ヴォルフガング・フォン・ケンペレンの話す機械

ヴォルフガング・フォン・ケンペレンの発声機械は、オーストリア＝ハンガリー帝国の作家で発明家のヴォルフガング・フォン・ケンペレンが 1769 年に開発を始めた、手動の音声合成装置です。この同じ年に、彼は歴史に残る悪名高い貢献を成し遂げました。チェスをする自動人形「トルコ人」です。後に、内部にチェスをする人間がいたため、非常に広範囲にわたる手の込んだ作り物であることが判明しました。^[1]しかし、トルコ人の製作は 6 か月で完了しましたが、ケンペレンの発声機械はその後 20 年間を費やしました。^[2]最初の 5 年間の研究で 2 つの概念的な「行き詰まり」を経験した後、ケンペレンは 3 つ目の方向性で、最終的に「最終的」と見なせる設計にたどり着きました。それは、人間の発声器官の機能的表現モデルです。^[3]

ケンペレンの最初の音声合成の実験では、話し声のような音を出すのに必要な声道の最も基本的な要素だけが使われた。薪ストーブの火を起こすのに使われる台所のふいごが、空気の流れを供給する肺として使われた。一般的なバグパイプから抽出したリードが声門として使われ、声道の生の基本音の源となった。クラリネットのベルは、その堅い形にもかかわらず、口としては十分だった。この基本モデルは単純な母音しか出せなかったが、ベルの開口部に手を置いて空気の流れを遮ることで、いくらか追加の発音が可能だった。しかし、ほとんどの子音に必要な鼻音、破裂音、摩擦音を構成する物理的なハードウェアは存在しなかった。ケンペレンは、音声学の他の多くの初期の先駆者と同様に、特定の音の「高周波」として知覚される原因を声道全体のフォルマントの機能ではなく声門の機能として誤解していたため、シングルリードの設計を放棄し、マルチリードのアプローチを採用しました。^{[2] [3]}

2 つ目のデザインは、当時のオルガンに似たコンソールで、オペレーターが各文字に対応するキーのセットを操作するものでした。音は、その文字を発音するために必要な適切な形状と障害物を備えたさまざまなパイプに空気を送る共通のふいごによって生成されました。実験を通じて、リードの共鳴長は、特定の母音と摩擦音の高周波成分の生成には重要ではないことがわかったので、文字間の一貫性を保つために、リードと摩擦音をすべて同じピッチに調整しました。この時点ではすべての文字が表現されていませんでしたが、ケンペレンはほとんどの母音と、破裂音の/p/ や鼻音の/m/ を含むいくつかの子音を生成するために必要な技術を開発していたため、音節と短い単語を形成し始めることができました。しかし、これはすぐに彼の 2 つ目のデザインの主な欠陥につながりました。複数のリードが並列であるため、一度に複数の文字を発音できるようになったのです。そして音節と単語を構築する過程で、音の「重なり」（現在では共調音と呼ばれる）により、人間の発話の特徴をまったく持たない音になり、設計の意図を完全に損なってしまった。ケンペレンは次のようにコメントしている。
「実験を続けるためには、何よりもまず、自分が模倣したいものについて完璧な知識を持つ必要がありました。発話について正式に研究し、実験を行う際には絶えず自然を参考にしなければなりませんでした。このようにして、私のトーキングマシンと発話に関する理論は同等の進歩を遂げ、一方が他方のガイドとして機能しました。」^[3]
「私が使用していた方法に従えば、個別の文字を発明することは可能でしたが、それらを組み合わせて音節を形成することは決してできませんでした。すべての音がそこから発せられ、音に統一性を与える声門と口が 1 つしかない自然に従うことが絶対に必要でした。」^{[2] [3]}こうしてケンペレンは3番目で最終的な設計に取り掛かりましたが、この設計自体は多くの点で声道の 生理学
を「可能な限り忠実に」表現したものとなりました。

