JP2000305582A - 音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】 発声速度が遅い場合の母音無声化音節の品質
劣化を改善し、聴感品質の良い合成音声を生成すること
ができる音声合成装置を提供する。 【解決手段】 音声合成装置は、パラメータ生成部３０
０が、中間言語解析部３０１、ピッチパタン生成部３０
２、字面やアクセントなどの入力テキストのみを基準に
母音の無声化判定を行う母音無声化一次判定部３０３、
母音無声化一次判定結果とユーザから指定される発声速
度レベルとから最終的な無声化判定を行う母音無声化二
次判定部３０４、音韻パワー決定部３０５、音韻継続時
間算出部３０６、及びユーザから指定された発声速度に
応じて音韻継続時間を修正する継続時間修正部３０７を
備え、通常の発声速度や速い発声速度の時は従来通りの
規則に従って母音の無声化処理を施し、発声速度が遅い
時には母音の無声化処理を施さないように構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、規則によって任意
の音声を合成する音声合成装置に関し、特に、日常読み
書きしている漠字・仮名混じり文を音声として出力する
テキスト音声変換技術に関して母音無声化時の音韻継続
時間制御を改良した音声合成装置に関する。

【０００２】

【従来の技術】テキスト音声変換技術は、我々が日常読
み書きしている漠字かな混じり文を入力し、それを音声
に変換して出力するもので、出力語彙の制限がないこと
から録音・再生型の音声合成に代わる技術として種々の
利用分野での応用が期待できる。

【０００３】従来、この種の音声合成装置としては、図
６に示すような処理形態となっているものが代表的であ
る。

【０００４】図６は従来の音声合成装置の構成を示すブ
ロック図である。

【０００５】図６において、１０１はテキスト解析部、
１０２はパラメータ生成部、１０３は波形生成部、１０
４は単語辞書、１０５は素片辞書である。

【０００６】テキスト解析部１０１は、漢字かな混じり
文を入力して、単語辞書を参照して形態素解析し、読
み、アクセント、イントネーションを決定し、韻律記号
付き発音記号（中間言語）を出力する。

【０００７】パラメータ生成部１０２は、ピッチ周波数
パターンや音韻継続時間等の設定を行い、波形生成部１
０３では、音声の合成処理を行う。

【０００８】波形生成部１０３は、目的とする音韻系列
（中間言語）から音声合成単位を、あらかじめ蓄積され
ている音声データから選択し、パラメータ生成部で決定
したパラメータに従って、結合／変形して音声の合成処
理を行う。

【０００９】音声合成単位は、音素、音節（ＣＶ）、Ｖ
ＣＶ，ＣＶＣ（Ｃ：子音、Ｖ：母音）等や、音韻連鎖を
拡張した単位がある。

【００１０】音声合成方法としては、あらかじめ音声波
形にピッチマーク（基準点）を付けておき、その位置を
中心に切り出して、合成時には合成ピッチ周期に合わせ
て、ピッチマーク位置を合成ピッチ周期ずらしながら重
ね合わせる合成方式が知られている。

【００１１】上記構成のテキスト音声変換によって、よ
り自然性の高い合成音声を出力するには、音声素片の単
位の持ち方、素片品質、合成方式と共に、前記パラメー
タ生成部でのパラメータ（ピッチ周波数パターン、音韻
継続時間長、ポーズ、振幅）をいかに自然音声に近くな
るよう適切に制御するかが極めて重要となる。ポーズと
は、文節の前後の若干の休止区間をいう。

【００１２】以上の構成において、日常読み書きしてい
る漠字仮名混じり文（以下、テキストという）を入力す
ると、テキスト解析部１０１は、文字情報から音韻・韻
律記号列を生成する。音韻・韻律記号列とは、入力文の
読み、アクセント、イントネーション等を文字列として
記述したもの（以下、中間言語という）である。単語辞
書１０４は、単語の読みやアクセント等が登録された発
音辞書で、テキスト解析部１０１はこの発音辞書を参照
しながら中間言語を生成する。

【００１３】テキスト解析部１０１で生成された中間言
語は、パラメータ生成部１０２で、音声素片（音の種
類）、音韻継続時間（音の長さ）、基本周波数（声の高
さ、以下ピッチという）等の各パターンからなる合成パ
ラメータを決定し、波形生成部１０３に送る。音声素片
とは、接続して合成波形を作るための音声の基本単位
で、音の種類等に応じて様々なものがある。

【００１４】パラメータ生成部１０２で生成された各種
パラメータは、波形生成部１０３で音声素片等を蓄積す
るＲＯＭ等から構成された素片辞書１０５を参照しなが
ら、合成波形が生成され、スピーカを通して合成音声が
出力される。

