基於加式弦波模型之国语歌声合成方法.PDFVIP

基於加式弦波模型之國語歌聲合成方法 A Mandarin Singing-Voice Synthesis Method Based on Additive Sinusoidal Model 古鴻炎 陳安璿 Hung-Yan Gu and An-Siuen Chen 國立台灣科技大學資訊工程系 e-mail: guhy@.tw 摘要 合成的方法，不一定就適合用於作歌聲合成，因為 歌聲需求的音高變化 音域( )是較大的。此外，波表 本文以加法式弦波模型為基礎，研究國語歌聲 合成法是一種常被用於作樂器聲音合成的方法，目 的合成方法。在分析階段，對於音源音節各音框的 前還未看到有關此法用於作歌聲合成的研究報告。 傅立葉頻譜作倒頻譜濾波，以量測出較準確的諧波 參數。在合成階段，為了保持音色的一致性，及從 在頻域上作參數分析，再據以作樂音 (樂器聲、 一個音源音節去合成出不同的音高、音長的歌聲音 人聲)信號合成的方法，過去在電腦音樂合成之研究 節，我們研究了弦波模型內各諧波參數數值的決定 領域 [6, 7] ，已發展出至少三類以上的合成方法，主 方法；接著進一步改進模型的合成機制，而能夠合 要的類別為 : (a)加法式合成(additive synthesis) ，先 成出轉音與抖音的效果。此外，我們也進行了主觀 產生出各個諧波後再相加[8] ；(b)減法式合成 的聽測評估實驗，來對本文的方法和先前提出的 (subtractive synthesis) ，如LPC編碼之合成方法 [9] ； TIPW法作比較，結果顯示本文方法所合成出的國語 (c)頻率調變 (frequency modulation)合成，過去有不 歌聲，在自然度與清晰度上均有顯著的提升。 少研究以此法來作樂器聲之合成[10] 。除此之外， 最近有一些研究成果使用了弦波模型 (sinusoidal 關鍵詞 :國語歌聲合成 ,弦波模型 , 音色 ,轉音 model) 來作歌聲合成[11, 12] ，基本上他們是採取頻 域上加法式合成的觀念。 1. 前言 作歌聲合成時，一個基本的、必需顧慮的是音 色 (timbre)一致性的問題，即不管音高(基本頻率)變 歌唱是一項結合文藝 歌詞創作( ) 與音樂(旋律 高或變低，音色都需保持為同一個人的 [6] ，一般常 創作 的文化活動，人們常藉歌唱以舒發情感，提振) 犯的錯誤是音色隨著音調高低在改變，就如同錄音 精神，及自娛娛人。工商發達後，生活步調變快， 機快速或慢速播放時發生的情形一樣。此外，國語 歌唱活動的需求與重要性也更為增加，如人們常去 歌曲裡常會聽到轉音 (sweeping)之唱法，即一個字 卡拉 OK唱歌以舒解壓力。雖然大多數人都有唱歌 要唱 2個甚至 3個音符，比起一個字唱一個音符是 的需求，但是仍有許多人因五音不全 音調或拍子不( 較為困難的，前人所研究的弦波模型之合成方法， 準) ，而不敢唱歌來自娛、娛人，所以本研究希望發 並未嘗試作轉音的合成，而在本論文裡，我們嘗試 展國語歌聲合成的技術，來讓電腦幫助人們唱歌。