に大きく貢献し、Ken Stevensなどの研究者によっても音声分析や音声合成の基礎理論が発展しました。このモデルは、音声研究における重要なフレームワークとして、現在でも広く活用されています。

モデルの関連概念

ソース・フィルタモデルは、線形予測法（LPC）と密接に関連しています。線形予測法は、音声信号を過去のサンプルから予測する手法であり、声道フィルタの特性を推定するために使用されます。また、逆フィルタという概念も、ソース・フィルタモデルの理解を深める上で重要です。逆フィルタは、声道フィルタの逆特性を持ち、音声信号から音源信号を抽出するために使用されます。

まとめ

ソース・フィルタモデルは、音声生成のメカニズムを単純かつ効果的にモデル化したものであり、音声合成や音声分析の分野で広く利用されています。音声研究における基礎的なモデルとして、その重要性は今後も変わらないでしょう。

参考文献

Chiba, Tsutomu; Kajiyama, Masato (1941). The vowel: Its nature and structure. Tokyo, Japan: Kaiseikan
千葉, 勉; 梶山, 正登 (2003). 母音 - その性質と構造 -. 杉藤　美代子, 本多　清志 (訳). 岩波書店. ISBN 9784000021074.
Fant, Garnner (1960). Acoustic theory of speech production. The Hague, The Netherlands: Mouton

関連項目

声
逆フィルタ (Inverse filter)
線形予測符号 (LPC)
調音
アーティキュレートリー・シンセシス (調音音声合成)

もう一度検索