歌声合成ソフトウェア

歌声合成ソフトウェア^[1][2][3]（うたごえごうせいソフトウェア）は、歌詞と音符を入力することで、人間の歌声（ボーカル）に近い音声を合成するソフトウェアである^[4]。歌声合成ソフトの略称で知られる^[5][6][7]。シンセサイザーの一種であり、ボーカルシンセサイザー（vocal synthesizer）と呼ばれることもある^[8]。

歌声合成ソフトウェアは音声合成技術をボーカル用途に応用したもので、メロディと歌詞を入力することで歌声の合成ができるシンセサイザーの一種である。

特に有名な歌声合成ソフトウェアはヤマハのVOCALOIDで、動画共有サイト利用者の間で爆発的に普及した。

• 1939年 - ベル研究所にて、Voder（英語版）が「オールド・ラング・サイン （蛍の光）」を歌唱（発音キーとピッチペダルのリアルタイム操作）^[9][10]。
• 1961年 - ベル研究所にて、IBM 704が「デイジー・ベル」を歌唱^{[11][脚注 1]}。
• 1984年
  • DECtalk（英語版）による歌唱合成。^[12]。
  • PC-6001mkIISR（日本電気）発売。歌声合成が可能であった。
  • CX5M（英語版）（ヤマハ）発売。FM音源のYM2151と拡張MMLによる、CSM歌声合成が可能だった^[13]。
• 1997年 - PLG100-SG（ヤマハ）発売。フォルマントシンギング音源を搭載した音源ボード^[14]。
• 1999年 - VocalWriter（KAE Labs）発売^[12]。最初期のMac OS用ボーカルソフト音源。
• 2000年 - ヤマハ、のちの「VOCALOID」につながる「DAISYプロジェクト」を開始^[15]。ポンペウ・ファブラ大学（バルセロナ）のMusical Technology Group との共同研究でVOCALOIDの信号処理部分が開発された^[16][17]。
• 2003年 - PlayStation 2用ソフトウェア『くまうた』（ソニー・コンピュータエンタテインメント）発売。
  • ゲーム内で合成音声によるキャラクター歌唱の初の事例であり、歌声合成ソフトウェアとは異なる。
• 2004年
  • CANTOR（英語版）（VirSyn）発売。
  • 1月15日 - ZERO-G、「NAMM ショー」（同月15日 - 18日、アメリカ合衆国・ロサンゼルス）にて、初のVOCALOID製品「LEON」・「LOLA」を発売。
  • 11月5日 - クリプトン・フューチャー・メディア、日本語対応として初のVOCALOID製品「MEIKO」を発売。
• 2007年 - ヤマハ、「VOCALOID2」を発表。VOCALOID2を利用した初音ミク（クリプトン・フューチャー・メディア）発売。DTM用ソフトとしては異例のヒット。
• 2008年
  • AquesTone（アクエスト）公開^[18]。
  • UTAU（飴屋／菖蒲）公開。
• 2009年 - Sinsy（名古屋工業大学）公開。
• 2011年 - ヤマハ、「VOCALOID3」を発表。各社がVOCALOID3製品を発売。
• 2013年 - CeVIO Creative Studio FREE（CeVIOプロジェクト、名古屋工業大学）に歌声作成機能が実装。
• 2014年 - ヤマハ、「VOCALOID4」を発表。各社がVOCALOID4製品を発売。
• 2018年
  • ヤマハ、VOCALOID5を発表。各社がVOCALOID5製品を発売。
  • Synthesizer V（Dreamtonics）公開。
• 2020年
  • DNN音声合成に対応したフリーソフト「NEUTRINO（SHACHI）公開。
  • Dreamtonics、DNN音声合成に対応した「Synthesizer V AI」発売。
• 2021年 - CeVIOプロジェクト、DNN音声合成に対応した「CeVIO AI」発売^[19]。

Microsoft Windows用

• VOCALOID（ヤマハ）
• UTAU（飴屋/菖蒲）
• AquesTone（アクエスト）
• V.Connect（Hal）
• CeVIO Creative Studio / CeVIO AI（CeVIOプロジェクト）

macOS用

• SugarCape（横江宗太）

Microsoft Windows & macOS用

• LIQUID ADLIBS（Celemony & Ueberschall）
• CANTOR（VirSyn）
• Quantum Leap Symphonic Choirs（EASTWEST）
• Synthesizer V（Dreamtonics）

その他

• PC-6000シリーズ/PC-6600シリーズ（日本電気）
• Yamaha CX5M（ヤマハ）
• PLG100-SG（ヤマハ）
• Sinsy（名古屋工業大学）

• 剣持秀紀 (2010-03-10), “歌声合成の歴史” (PDF), 歌声合成の過去・現在・未来, p. 3, https://staff.aist.go.jp/m.goto/IPSJ/CGMGENZAIMIRAI201003kenmochi.pdf 
• 剣持秀紀 (2012). “CGMの現在と未来: 初音ミク，ニコニコ動画，ピアプロの切り拓いた世界：2.歌声合成の過去・現在・未来: 「使える」歌声合成のためには”. 情報処理 53 (5): 472–476. https://ipsj.ixsq.nii.ac.jp/records/81710. 
• 剣持秀紀 (2013). “歌声合成ソフトウェアVOCALOIDの開発”. 電子情報通信学会 通信ソサイエティマガジン 6 (4): 336–341. doi:10.1587/bplus.6.336. 
• 中野倫靖; 後藤真孝 (2019). “歌声の合成における基盤技術——歌声合成における特徴量の制御——”. 日本音響学会誌 75 (7): 400–405. https://www.jstage.jst.go.jp/article/jasj/75/7/75_400/_pdf. 

