PSOLAのソースを表示

{{読み仮名|'''ピッチ同期重畳加算'''|ピッチどうきちょうじょうかさん|{{lang-en-short|pitch-synchronous overlap-add}}, '''PSOLA'''}}は「ピッチに基づいた音声の分割・変換・再合成」という[[音声処理]]の枠組みである<ref>{{Ilq|a pitch-synchronous overlap-add (PSOLA) approach ... In this paper, we first present the common PSOLA framework}}{{Harv|Moulines|1990|pp=453-454}}</ref>。'''ピッチ同期波形重畳'''とも<ref>
{{citation|title=音声工学|author=板橋秀一|year=2005|publisher=森北出版|page=169|isbn=9784627828117}}</ref>。

== 概要 ==
PSOLAを採用した音声処理ではスペクトル包絡/[[フォルマント]]を保ったまま[[音高]]や持続時間([[テンポ]])を変更できる。

PSOLAは次の3つの段階からなる<ref>{{Ilq|The PSOLA synthesis scheme involves the three following steps: an analysis of the original speech waveform ... modifications brought to this intermediate representation ... the synthesis of the modified signal from the modified intermediate representation}}{{Harv|Moulines|1990|p=454}}</ref>。

# 分析: 信号を短い区間の集合へ変換<ref>{{Ilq|consists of a sequence of short-term signals <math>x_{m}(n)</math>}}{{Harv|Moulines|1990|p=454}}</ref>。'''区間長は可変'''、短時間での'''ピッチ'''に'''同期'''（'''P'''itch-'''S'''ynchronous）<ref>{{Ilq|at a pitch-synchronous rate on the voiced portions of the signal and at a constant rate on the unvoiced portions.}}{{Harv|Moulines|1990|pp=454-455}}</ref>
# 変換: 区間ごとあるいは区間単位で操作
# 再合成: [[重畳加算 (音響信号処理)|重畳加算]]（'''O'''ver'''L'''ap-'''A'''dd）

分析では、対象の音声波形がもつ周期(ピッチ)と同期した分析窓を用い<ref name=Kortekaas97>
{{citation
 | author1    = R. Kortekaas
 | author2    = A. Kohlrausch
 | year       = 1997
 | title      = Psychoacoustical Evaluation of the Pitch-Synchronous Overlap-and-Add Speech-Waveform Manipulation Technique Using Single-Formant Stimuli
 | url        = http://alexandria.tue.nl/repository/freearticles/622042.pdf
 | journal    = Journal of the Acoustical Society of America (JASA)
 | volume     = 101 | issue = 4 | pages = 2202&ndash;2213
}}</ref>、互いにオーバーラップした短い断片/区間（基本周期の2倍程度<ref name=Kortekaas97/>）に分割する。

変換例として、信号のピッチを下げるには断片を互いに遠ざけ、ピッチを上げるには互いに近付けて断片を再配置する。断片を離す/重ねる結果として信号長/持続時間が変化するため、次の補正を行う<ref name=Kortekaas97/>。信号の持続時間を長くするには 引き続き同じ断片を複数回繰り返し、短くするには いずれかの断片を間引きする。

変換された断片は[[重畳加算 (音響信号処理)|重畳加算]]で結合され信号が再合成される。

PSOLAを採用しかつ操作が時間領域でおこなわれるアルゴリズムはTD-PSOLAと総称され、また周波数領域でおこなわれるアルゴリズムはFD-PSOLAと総称される<ref>{{Ilq|The modifications of the speech signal are performed either in the frequency domain (FD-PSOLA) ... or directly in the time domain (TD-PSOLA)}}{{Harv|Moulines|1990|p=453}}</ref>。 

== 利用 ==
PSOLAは様々な目的で利用される。以下はその一例である：

* [[音声合成]]
** [[音高]]操作
*** [[波形接続型音声合成]]における素片音高の調整<ref>{{Ilq|a family of methods for modifying the prosody of natural speech ... are used to improve the voice quality of text-to-speech systems based on the concatenation of elementary speech units,}}{{Harv|Moulines|1990|p=453}}</ref>

== 脚注 ==
{{脚注ヘルプ}}

=== 注釈 ===
{{Notelist2}}

=== 出典 ===
{{Reflist}}

== 参考文献 ==
* {{cite journal2
   | author1   = Moulines
   | year      = 1990
   | title     = Pitch-synchronous waveform processing techniques for text-to-speech synthesis using diphones
   | journal   = Speech Communication
   | volume    = 9 | pages = 453-467
   | doi       = 10.1016/0167-6393(90)90021-Z
  |first=Eric|issue=5-6}}
* {{citation
   | author1   = Eric Moulines
   | author2   = Jean Laroche
   | title     = Non-parametric techniques for pitch-scale and time-scale modification of speech
   | journal   = Speech Communication
   | volume    = 16 | issue = 2 | date = February 1995 | pages 175&ndash;205
   | doi       = 10.1016/0167-6393(94)00054-E
  }}
== 関連項目 ==
* [[タイムストレッチ/ピッチシフト]]
* [[波形接続型音声合成]]
*[[フェーズボコーダ]]
*[[重畳加算 (音響信号処理)]]
== 外部リンク ==
*[http://cnx.org/content/m12474/latest/ Changing Pitch with PSOLA for Voice Conversion] (英語)
*[http://www.acoustics.hut.fi/~slemmett/dippa/thesis.pdf A thesis that discusses PSOLA with diagrams] (PDF, 英語); 35ページ参照(PDF上の44ページ目)

{{音声合成}}

[[Category:音声合成]]