科学技術と共に歩む

読者モニターレビュー【 竹内 朗 様 （業界・専門分野：Human speech perception, Speech quality evaluation, Automatic speech recognition, Musical instrument acoustics, 3D audio）】

本書は、人間の発声メカニズムについての専門書であるが、副題にもあるように、特に「測定」と「シミュレーション」にフォーカスした内容となっている。私の研究領域では主に音声知覚に取り組んでいるため、今回はそのメカニズムを詳しく学びたいと思ったことが、本書を手に取ったきっかけである。

全体を通して感じたことは、かなり「実践的」だということだ。測定方法の手順や使用する器具などが詳細に記されており、初学者でも順を追って理解しやすい。また、高精度な測定には高価な装置が必要になることも多いが、本書では複雑で高精度な手法だけではなく、より簡易的な手法についても取り上げられており、それぞれがこの研究分野においてどの程度の位置づけにあるのかが体系的に記述されている。全体の半分はモデリングやシミュレーションについての説明であるが、測定とシミュレーションそれぞれの強みや弱みにも言及されているため、どのような手順で実験を組み立てていくのがよいかを考える上でも、大変参考になった。

また、特筆すべき点として、図表の多さが挙げられる。ほとんどの見開きページに文章を補足する図表が掲載されている。特に、普段実際に目にすることのない発声器官の内部形状や、そもそも目に見えない音声の特徴を可視化し、その理解を助ける上で、これらの図表は大きな役割を果たしている。私自身、普段の研究でも、自分が計測・可視化したもののグラフが、本当に自分の求めているものを表しているのかを疑問に思うことがよくある。そうした際に、本書に惜しみなく掲載されている図を参考にできることは、研究を進める上で大きなアドバンテージだと言えるだろう。

構成としては、第1章が概説、2・4章がそれぞれ計測に関する記述で、3・5章がそれぞれに対応するシミュレーションとなっている。そのため、それぞれの章が独立性を保ちつつ、2・3章、4・5章が互いに補い合う構成になっている。特にシミュレーションの章でも計測に関する言及や比較があるため、実際の生体構造に基づいたシミュレーションについても理解を深めることができる。この点は初学者だけでなく、シミュレーションには慣れているものの計測の経験に乏しい研究者にとっても、知識を再確認する助けになるのではないだろうか。第5章の最後では、昨今とても注目されている機械学習についても触れられており、幅広い範囲のメソドロジーをぎゅっと凝縮した一冊になっている。

人間の音声という、身近でありながら観察することの難しいトピックではあるが、本書を通して体系的に理解することで、明日から自分の声にもっと興味を持てるようになるのではないだろうか。

読者モニターレビュー【 Mizu9673 様 （業界・専門分野：組み込み）】

本書は音声器官、音の生成に関する幅広い事柄をカバーした手引書である。
解剖学的な初歩から始まり、実験/測定の方法、シミュレーションまで、深層学習など近年の成果を交えて解説がなされている。

特に印象に残った点として以下の2点がある
1点目は第一章に記載されている、人が発声をする機構の解説である。
恥ずかしながら、私は本書を読むまで発声時の喉や筋肉、舌の動きを知らなかったが、
図解付きで解説されており、大まかな原理を知ることができた。
限られた紙面で丁寧に解説されており、私のような初学者でもこの後に必要な知識を得ることができた。

2点目は第二章、五章に記載されているシミュレーションである。
ここでは舌の材料力学的なモデルや音声の音響モデル、子音の流体力学モデル、
深層学習による発声時の声門のモデルなどが解説されている。
私は材料力学や流体力学についてあまり詳しくはないが、実際のモデルへの応用例を知ることができ、
それらの分野を学ぶモチベーションが高まったのを感じた。

まとめると、本書は広範囲の音声に関する内容をまとめた研究への入門書といえる
すべての前提知識を持つのは大変だと思うので、本書を読み進めながら周辺分野を学ぶといった使い方が良いのではと個人的に思う。
そういう意味で長期間お世話になる本だと思う。

読者モニターレビュー【 松岡 大輔 様 （業界・専門分野：プログラマー）】

本書は音声器官を計測し、シミュレートするための、具体的な手法を体系的にまとめた書籍である。技術を体系的に次代へ継承する際に、書籍が持ちうる役割は、上質な体系化を担うことである（「発刊にあたって」）という宣言の通り、「計測」「シミュレート」を軸に先行研究を体系的にまとめている。

本書は「メソッド」であるという自認（「発刊にあたって」）の通り、2章以降丁寧に方法が列挙されていく。ただ列挙するのではなく、体系的に、という点がポイントである。では、どのような観点から情報がまとめられているといえるか。軸となるのが、物理的メカニズムへの着目によって、生理学的にではなく物理的に発声のメカニズムを解明するという方法論的な選択を経た問いである。物理学的にアプローチするために、物理学の最も基本的なアプローチである「実験・観察」と「理論（シミュレーション）による説明」（「まえがき」）で情報を整理する。

この体系化の方針がシンプルかつ一貫していることによる、単なるレファレンスとは違う、体系化ということの強さがある。また、私は個人的に理論中心の研究しかしてこなかったので、物理学の実験・観察と理論の現場を垣間見て自身の研究スタイルと対比するのも興味深い。

たとえば、まずはMRIで口腔内の視覚的イメージを取得して、点成分の変動を記録する。その後、それを数理的にモデル化・シミュレートする。そして、数理的なシミュレーション結果をもとに、物理的な模型を作って実験する。実験器具のイラストがいろいろと掲載されていて、抽象的な数理が具体的な形を取るところに面白みを感じる。

このような物理学の基本的なアプローチを音声器官のメカニズムに適用して、その詳細を解明するというのが本書の問いである。あくまでも物理モデルが基本なので、機械学習による音声合成については副次的な扱いとなっている。

「上質な体系化」とはどういうことだろうか、と思って読んでみたが、本書の体系化の「上質さ」は、その軸が物理学そのものに内在しており、外から与えられたものではないという点に由来する。また、機械学習を主としては取り上げないという判断からも、著者たちの体系化の志向が読み取れる。

計測環境の選定から実験・観察の実際を経て、モデル化・シミュレーション、そして模型の作成まで、一連の工程が辿れるのは、上記の軸に沿って全工程が成立しているということであり、その意味でも本書の体系化は「上質」だといえる。たしかにこれは、書籍が他のメディアで代替しづらい部分を担っているといえるかもしれない。

レビュー,書籍紹介・書評掲載情報一覧