３月１５日テレビでTHEカラオケ☆バトルという番組をちょっと見ました。
その番組中に、歌唱中の進行に合わせて、音程？のバーのようなものが表示され、モデル？のバーとの相違を評点？しているような画像が出ていました。横軸は時間軸で間違いはないと思います。縦位置は、音程？Pitch freuency?何かかもしれませんが、何を示しているのか、どのようなスケールかはわかりません。
これは何でしょうか。
仮に音声部の50ms区間毎の周波数を掲示しているようなものであるとすると、その表示周波数の元データは該当50ms区間内音声部データに限定したものから機械的に算出されるのでしょうか。その場合、1秒間は、20区間に分割して、各区間独立に算出されるのでしょうか。
話声でも歌声でも、伸ばした発声でなければ、相当にパワースペクトルは短時間に変化していることが多いと、私は勝手に思い込んでいます。
F0がどの周波数なのか、どの時間継続していたのかを、話声や歌声で自動判定するのはかなり難しいし、かりにそのようなことをすると、テレビで見たようなバーには表示できないのではないかと思って、質問しています。
webに精密採点DX-Gというのがあって、ここに｢外した音程の歌唱軌跡が赤色になり、視覚的にわかりやすくなりました｣というコメントがあり、この画面にでているのと似ているバーがテレビで見たものです。
http://www.clubdam.com/app/damStation/page.do?type=damstation&so...
この画面の、｢音程の歌唱軌跡｣とは、なんのことなのでしょうか。
大事な補足ですが、私自身、音痴を自認していて、｢zaraodeponkiijaaigakieruのような歌詞をある音程（ミ）で歌唱することがきる｣ということは嘘だろうと思ってます。平板に抑揚なく発音できるとも思います。 民族によっても声の音の構造は違っていて、ヒトによっても、ホルマントだけでなく、時間軸でのブレの状況は、複雑で、単純にミの音程といえるものなのか、、、、
No.2
4894
909
100pt
まずこの質問文からわかることは、音感のない（音痴）人には音程が理解できない。まして絶対音感については存在を信じてさえいない。ということです。
音感について（https://ja.wikipedia.org/wiki/%E7%B5%B6%E5%AF%BE%E9%9F%B3%E6%84%9F 絶対音感がわりと有名なのですが）説明しますと、
声は音であり音にはすべて音程（周波数）があります。
絶対音感と演奏技術があればバイオリンに「ちょっとぉー、やめてよぉー」「ピーポーピーポー」「いらっしゃいませ○○ー○にようこそー」にそっくりな音程をださせることもできます（ちゃんと譜面になってるものが売っています。余談ですが、人声を真似るにはバイオリンのほうがやりやすくピアノでは難しいです。人声とバイオリンはアナログ的つまり連続的な音階移動をすることができますが、ピアノはデジタル的な不連続音階なので、歌詞のないものならうまく真似られることが多いです。 よく聞くメロディー - 身近によく聞く音やメロディをドレミで教えて... - Yahoo!知恵袋）。
ここで、「いらっしゃいませ」すべてをサンプリングせずとも一音ずつで音程も変化していることが人間でも訓練により音感をえていれば聞き取れています。「井伊直弼」の「い」と「い」ははっきりと別の音程をもっており、連続的に移動します。日本人の標準語の発音による「井伊直弼」＝「ソミレミレシ」みたいな感じな音程でしゃべっています。
もっと細かく音程をとらえると、こぶしや歌い始めなどで、「１音」という幅のなかでも細かい上下があることを認識して、これを楽しむこともできるようになります。
なお日本語のなかで「っ」「ッ」にだけは音程がないです（短い無音ですので、楽譜でいえば休符にあたります）。パ行やサ行など子音部分だけでは音程が判定できない音も少ないながら存在していますが、多くは子音にも母音にも音程があります（マ行がわかりやすい）。
で、このような音程に関する細かい音感を持っているという前提でカラオケバトルをきくと、知らない曲でも皿を洗いながらでも「あ、冒頭部分が（伴奏からみて）音程ズレてしまったから高得点は無理そうだけど、コブシをまわしまくったら挽回できるかな」くらいのことは画面をみなくても判定できましたよ。あの女の人は前回高得点だったんですけどね、選曲とキーの下げがご自身にあってなかったようで残念でした。
