「美空ひばりのようなこぶしで初音ミクに歌ってほしい。でも本格的なパラメータチューニングは難しそう」「スピッツのグリスダウンが好きでたまらない。この曲もスピッツのような歌い方で聞いてみたい」といったことをかなえる技術「歌唱表現転写システム」が京都大学で開発されました。

　8月23日に行われた、音と映像に関するシンポジウム「OngaCREST 2014」で京大の池宮由楽さん、糸山克寿さん、吉井和佳さんが発表した「音楽音響信号中の歌声F0軌跡に対する歌唱表現の転写システム」。

　歌い方には、ビブラート、こぶし、グリッサンドなどいろいろなテクニックがあります。例えばぼかりす（VocaListener）という技術を使えば、元の歌手の音の揺らし方などの特徴をVOCALOIDに転写することができるわけですが、そのためにはモデルとなる歌唱として、その曲を全部歌う必要があります。

　この研究では、楽曲の中から歌声のF0（音の高さの推移）をとらえ、そこからビブラートの速さ、深さ、などの歌唱表現をパラメータで操作可能なレベルに落とし込み、歌唱表現データベースとしています。

　この歌唱表現を、ターゲットとなっている歌唱（人の歌声でもVOCALOIDなどの合成歌唱でも）に転写したうえで音色も補正すると、声質は初音ミクだけど歌い方は美空ひばりだよね、といった歌声が生成されます。

　デモでは、美空ひばりの「人生一路」などから抽出した歌唱表現を、初音ミクが歌う「Yesterday」に適用し、美空ひばりの深いビブラートやこぶしをミクの声で再現していました。

　声質だけでなく歌い方の特徴までモデリングする技術としては、名古屋工業大学のSinsyや、それを元にしたCeVIOが存在しますが、この技術はまた別のアプローチで、任意の部分にボーカルテクニックを転写することが可能であるというところが違います。

　また、複数の歌手の歌唱表現データベースを組み合わせて、グリスダウンは草野マサムネ、こぶしは美空ひばり、ビブラートは平井堅といったこともできるみたいです。

　そして、この歌唱表現データベースはプロのものに限らないでしょう。元歌唱が最低1曲あればいいので、例えば亡くなった人の歌い方のままに新しい曲を歌ってもらいたいというニーズに応えられるかもしれません。

　この研究が進み、一般の人たちが使えるようになる日が来ることを心から願います。