1. 音高(ピッチ)と周波数の違い:空気の振動が音符になるまで

車のクラクションから小鳥のさえずり、チェロの重厚な低音、そしてあなた自身の歌声に至るまで、私たちが耳にするすべての音は、目に見えない空気の波が前後に振動することによって生み出されています。

物理学や音響工学において、この振動の速さはヘルツ(Hz)を単位とする周波数(Frequency)で測定されます。ヘルツは「1秒間あたりの振動回数」を意味します。例えば、バイオリンの弦が周囲の空気を1秒間に440回押し引きして振動させた場合、その音波の周波数は440 Hzになります。

一方、音高(ピッチ)とは、その周波数を人間の脳が知覚した音楽的な高さのことです。音楽家は「261.6 Hzで歌って」とは言わず、その周波数を「中央のド(C4)」と呼びます。ピッチ検出器は、マイクから入る生の空気振動をミリ秒単位でサンプリングし、数学的な周波数をリアルタイムで計算して、正確な音名、オクターブ番号、音程のズレを瞬時に教えてくれる翻訳機なのです。

2. 「セント(Cents)」とは何か?(音程の精密な定規)

西洋音楽において、ピアノの隣り合う2つの鍵盤の間(ドからド#、ミからファなど)の距離を半音(セミトーン)と呼びます。では、ドよりもほんの少し高いけれど、ド#までは届かない中途半端な音で歌ってしまった場合、そのズレをどう表すのでしょうか?

音響学では、半音の幅をさらに100等分した微小単位「セント(Cents)」を用いて音程の正確さを表します:

セント偏差 音程の正確さの分類 人間の耳による聴感
0 セント 完璧なジャストピッチ 澄み切ったクリスタルな完璧な音程
-5 〜 +5 セント プロのコンサート水準 99%の人間の耳にはズレが全く知覚できない極めて高い精度
-15 〜 +15 セント 自然なボーカルビブラートの範囲 感情豊かな独唱や弦楽器のビブラートにおいて心地よい許容範囲
±25 セント以上 はっきりと音痴・音ハズレに聞こえる 誰が聴いてもピッチが外れている・不協和音だと感じられる
セントメーターの読み方:
• マイナス(左寄り/黄色):フラット(Flat)=音が低すぎます。息の支えを強めるか、弦を巻き上げてください。
• プラス(右寄り/赤色):シャープ(Sharp)=音が高すぎます。喉の余分な力を抜くか、弦を緩めてください。
• 0 セント(中央/緑色):完璧なイン・チューンです!

3. 自己相関法(Autocorrelation)の高度な数学的仕組み

歌い手がマイクに向かって声を伸ばすとき、声帯から出る音は無菌室の電子音のような単純なサイン波ではありません。息漏れの摩擦音、口腔の共鳴、胸の響き、そして複雑に重なり合う倍音が無数に含まれています。

TunerwithMicでは、時間領域(タイムドメイン)での高度な解析アルゴリズムである自己相関法(Autocorrelation)を採用しています:

  1. ブラウザのWeb Audio APIから毎秒44,100サンプルの連続オーディオストリームを取り込みます。
  2. 音波の複製を作成し、わずか数分の1ミリ秒ずつ時間を遅らせながら元の波形と重ね合わせて比較(波形自身の自己相関)を行います。
  3. 遅延させた波形の山と谷が元の波形と完全に合致したとき、その時間差からその音の真の基本周期($T_0$)が判明します。
  4. 周期を周波数に変換($F = 1 / T$)することで、室内のノイズや複雑な高周波倍音に惑わされることなく、真の基音のヘルツを極めて正確に算出します。

4. ピッチ検出器を使ったボーカルトレーニング活用法

歌い手にとって、リアルタイムの視覚的な音程フィードバックは革命的なトレーニングツールになります。世界中のボイストレーナーがピッチメーターを活用して歌唱の癖を矯正しています:

  • 「しゃくり(すくい上げ)」の改善:初心者に多いのが、低い音からサイレンのようにずり上げて音程を合わせる癖です。画面のセントバーを見ながら、最初のアタック(発声の瞬間)から目標の音の中央に一発でピタッと当てる練習を行います。
  • フレーズ末尾の音程下がり(サグ)を防ぐ:長いフレーズの終わりで息が足りなくなると、音程が15〜30セント下がってしまいがちです。視覚的にメーターを確認しながら、最後の母音を切り終える瞬間まで腹式呼吸の支えを維持する感覚を掴めます。
  • ビブラートのセンターを安定させる:健全なビブラートは中心音の周りを毎秒5〜6回ほど均等に揺れる波です。メーターを見ながら、ビブラートが上ずったりぶら下がったりせず、中央音を基準に均等に揺れているか確認できます。

5. リアルタイム・オシロスコープ波形表示

音名表示のすぐ下に、リアルタイムで波打つオシロスコープ波形(Oscilloscope Waveform)が配置されています:

  • 口笛やフルートの音:倍音が少なく、滑らかで対称的な美しいサイン波を描きます。
  • 肉声(「あー」「おー」):声道のフォルマント共鳴を反映した、細かくギザギザとした表情豊かな倍音リッチな波形が現れます。
  • ディストーションギターやスネアの打音:高密度で尖った複雑なスパイク状の過渡波形(トランジェント)が激しく描かれます。

6. よくある質問(FAQ)

FAQ マイクの音声が録音されたりサーバーに送信されることはありますか?
いいえ、一切ありません。音声解析は100%すべてお使いのブラウザ内(Web Audio DSP)でリアルタイムに処理されます。音声データが外部サーバーにアップロードされたり、保存されたりすることは一切ないため、プライバシーは完全に保護されます。
FAQ 和音(コード)や複数の歌声を同時に検出できますか?
このピッチ検出器はモノフォニック(単音検出)設計です。1つの支配的な基本周波数(1人の歌声、1本のフルート、または1本の弦の単音)を追跡するよう作られています。複雑なピアノコードを鳴らすと、最も音量の大きいルート音を追従するか、構成音の間で表示が切り替わります。
FAQ ピッチ検出器が急に1オクターブ上の音を表示するのはなぜですか?
低音の男性の声やベースギターなどでは、低周波の基音よりも高い倍音成分(第2倍音など)のエネルギーが強く出ることがあります。マイクに少し近づいて歌うか、口を丸く開けて「おー」と発声すると、検出器が真の最低オクターブの基音を確実に捉えやすくなります。
FAQ 歌唱において「許容範囲」とされるセントの誤差はどのくらいですか?
±5〜±10セント以内であればプロレベルの卓越した音程です。市販のポップス歌手でもビブラートを含めて±15セント程度に収まっています。±25セントを超えると、聴衆に明らかにピッチが外れていると感じられます。
FAQ 履歴リストの音名バッジをクリックするとどうなりますか?
歌ったり鳴らしたりした新しい音が「検出履歴」として画面下に並びます。任意のバッジをクリックすると、その音の正確な基準シンセ音(サイン波トーン)が再生され、耳で正しいピッチを確かめることができます。
FAQ 部屋の周囲のノイズが検出に影響しますか?
マイクはエアコンの作動音、PCのファンノイズ、周囲の話し声なども拾います。メーターの数値が細かく揺れて安定しない場合は、静かな部屋に移動するか、マイクの入力ゲインを調整するか、口元に近いヘッドセットマイクをご使用ください。