カラオケの点数判定機械も、たぶん四分の一音やそれ以下の周波数ズレを判定できていますが、表示としては（学校でならう楽譜にそって）二分の一音（シャープやフラットで移動するもの、音感があまりない人にもズレたとわかるもの）の幅を超えてズレたものだけをズレとして赤く表示しているように思います。
また私がテレビでみた感じは完全なリアルタイム判定でもないようです。特に判定の難しい部分は、コンピューターが考えこんでしまっているようで、歌から１／２拍ほどおくれてメロディとのズレの判定をしています。「赤い」ズレ表示がでた時点には音程がちゃんと正確にもどっていたりすることもあります。そういった部分も含めて、音感のない人にはなんだかブラックボックス的に感じるのかもしれません。
No.1
3162243
100pt
ありがとうございます。"テレビ番組などで話題の「精密採点DX」がさらにパワーアップして「精密採点DX-G」として誕生！前作同様、歌唱中に｢メロディーどおりに歌えているか｣、｢こぶしやビブラートが使えたか｣などをわかりやすく表示し、、、"という説明もあったので、テレビで見たのは｢精密採点DX｣｢精密採点DX-G｣なのかもしれません。この説明を読んでも、《実は、私にはわかりませんでした》
他のサイトを見て、どうやら、音の周波数成分の表示に多少関係ありそうなものとして、クロマティックスケール、ダイアトニックスケール、メジャースケールなどがあり、このスケールでの12区分のどの区分に歌声が位置づけられるかをグラフの縦軸にし、時間推移をグラフの横軸に表示させているようだと、今は推定しています。 そうであれば、一見すると階段状にしか表示されないのもわかる気がします。
それで正しいのならグラフの表示がなんであるかを一部は知解できるのですが、連続する周波数を12分して、その区分のどれかに割り当てるのであれば、その区分でどのあたりに歌声が位置しているかは無視され、また0.3~0.6秒間の途中でⅢ区分下限から上限に変動した場合、Ⅲ区分上限からⅣ区分下限に移動した場合、変動幅・変動度合いを周波数比率で見た場合前者が大きく、後者が小さいのに、グラフ上では前者が変化なし、後者が度数で１度上昇したように表示されてしまい、グラフ表示させている目的に外れるのではないかと疑問を感じました。また音名Ｇの区分に帰属させてしまっても、その歌声は、0.3~0.6秒間において、ほぼ定常状態を保ったもの、周波数的にF0が上下変動したもの、下から上に遷移したもの、上から下に遷移したものなど、聞いていて大部異なるだろうものを、同じ歌声と表示するグラフが、実用実際場面で使われるものなの疑問に思いました。
また、声のように元来複雑な周波数遷移をするものを、どのようにすれば時々刻々の音階定位帰属させるための解析と判定が出来うるものなのか、
http://francais.la.coocan.jp/kokugakuin1206.htm
http://blog.media.teu.ac.jp/2016/07/post-ff87.html
＞ パソコンの譜面で指定した周波数を、測定するのは簡単です。
任意に指定した譜面で、そのタイミングにある周波数が出ていたかを測定するのは難しくはなさそうに思います。
《あさいちばんにぱんをたべた》を五人に一人一人発音させて、それを譜面上に音符あるいは音階名、あるいは発音開始からの時間軸上で音楽理論でインターバル表示出来ますか。そもそも2音間という音の区切り位置や長さの決定が難しくないですか。｢半音に声を帰属させる｣ということそのものに無理があるように思うのですが。
No.2
4894909
ここでベストアンサー
100pt
まずこの質問文からわかることは、音感のない（音痴）人には音程が理解できない。まして絶対音感については存在を信じてさえいない。ということです。
音感について（https://ja.wikipedia.org/wiki/%E7%B5%B6%E5%AF%BE%E9%9F%B3%E6%84%9F 絶対音感がわりと有名なのですが）説明しますと、
声は音であり音にはすべて音程（周波数）があります。
