唄音ウタ
| 分野 | 音声合成・音楽情報処理 |
|---|---|
| 成立 | 1980年代後半に試作、1990年代に整理されたとされる |
| 中心概念 | 発音の“唄付け”（うたづけ）と“語尾規則” |
| 主な用途 | 合唱風の朗唱、読み上げの歌唱化、歌詞校正 |
| 関連組織 | 音響言語研究推進協議会（通称・音研推協） |
| 代表的手法 | 五音符系列・子音軌道補正・拍相互写像 |
| 議論の的 | 知的財産と“既存声質の模倣”の線引き |
| 保守団体 | 伝統唄法保存会（関東連合） |
唄音ウタ（うたね うた）は、音声合成技術を通じて「歌」と「文字情報」を往復させる作法として知られている架空の音楽表現体系である[1]。民間の芸能実務から派生し、行政・教育にも波及したとされる[2]。
概要[編集]
は、文字で書かれた文章を“歌詞のように読ませる”のではなく、歌い方の規則を先に決め、その規則に従って文章側を組み替える方式として記述されることが多い[1]。そのため、同じ文章でも拍の取り方や母音の伸びが変わり、結果として別の「唄」になるとされる。
また、実務的にはは作曲というよりも校正に近い概念として扱われた経緯がある。たとえば、制作現場では歌詞を差し替えるたびに音響的な整合が崩れる問題があったため、語尾の“受け”を決め打ちするが導入されたとされる[3]。さらに、後述するによって、旋律ではなく言語の側から拍を再構成する工夫が広まったという。
この体系は、民間のライブ配信や自動アナウンスの高度化から始まり、のちに系の実証事業や、内の教育カリキュラムにも“教育用朗唱”として混入したとされる[4]。一方で、どこまでが表現でどこからが模倣か、という点が繰り返し論点化された。
成立と選定基準[編集]
が「体系」と呼ばれるようになったのは、1994年頃に音響言語研究側が、現場の“経験則”を規則セットに落とし込む指針を出したことに起因するとされる[5]。ここで重要視されたのは、(1) 文字列からの復元性、(2) 小さな入力差での音響差の再現性、(3) 人間の歌い手が聞いて“同じ唄”と認める範囲、の3点である。
ただし、音研推協の内部資料では、選定基準がさらに細分化されていたとする証言がある。具体的には、収録した音素データをに写像した際の誤差を、平均で±0.6セント以内、かつ最大でも±2.3セント以内に抑えることが目標値として掲げられていたとされる[6]。なお、この数値は“達成できた”というより“失敗しているのが見えにくい”という理由で採用された、という内部談もあり、後の批判につながったとされる。
また、掲載されるべき作例には暗黙の縛りがあったとされる。たとえば、歌詞の文字数が1行あたり14〜22文字に収まるように編集され、かつ1フレーズの区切りで呼気が必ず再現される設計になっていることが求められた[7]。このようには、聴感的な“気持ちよさ”と、計測可能な“再現しやすさ”の両立を装って拡張されていった。
歴史[編集]
起源：大阪“鼻声会”と通称シラブル帳[編集]
起源としてしばしば挙げられるのは、北部の小規模な合唱指導グループ「鼻声会」である[8]。当初は、発声の個人差を“気合”で埋めていたが、1991年の冬に指導者が喉の不調で倒れ、練習記録が滞ったことが転機になったとされる。そこで残されたのが、会員が書き残した通称であり、そこには「語尾は必ず“受け”の位置で落とす」などの経験則が細かく記されていたという。
伝承では、会員の一人がの講師（実名は資料ごとに揺れる）から“音響と言語の境界”の話を聞き、シラブル帳の記号を五音符系列に翻訳したとされる[9]。この翻訳が後のにつながったという主張がある。なお、当時の試作では、語尾の“落とし”を0.17秒、あるいは0.18秒とする2系統が並立し、どちらが正しいかは最終的に“聴いた人が笑わない方”で決まったとされる。
行政・教育への波及：港区実証と“朗唱検定”[編集]
が一気に社会へ広まったのは、で実施されたとされる“聞き取り支援の実証”である[10]。具体的には、区内の公共案内板向けに、自動読み上げを「歌声に近づける」改修が提案され、音研推協が協力したとされる。
当時、区の提出資料には「朗唱検定（非音楽枠）」という項目があり、受検者は年間で約3,400名、合格ラインは平均聴取正答率72.5%とされていた[11]。ただし、資料の末尾には「正答率は“聞き間違いの申告数”から推定」と注記があるため、実態は“どれだけクレームが出たか”を逆算したものではないか、と後年に指摘された。
さらに教育側では、学校の朝の会で朗唱を行う“国語発声プログラム”に組み込まれたとされる。ここでは、単元ごとに拍相互写像の係数を変え、「説明文は低域、感情語は中域」といった雑なルールが導入された。結果として、子どもたちは内容よりも“どの係数か”を覚えるようになったという逸話が残っており、翌学期に運用が“軽い儀式”へ形骸化したという[12]。
産業化と論争：模倣線引き、声の所有権騒動[編集]
