ピッチ同期重畳加算（ピッチどうきちょうじょうかさん、（英: 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[1]。ピッチ同期波形重畳とも[2]。

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[3]。

  1. 分析: 信号を短い区間の集合へ変換[4]。区間長は可変、短時間でのピッチに同期（Pitch-Synchronous）[5]
  2. 変換: 区間ごとあるいは区間単位で操作
  3. 再合成: 重畳加算（OverLap-Add）

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[6]、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[6]）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[6]。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[7]。

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：

脚注

[脚注の使い方]

注釈

    出典

    1. ↑ a pitch-synchronous overlap-add (PSOLA) approach ... In this paper, we first present the common PSOLA framework(Moulines 1990, pp. 453–454)
    2. ↑ 板橋秀一 (2005), 音声工学, 森北出版, p. 169, ISBN 9784627828117
    3. ↑ 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(Moulines 1990, p. 454)
    4. ↑ consists of a sequence of short-term signals (Moulines 1990, p. 454)
    5. ↑ at a pitch-synchronous rate on the voiced portions of the signal and at a constant rate on the unvoiced portions.(Moulines 1990, pp. 454–455)
    6. 1 2 3 R. Kortekaas; A. Kohlrausch (1997), “Psychoacoustical Evaluation of the Pitch-Synchronous Overlap-and-Add Speech-Waveform Manipulation Technique Using Single-Formant Stimuli”, Journal of the Acoustical Society of America (JASA) 101 (4): 2202–2213
    7. ↑ The modifications of the speech signal are performed either in the frequency domain (FD-PSOLA) ... or directly in the time domain (TD-PSOLA)(Moulines 1990, p. 453)
    8. ↑ 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,(Moulines 1990, p. 453)

    参考文献

    関連項目

    外部リンク

    ⌬ Phoenix Mesh CID: 未登録 IPFS未登録 📡 0ピア N=1 CRITICAL PQS C45