ところですでにお気付きの人も多いはずですが、音程やリズムなどは機械で採点できても、歌の情感といったものぱ、なかなかむずかしいものですね。
メロディー信号ではなく、歌手の歌と比較する音声多重の方式は、情感部分をも採点しようという試みなのです。
しかしこれにしても、節回しや息づかいなど歌手と同じように歌わなければ、高得点が出ない、という欠点があります。
やはり、人の耳で聞いて上手か下手かを判断するようなわけにはいかないのです。
しょせん"お遊び"と割り切ってしまえば、それでいいのですが・・・
現代の技術進歩をみれば、そのうち、音楽家のような耳を持った機械が現れないとはいい切れないでしょう。
もっとも、そのときまでカラオケブームが続いていればの話ですが......。
こうしてはじめて、マイコンでの比較が可能になるのです。
出てきた2つのパルス信号には、音声信号に含まれていた音程、歌詞、リズム、強弱などの情報がそっくり形を変えて含まれています。
そこでパルス幅、パルス数、繰り返し周期など、パルス信号の要素の違いを検出、一定の比率で点数を与えていきます。
こうして音程、リズムなど歌唱力のポイントとなる項目を採点できることになるのです。
ただ、きれいな声で歌う人もいれば、ガラガラ声の人もいます。
この違いは本来、歌唱力には無関係のはずですが、困ったことにパルス信号に違いが出てきてしまいます。
こうした音質の違いは、言葉でいえぽ母音より子音に、周波数でいえば、より高いほうに強く現れることから、波形変換の前後に、特別回路で母音だけを抽出したり、フィルターで周波数の高い部分をカットしたりするプロセスが必要となるのです。
また、女性と男性とはもともと音程が違うわけで、音程については、ある瞬間から次の瞬間までの2つの信号の変化量を比較することもしなければならないのです。
けっこう複雑な機構なのです。