Model · 歌声の統合モデル
歌声を「五つの独立ノブ」ではなく結合系として見る
音高・接触・内転・駆動・声道を準独立なcontrol dimensionとして分けつつ、互いの結合を前提にする。
Evidence positioning
- Established
- Supporting evidence / analogue
- User observation
- User hypothesis
- AI inference
- Unknown
個々の要素にはEstablished / Supportingがあるが、五次元への整理はAI-assisted integrated model。
本文では、機構・解剖、cue、主観的な感覚、未検証の仮説、AIによる統合を同じ強さで扱いません。Evidence policyを見る →
歌声を理解するとき、「音高」「閉鎖」「息」「共鳴」を全部一つの良し悪しへ潰すと、操作の因果が見えなくなります。
Elucider Voiceでは、暫定的に次のcontrol dimensionを分けます。
- 音高に強く関わる長さ・strain
- 接触の時間構造や振動に参加する深さ
- 内転・medial compression
- 呼吸側のdrive
- 声道の音響条件
準独立であって、完全独立ではない
TAは一つの変数だけを動かす筋ではありません。
長さ、body stiffness、厚さ、接触、F0へ複数の影響を持ちます。
CTも声帯の長さと張りを変えます。
そのため、たとえば「音高だけ変えて厚さを完全固定する」という単純なノブ操作にはなりません。
balanceとして扱う
著者モデルでは、TAとCTなど複数方向のforceを同時に保ち、結果のbalanceを変える考え方を使います。
ただし、単純な
TA force − CT force
だけで状態が決まるわけではありません。
moment arm、受動張力、喉頭geometryなどが介在します。
最大化ではなく選択
厚い接触、強い内転、小さいVPD、強いTA/CTなどを常に最大化することが目的ではありません。
目的の音高・音量・音色・持続性によって望ましい状態は変わります。
したがって、Elucider Voiceでの目標は「最強の状態」ではなく、複数の条件の中から目的に合う状態を選び、再現できる範囲を広げることです。