産業化が進むと、は単なる表現技法ではなく、声質の“権利”に触れるものとして扱われるようになった。論点は「語尾規則が同じなら、声質も似せるのが当然か」という点である[13]。音研推協の技術文書では、似せるべき範囲を“耳が指差さない程度”と表現したとされ、あいまいさが批判を招いた。
この争点は、2006年にのイベント会場で発生したとされる“声の差し替え告知”で表面化した。出演者が舞台上で「私の声が別の歌い手の唄に変換されている可能性」を口にしたところ、主催側は「唄音ウタの規則に従っただけ」と回答したとされる[14]。ただし、現場で計測された平均フォルマント差が0.9未満だったという報告があり、単なる校正を超えていたのではないか、と疑われた。
一方で擁護派は、は音色をコピーするのではなく、文章側の情報を旋律のように整列させるだけだと主張した。つまり“声は残り、意味だけが歌い方に変換される”という説明である。この説明は一部で支持されたが、視聴者の体感としては「同じ声に聞こえるなら同じだ」という反論が強く、社会的には決着がつかなかったとされる。
技術的特徴（“それっぽさ”の核）[編集]
の核は、入力文を直接歌わせるのではなく、音韻の設計図としてを先に展開する点にあるとされる[15]。五音符系列とは、母音を5カテゴリに分け、さらに語尾・促音・撥音を“符の切れ目”として扱う方法であるという。
さらに、と呼ばれる仕組みによって、文章の句読点の位置が拍構造に変換される。実務では、句点を“強拍の影”として扱い、読点を“弱拍の回収”として配置するため、同じ文章でも読み上げ速度の変更だけでメロディの印象が変わるとされる[16]。なお、この係数調整は現場職人の勘が残っており、マニュアルが“笑えるほど短い”ことでも知られていた。
また、では、破裂音・摩擦音の出し始めを0.04秒単位で補正する、と記述される資料がある[17]。もっとも、資料の注記では「0.04秒は測定器の丸め値であり、意味はない」とも書かれているため、技術というより儀式に近いという批判が出た。ただし、儀式であっても再現されるなら成立する、という立場から研究は継続されたとされる。
批判と論争[編集]
批判の中心は、が“言葉の表現”と“声の所有”を同時に扱ってしまう点にあった。とくに、語尾規則が似ているだけなら問題ないはずだが、結果として聴感上は同一人物の声に近づくことがあり、判定が困難になるとされる[18]。
また、教育現場への導入については、音楽性の向上ではなく、暗記ゲーム化したという指摘があった。実際、港区の朗唱検定において、成績上位者が読解力ではなく“拍の癖”を答えるようになったとの調査報告が出たとされる[19]。ただし、この調査のサンプルは「直近2週間で出席率が上位だったクラス」だけに限られていたという証言もあり、妥当性に疑問が呈された。
さらに、伝統派はを中心に、が“人間の呼吸”を数理に置き換えており、歌の魂を奪うと主張した[20]。一方で研究側は、呼吸も信号処理の対象であり、魂の有無とは別問題だと反論した。最終的に両者は折り合うことなく、現在でも技術者と表現者の間に“不通の時差”が残っているとされる。
脚注[編集]
関連項目[編集]
脚注
- ^ 音響言語研究推進協議会『唄音ウタ規則集（初版）』音研推協出版, 1995.
- ^ 田中岑一郎『朗唱検定とその統計的推定』情報聴取学会, 1998.
- ^ Margaret A. Thornton『Mapping Prose into Metric Perception』Journal of Audio-Linguistics, Vol.12, No.3, pp.41-58, 2001.
- ^ 鈴木藍太『語尾規則の聴取心理学的条件』日本音声工学会『音声工学研究』第7巻第2号, pp.13-27, 2003.
- ^ Kiyotaka Matsumura『Mutual Beat Projection for Speech-Choir Hybridization』Proceedings of the International Workshop on Sonic Text, pp.77-96, 2004.
- ^ 音研推協技術委員会『五音符系列の誤差モデル（未公開付録）』音研推協内部資料, 1999.
- ^ 山崎紗季『教育用朗唱プログラムの運用評価：港区実証の検討』東京都教育研究所紀要, 第18号, pp.201-219, 2007.
- ^ Jonas K. Arendt『Voice Ownership and Procedural Mimicry in Synthesised Singing』Vol.5, Issue.1, pp.5-22, 2009.
- ^ 伝統唄法保存会編『呼吸を数えないための基礎文献』伝統唄法保存会出版部, 2012.
- ^ （書名がやや不自然）『拍相互写像論：正しい係数の選び方』港区文化振興財団, 2002.
外部リンク
- 音研推協アーカイブ
- 朗唱検定データポータル
- 伝統唄法保存会 研究室
- 拍相互写像 解説サイト
- 子音軌道補正 メモ帳