■秋田さんメモによる第3回勉強会の議事録■

1.長嶋さんデモ
  1-1.メディアアート作品紹介
    JizoGazoDazo
    Morpherというソフトを使用。
    モーフィング1回に3時間くらいかかる。

    Morpher
    http://www.asahi-net.or.jp/~FX6M-FJMY/mop00j.html
    Mac OS X用
    MorphX
    http://www.orcsoftware.com/~martin/Morph.html
    (URL提供:青木氏)

    画像を見ていると、多少音楽とずれていても
    ひっぱり込まれることがある。
      -> 心理学方面の大ネタになりそう。
  1-2.NIME
    SARSの影響大。該当地域を回避すればなんとか行けるかも。
  1-3.大人の科学
    蓄音機(アナログの逆襲)
    http://kids.gakken.co.jp/kit/otona/kuwa9.html
  1-4.光の弦
  1-5.SH3A(Rolandのアナログシンセ)
    中古で5万くらい。

2.小林さんデモ
  DASPオフ・サマースクール2003 の紹介
    http://dspss.iamas.ac.jp/home_j.html
  Max/MSPという音楽プログラミング環境でロボットを制御
  音声/MIDIで画像をコントロール Jitter
  (Max)http://www.cycling74.com/products/dlmaxmsp.html
  (MSP)http://www.cycling74.com/products/dljitter.html
    (URL提供 小林氏)

  Robo-One ヒューマノイドによる格闘技大会
    -> ホビーとして確立?
    http://www.mmjp.or.jp/robo-one/

  PCから無線でH8(CPU)をコントロール
  携帯mailでコマンド->Javaで動作
   等

3.剣持さん VOCALOIDデモ
  3-1.VOCALOID
  ○人間の声をベースに音素片合成
    例えば、part という単語は
    #p-pa-ar-t-t# のように接続。f軸上で合成。
  ・スペクトル包絡に合うような形でピッチを変える(有声音)
  ・そのまま使用(無声音)
  ・上下2,3オクターブくらいシフトしても大丈夫
  ○全部の音素を含む「ダワダトダ」のような無意味語を
      2時間くらいかけて撮る。1オクターブ内で2,3の組み合わせ。
    ->手作業で音素片に分解。
  ○ビブラートはビブラートがかかった声をサンプルし、
     ビブラート要素を抽出。他の声に使いまわしている。
  ○英語の場合は単語をそのまま入力->中に辞書を持っている。
    ・日本語は内部で発音記号に直す。
      IPA, SAMPA という発音記号体系
  ○brightness(明るさ)というパラメータ
    周波数のある領域を持ち上げる
  ○ソフトは複数トラック(合唱)対応
  ○全部合成してから発音
     -> VSTiプラグイン合成しながら発音
         5秒くらい前の場所に貼り付けて再生
  ○ライブラリは日本語で数10Mバイト/1人
    英語はもう少し多い。

  3-2.苦労した点
  ○TextToSpeechと比べ、歌は「伸ばし音」というのがあり、
    難しかった。
  ○例えば「サ」という音の場合、[sa]の[a]のところに音符が
     来るように合成する必要がある。

  3-3.その他 意見/感想
  ○まるっきりクローズドの環境ではなく、マニア用に
    ツールを公開しては?(長嶋)
  ○英語でピッチが上がったとき、変な音に聞こえた(北澤)
  ->デモで使用したライブラリは1ピッチしか持っていない。
    ライブラリの問題だと考えられる。まだまだ綺麗ではない。(剣持)
  ○楽しめるような形になっているのでいいですね。(竹林)
  ○画像方面で、いろんな人の顔を合成(平均)していくと美人顔になるという
    データがある。声でやると美人声になるのでは?(森)
  ○音声認識のライブラリで裁判になった例がある(自己情報コントロール権)。
    撮る前に承諾をいちいち取っておく必要がある。(竹林)
  ○ブラウザのプラグインに仕込んで、「うまく歌ってくれるMIDI」
    のようなビジネスになるかも?(長嶋)

4. 初顔自己紹介

5. 次回開催
  6月

---------------