絶対音感と演奏技術があればバイオリンに「ちょっとぉー、やめてよぉー」「ピーポーピーポー」「いらっしゃいませ○○ー○にようこそー」にそっくりな音程をださせることもできます（ちゃんと譜面になってるものが売っています。余談ですが、人声を真似るにはバイオリンのほうがやりやすくピアノでは難しいです。人声とバイオリンはアナログ的つまり連続的な音階移動をすることができますが、ピアノはデジタル的な不連続音階なので、歌詞のないものならうまく真似られることが多いです。 よく聞くメロディー - 身近によく聞く音やメロディをドレミで教えて... - Yahoo!知恵袋）。
ここで、「いらっしゃいませ」すべてをサンプリングせずとも一音ずつで音程も変化していることが人間でも訓練により音感をえていれば聞き取れています。「井伊直弼」の「い」と「い」ははっきりと別の音程をもっており、連続的に移動します。日本人の標準語の発音による「井伊直弼」＝「ソミレミレシ」みたいな感じな音程でしゃべっています。
もっと細かく音程をとらえると、こぶしや歌い始めなどで、「１音」という幅のなかでも細かい上下があることを認識して、これを楽しむこともできるようになります。
なお日本語のなかで「っ」「ッ」にだけは音程がないです（短い無音ですので、楽譜でいえば休符にあたります）。パ行やサ行など子音部分だけでは音程が判定できない音も少ないながら存在していますが、多くは子音にも母音にも音程があります（マ行がわかりやすい）。
で、このような音程に関する細かい音感を持っているという前提でカラオケバトルをきくと、知らない曲でも皿を洗いながらでも「あ、冒頭部分が（伴奏からみて）音程ズレてしまったから高得点は無理そうだけど、コブシをまわしまくったら挽回できるかな」くらいのことは画面をみなくても判定できましたよ。あの女の人は前回高得点だったんですけどね、選曲とキーの下げがご自身にあってなかったようで残念でした。
カラオケの点数判定機械も、たぶん四分の一音やそれ以下の周波数ズレを判定できていますが、表示としては（学校でならう楽譜にそって）二分の一音（シャープやフラットで移動するもの、音感があまりない人にもズレたとわかるもの）の幅を超えてズレたものだけをズレとして赤く表示しているように思います。
また私がテレビでみた感じは完全なリアルタイム判定でもないようです。特に判定の難しい部分は、コンピューターが考えこんでしまっているようで、歌から１／２拍ほどおくれてメロディとのズレの判定をしています。「赤い」ズレ表示がでた時点には音程がちゃんと正確にもどっていたりすることもあります。そういった部分も含めて、音感のない人にはなんだかブラックボックス的に感じるのかもしれません。
てか母音もですね。つまり歌詞ではなくトーン（音程）だけでこれだけできるということです。サキソフォンはピアノなどに比べて呼吸がかなり反映されるせいでコブシシャクリなどもほぼ完璧・・
ありがとうございます。
｢このカラオケマシンは子音は判定していないようです。｣
｢てか母音もですね。｣
｢つまり歌詞ではなくトーン（音程）だけでこれだけできるということです。｣
｢日本語のなかで｢っ｣｢ッ｣にだけは音程がないです（短い無音ですので、楽譜でいえば休符にあたります）。パ行やサ行など子音部分だけでは音程が判定できない音も少ないながら存在していますが、多くは子音にも母音にも音程があります（マ行がわかりやすい）。｣
A＝｢ちょっとぉー、やめてよぉー｣｢ピーポーピーポー｣｢いらっしゃいませ○○ー○にようこそー｣にそっくりな音程をださせることもできます。
このAはわかります。音程なのかどうかわかりませんが、物まねでも、鳥が人の声をまねるのもわかります。ただ、この｢いらっしゃいませ、ようこそ｣ともそっくりな音？がバイオリンで出せるということは、たぶん、初期値の｢い｣をいろいろな高さで出せてしまっても、後継継続する音を調整して｢いらっしゃいませ、ようこそ｣に聞こえるようなこともできてしまうのだと思いますが、どうなのでしょうか。
｢いらっしゃいませ、ようこそ｣を、歌唱にさせる場合、音程というのは、歌い出しの｢い｣をC4の音？にしてしまった場合、自動的に決まってしまうのでしょうか。
http://www.piano-c.com/about_piano_chord/leranInterval.html
https://jp.yamaha.com/services/music_pal/study/score/pitch/index.html
｢ドレミファソラシド｣と同じ音程で歌うことや、誰かの歌った｢ドレミファソラシド｣とは音程・度数が違った・狂った｢ドレミファソラシド｣で歌えるということはどういうことになるのでしょうか。