3 番目のアプローチは最初のアプローチと似た設計を踏襲したもので、概念的には 2 番目のアプローチよりも人間の発声器官の自然な設計に忠実でした。前と同様に、ふいご、リード、模擬口 (今回は手による操作で母音をより良く作り出すためにインドゴムで作られました) で構成されていましたが、さらに「喉」とそれに取り付けられた「鼻腔」 (鼻子音を発音するための 2 つの「鼻孔」付き)、/s/ と /ʃ/ の発音専用のレバーとチューブ、リードの振動を妨害して /r/ を発音するロッド、口を完全に閉じた状態でも空気がリードを通過できるようにする別の小型ふいご (/b/ を発音するために必要な機能) も含まれていました。ある時点では、/f/ をシミュレートするための特別なバルブが含まれていましたが、機械の開口部をすべて閉じて隙間から空気を漏らすだけで同じ音が得られることが判明したため、後に削除されました。同様に、設計のある時点では、唇として機能する一対のヒンジ付きシャッターを備えた木製の箱で構成された代替の「口」アセンブリがありました。箱の中には、舌として機能するヒンジ付きの木製の弦で操作するフラップがありました。このアセンブリの目的は、「b」や「d」などの破裂音を構成する際に口と舌を模倣することでしたが、適切な舌がなければ機械は /t/、/d/、/k/、および /ɡ/ を生成できないことにケンペレンが気付いたため、後に削除されました。彼は、/t/ と /k/ を /p/ に、/d/ と /ɡ/ を /b/ (それ自体は /p/ と有声音が異なるだけ) に置き換えることで、この問題全体を回避しました。よく知られている単語の場合、聞き手は発音の誤りをまったく無視することが多かった（この現象は後に認知科学の分野の研究者によって研究された）。ケンペレンは、彼が選んだリードの周波数と声道共鳴長により、人々は彼の機械の間違いをより寛容に受け止めるだろうと考えていた。これらの共鳴は、大人の共鳴よりも、はるかに幼い子供に似た共鳴を生み出すのである。^{[2] [3]} この3番目の設計は、それ以前のものとは異なり、フランス語、イタリア語、英語の完全なフレーズを話すことができた（ドイツ語も可能だったが、ドイツ語では子音がより頻繁に使用されるため、オペレーターにはより高いレベルのスキルが必要だった）。最大の制限はふいごで、人間の肺の6倍の容量があるにもかかわらず、人間の肺よりもはるかに早く空気がなくなることだった。この設計は声門音源として単一のリードに基づいていたため、2番目の設計に本質的に伴う共調音の問題はまったくなかった。しかし、その単一のリードは、スピーキング マシンの音声が単調であることを意味していました。^{[1]ケンペレンは、いくつかの}韻律を導入しようと時間を費やした。ケンペレンはリードアセンブリにピッチ変更機構を組み込んだが、効果はなかった。彼はこの設計を次の実験者たちに改良してもらうことにした。3番目の設計に追加されたこれらの重要な機能はすべて、ケンペレンによる音声言語と声道に関する20年にわたる集中的な研究から生まれたもので、音声生成の重要な生理学的要素のそれぞれについて、音響的および/または機械的に動作が精査され、再現された。^[3]

1804年、スピーキング・マシンが完成し公開された直後、ケンペレンは亡くなったが、その前に過去20年間の音声学研究をまとめた非常に包括的なジャーナルを出版していた。456ページに及ぶその本は「人間の発話のメカニズムとスピーキング・マシンの説明」（1791年出版）^{[2] [1]}で、ケンペレンによるスピーキング・マシンの構築（予備設計を含む）と人間の発声器官の研究のあらゆる技術的側面が網羅されていた。^[3]

1837年、チャールズ・ホイートストン卿はヴォルフガング・フォン・ケンペレンの研究を復活させ、彼のスピーキング・マシンの改良されたレプリカを作成しました。^{[3] [1]}過去50年間に開発された新しいテクノロジーを使用して、ホイートストンは音声成分のさらなる分析と合成が可能になり、音声学への科学的関心の第二の波を引き起こしました。博覧会でホイートストンのスピーキング・マシンの改良されたレプリカを見た後、若きアレクサンダー・グラハム・ベルは父親の助けと励ましを受けて独自のスピーキング・マシンの構築に着手しました。^{[1] [4]}ベルの実験と研究は最終的に1876年の電話の発明につながり、^[1]世界のコミュニケーションに革命をもたらしました。

1968 年、マルセル ファン デン ブローケ(アムステルダム大学) は修士論文の一部としてレプリカを作成し、その内容は「Sound Structures」(マルセル ファン デン ブローケ、ヴィンセント ファン ヒューベン、ウィム ゾンネフェルト編)、第 2 章、p 9-19: 「Wolfgang von Kempelen の Speaking Machine as a Performer」(Foris Publications、ドルドレヒト (オランダ)/Cinnaminson (米国)、1983 年) で報告されています。声道の N チューブ近似を使用した音響予測をレプリカの特性に適用した結果、知覚的にすでに確立されていたことが示されました。つまり、このマシンは /a/ のような母音と /o/ のような母音の 2 つの母音のような音しか生成できないということです。生成された子音のうち、汎用破裂音は非常に説得力があります。一般的な鼻音も簡単に識別できますが、歯擦音とガラガラ音の /r/ は、目撃者フォン・ヴィンディッシュが 2 世紀前に報告したように不快です。

• フォン・ケンペレン、ヴォルフガング、Mechanismus Der Menschlichen Sprache Nebst Beschreibung Seiner Sprechenden Maschine、オーストリア: シュトゥットガルト - バート・カンシュタット、1970 年。
• ヴォルフガング・フォン・ケンペレン: 機械の構造。 / 人間の音声のメカニズム。 : Kommentierte Transliteration & Übertragung ins English / コメント付きの音訳と英語への翻訳。 Herausgegeben von / 編集：Fabian Brackhane、Richard Sproat、Jürgen Trouvain;ドレスデン 2017 (オンライン版)。

• https://www.youtube.com/watch?v=k_YUB_S6Gpo youtube.com にある Kempelen の音声マシンのレプリカ