• Cook, Perry R. (1999), “Toward the perfect audio morph? Singing voice synthesis and processing”, Proceedings of the Digital Audio Effects Workshop DAFx, CiteSeer^x: 10.1.1.42.3295, https://www.researchgate.net/publication/2611329_Toward_the_Perfect_Audio_Morph_Singing_Voice_Synthesis_and_Processing 
• Loscos, A. (2007), Spectral processing of the singing voice, Ph.D. Thesis, Pompeu Fabra University, https://hdl.handle.net/10803/7542 

• 音声合成
• シンセサイザー
• 電子楽器

• 情報処理学会音楽情報科学研究会

表 話 編 歴 音声合成
モデル / 手法	物理モデル ソースフィルタモデル スペクトルモデル 波形接続合成 フォルマント合成 隠れマルコフモデル合成 チャネルボコーダ フェーズボコーダ LPCボコーダ 波形補間符号化 PSOLA MBROLA（英語版） 逆フィルタ（英語版）
エンジン	商用 AquesTalk AITalk ReadSpeaker FineSpeech RECAIUS RubyTalk VoiceOperator CereProc（英語版） IVONA（英語版） Microsoft text-to-speech voices（英語版） PlainTalk（英語版） Syllaflow Seiren Voice フリー eSpeak（英語版） Gnuspeech（英語版） Festival Speech Synthesis System（英語版） Open JTalk 非OSS MBROLA（英語版）
システム / API	商　用 Microsoft Speech API Microsoft Speech Server（英語版） Talk It!（英語版） 自由ソフトウェア FreeTTS（英語版）
ハードウェア	歴史的 DECtalk（英語版） Pattern playback（英語版） The Voder（英語版） Wolfgang von Kempelen's speaking machine（英語版） LSI GI SP0256（英語版） TI LPC Speech Chips（英語版） 娯楽 Currah（英語版） Echo 2（英語版） Phasor（英語版） Intellivoice（英語版） Speak & Spell（英語版） PC-6000シリーズ PC-6600シリーズ Yamaha CX5M（英語版）
応用ソフトウェア	商用 VOICEROID CeVIO Megpoid Talk A.I.VOICE ボイスソムリエ AOLbyPhone（英語版） DialogOS（英語版） Dr. Sbaitso（英語版） Microsoft Agent（英語版） Microsoft Narrator（英語版） Voice font（英語版） VOICEPEAK フリー 棒読みちゃん SofTalk VOICEVOX COEIROINK サイト コエステーション / CoeAvatar CoeFont
アクセシビリティ	RIAS（英語版） Silent speech interface（英語版） Speech-generating device（英語版） Spoken Web（英語版） TuVox（英語版） スクリーン リーダー （リスト） 商用 JAWS PC Talker（） VoiceOver フリー BRLTTY（） Gnopernicus（英語版） GR for UNIX（） NonVisual Desktop Access Orca Thunder（英語版） ハード 簡単ケータイ らくらくホン Self-voicing 商用 WordQ+SpeakQ（英語版） フリー Emacspeak（英語版） 音声ブラウザ 商用 aiBrowser ホームページリーダー Spoken Web（英語版） ブラウザ拡張 フリー Fire Vox（英語版） Text to Voice（英語版） サイト拡張 商用 BrowseAloud（英語版） Readspeaker（英語版）
ボーカルシンセ	商用 Cantor（英語版） VOCALOID CeVIO Synthesizer V くまうた フリー AquesTone Flinger（英語版） ディレイラマ Sinsy NEUTRINO シェア UTAU 非OSS MBROLA（英語版） ハード DECtalk（英語版） PC-6000シリーズ PC-6600シリーズ Yamaha CX5-M（英語版） 応用 ぼかりす サイト コエラボ
サービス・サイト	Odiogo（英語版） Quack.com（英語版）
プロトコル	SABLE SPコード Speech Synthesis Markup Language VoiceXML
開発者・研究者	Catherine Browman（英語版） Franklin Seaney Cooper（英語版） Gunnar Fant（英語版） Haskins Laboratories（英語版） ヴォルフガング・フォン・ケンペレン Ignatius Mattingly（英語版） Philip Rubin（英語版） CereProc（英語版） IVONA（英語版） VoiceWeb（英語版） ヤマハ
関連分野	音声合成 音声強調 音声符号化 音響信号処理 音声認識 自然言語処理
カテゴリ

この項目は、楽器に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（ポータル 音楽/プロジェクト:楽器）。

• 表示
• 編集