B=カラオケの点数判定機械も、たぶん四分の一音やそれ以下の周波数ズレを判定できていますが、表示としては（学校でならう楽譜にそって）二分の一音（シャープやフラットで移動するもの、音感があまりない人にもズレたとわかるもの）の幅を超えてズレたものだけをズレとして赤く表示しているように思います。また私がテレビでみた感じは完全なリアルタイム判定でもないようです。特に判定の難しい部分は、コンピューターが考えこんでしまっているようで、歌から1/2拍ほどおくれてメロディとのズレの判定をしています。
このBは興味深いです。短時間に多くのモーラを出す歌の場合は、評価できなくなるのでしょうか。
https://youtu.be/nYVyY1SFv08
VOCALOID5を購入して自分で実験したい気分になりました。
https://www.vocaloid.com/compare/
発音(なんと歌っているのかを言葉にできるもの)、ノート、ピッチ、ポルタメント 、レガート、グリッサンド、ビブラートなどもどうなっているのか
hathi
2017/03/21 22:49:51
1
1
2
1
1
2
2
88
83
てか母音もですね。つまり歌詞ではなくトーン（音程）だけでこれだけできるということです。サキソフォンはピアノなどに比べて呼吸がかなり反映されるせいでコブシシャクリなどもほぼ完璧・・
2018/09/19 03:51:44ありがとうございます。
2018/09/19 22:03:56｢このカラオケマシンは子音は判定していないようです。｣
｢てか母音もですね。｣
｢つまり歌詞ではなくトーン（音程）だけでこれだけできるということです。｣
｢日本語のなかで｢っ｣｢ッ｣にだけは音程がないです（短い無音ですので、楽譜でいえば休符にあたります）。パ行やサ行など子音部分だけでは音程が判定できない音も少ないながら存在していますが、多くは子音にも母音にも音程があります（マ行がわかりやすい）。｣
A＝｢ちょっとぉー、やめてよぉー｣｢ピーポーピーポー｣｢いらっしゃいませ○○ー○にようこそー｣にそっくりな音程をださせることもできます。
このAはわかります。音程なのかどうかわかりませんが、物まねでも、鳥が人の声をまねるのもわかります。ただ、この｢いらっしゃいませ、ようこそ｣ともそっくりな音？がバイオリンで出せるということは、たぶん、初期値の｢い｣をいろいろな高さで出せてしまっても、後継継続する音を調整して｢いらっしゃいませ、ようこそ｣に聞こえるようなこともできてしまうのだと思いますが、どうなのでしょうか。
｢いらっしゃいませ、ようこそ｣を、歌唱にさせる場合、音程というのは、歌い出しの｢い｣をC4の音？にしてしまった場合、自動的に決まってしまうのでしょうか。
http://www.piano-c.com/about_piano_chord/leranInterval.html
https://jp.yamaha.com/services/music_pal/study/score/pitch/index.html
｢ドレミファソラシド｣と同じ音程で歌うことや、誰かの歌った｢ドレミファソラシド｣とは音程・度数が違った・狂った｢ドレミファソラシド｣で歌えるということはどういうことになるのでしょうか。
B=カラオケの点数判定機械も、たぶん四分の一音やそれ以下の周波数ズレを判定できていますが、表示としては（学校でならう楽譜にそって）二分の一音（シャープやフラットで移動するもの、音感があまりない人にもズレたとわかるもの）の幅を超えてズレたものだけをズレとして赤く表示しているように思います。また私がテレビでみた感じは完全なリアルタイム判定でもないようです。特に判定の難しい部分は、コンピューターが考えこんでしまっているようで、歌から1/2拍ほどおくれてメロディとのズレの判定をしています。
このBは興味深いです。短時間に多くのモーラを出す歌の場合は、評価できなくなるのでしょうか。
https://youtu.be/nYVyY1SFv08
VOCALOID5を購入して自分で実験したい気分になりました。
https://www.vocaloid.com/compare/
発音(なんと歌っているのかを言葉にできるもの)、ノート、ピッチ、ポルタメント 、レガート、グリッサンド、ビブラートなどもどうなっているのか