Sinsy

Sinsy（しぃんしぃ、Singing Voice Synthesis System）は、名古屋工業大学で開発された歌声合成技術および同技術を応用したボーカルシンセサイザー。メロディーのデータと歌詞を入力することにより、歌声を合成できる。

概要

名古屋工業大学にて開発・メンテナンスが続けられている歌声合成ソフトウェア。オープンソースで公開されているスタンドアロン版と、Webサイトで公開されているオンライン版の2種類がある。

合成技術にHMM（Hidden Markov Model、隠れマルコフモデル）を採用しており、少ないメモリでも動作するのが特徴^[1]。2016年12月にはディープニューラルネットワーク(DNN)を用いた日本語ライブラリ「f001j_dnn_beta」がオンライン版でのみ公開され^[2]、AI歌唱ソフトとしても使用できるようになった。

メロディーと歌詞の入力データにはMusicXMLというXMLベースの楽譜データを用いる。

現行では3種類の女性の日本語音声（謡子・香鈴・波音リツS）と、1種類の女性（香鈴）と1種類の男性（松尾P）の英語音声、1種類の女性の中国語音声（香鈴）に対応している。

オンライン版

公式サイト^[3]上でシステムを公開しており、誰でも無料で利用可能。

サーバーの負荷軽減のため，曲長はHMM版で最大7分、DNN版で5分に制限されている^[3]。

オープンソース版

SourceForgeにてLinux版のソースコードが公開されている。利用にはビルドが必要。修正BSDライセンスで公開されている。 ライセンスに従うことでライブラリとして他ソフトウェアに組み込むことも可能。

オンライン版とは異なり、DNNによる歌声合成には対応していない。

関連項目

• 名古屋工業大学
  • Open JTalk - Sinsyと同じ名古屋工業大学の開発者らによって開発・運営のされる日本語話し声音声合成ソフト。
• 隠れマルコフモデル
• ニューラルネットワーク
• 音声合成
  • ボーカルシンセサイザー
• CeVIO Creative Studio - スタンドアロンな歌声合成機能を実装した商用姉妹ソフト。開発はSinsyの開発者ら^[4]が立ち上げた大学ベンチャーであるテクノスピーチ社^[5]。
• NEUTRINO - フレームワークの一つとして使用されている^[6]ほか、音声データベースの一つに謡子が使用されている。
• VOCALOID - ヤマハが開発したボーカルシンセサイザー。
• AquesTone - アクエストが開発したボーカルシンセサイザー。
• UTAU - シェアウェアのボーカルシンセサイザー。

脚注

外部リンク

• Sinsy - HMM-based Singing Voice Synthesis System - 公式サイト
• Sinsy - SourceForge版ページ
• Pysinsy - PythonからSinsyを使用するラッパーライブラリ

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） フリー 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