【００１５】以上がテキスト音声変換処理の流れであ
る。

【００１６】次に、パラメータ生成部１０２における処
理を図７を参照して詳細に説明する。

【００１７】図７は従来の音声合成装置のパラメータ生
成部１０２の構成を示すブロック図である。

【００１８】図７において、パラメータ生成部１０２
は、中間言語解析部２０１、ピッチパタン生成部２０
２、母音無声化判定部２０３、音韻パワー決定部２０
４、音韻継続時間算出部２０５、継続時間修正部２０６
から構成される。

【００１９】パラメータ生成部１０２に入力される中間
言語は、アクセント位置・ポーズ位置などを含んだ音韻
文字列であり、これより、ピッチの時間的な変化（以
下、ピッチパタンという）、それぞれの音韻の継続時間
（以下、音韻継続時間という）、音声パワー等の波形を
生成する上でのパラメータ（以下、波形生成用パラメー
タという）を決定する。入力された中間言語は、中間言
語解析部２０１で文字列の解析が行われ、中間言語上に
記された単語区切り記号から単語境界を判定し、アクセ
ント記号からアクセント核のモーラ位置を得る。

【００２０】アクセント核とは、アクセントが下降する
位置のことで、１モーラ目にアクセント核が存在する単
語を１型アクセント、ｎモーラ目にアクセント核が存在
する単語をｎ型アクセントと呼び、総称して起伏型アク
セント単語と呼ぶ。逆に、アクセント核の存在しない単
語（例えば「新聞」や「パソコン」）を０型アクセント
または平板型アクセント単語と呼ぶ。

【００２１】ピッチパタン生成部２０２は、中間言語上
のフレーズ記号・アクセント記号などにより、それぞれ
の応答関数のパラメータの決定を行う。またこの時、ユ
ーザからの抑揚（イントネーションの大きさ）指定や全
体的な声の高さの指定があった場合は、それに応じて、
フレーズ指令・アクセント指令の大きさを修正する。

【００２２】母音無声化判定部２０３は、中間言語上の
音韻記号やアクセント記号などから、母音の無声化判定
を行い、その結果を音韻パワー決定部２０４と音韻継続
時間算出部２０５に送る。母音の無声化については後述
する。

【００２３】音韻継続時間算出部２０５は、音韻文字列
からそれぞれの音韻の持続時間を計算し、継続時間修正
部２０６に送る。音韻継続時間の算出方法は、隣接する
音韻の種別により規則または、数量化１類などの統計的
手法を用いる。ユーザが発声速度を指定する場合は通
常、指定されたレベルに応じて、前述のしかるべき手法
により算出された音韻継続時間を継続時間修正部２０６
で線形伸縮する処理を行う。但し、通常、波形伸縮を行
うのは母音のみであり、それを表わしたのが図８であ
る。

【００２４】図８は発声速度の違いによる波形伸縮を示
す図である。

【００２５】継続時間修正部２０６で発声速度レベルに
応じて伸縮された音韻継続時間は、図示していない波形
生成部に送られる。

【００２６】また、音韻パワー決定部２０４は、波形の
振幅値を算出し、波形生成部１０３（図６）へ送る。音
韻パワーは、音韻の立ち上がりの徐々に振幅値が大きく
なる区間と、定常状態にある区間と、立ち下がりの徐々
に振幅値が小さくなる区間のパワー遷移のことであり、
通常はテーブル化された係数値から算出される。

【００２７】以上説明したこれらの波形生成用パラメー
タは波形生成部１０３へ送られ、合成波形が生成され
る。

【００２８】さらに、母音無声化について詳細に説明す
る。

【００２９】人間が言葉を発する時には、肺から押し出
された空気を声帯の開閉運動により音源とし、顎・舌・
唇などを動かすことにより声道の共鳴特性を変化させて
種々の音韻を表現している。前述したピッチは、声帯の
振動周期に対応し、この時間的変化がアクセントやイン
トネーションの表現となる。このような声帯振動の他
に、舌によって声道のある部分に狭い場所を作り、そこ
を空気流が通り抜けるときに乱流を生じて雑音的な音を
生成する摩擦音や、舌や唇で声道を遮断して一時空気流
を止めた後に一気に開放してインパルス的な音を生成す
る破裂音もある。

【００３０】母音や破裂音「／ｂ，ｄ，ｇ／」、摩擦音
「／ｊ，ｚ／」、「／ｍ，ｎ，ｒ／」などの鼻子音・流
音といった、声帯の振動を伴う音韻を総称して有声音、
破裂音「／ｐ，ｔ，ｋ／」、摩擦音「／ｓ，ｈ，ｆ／」
といった、声帯の振動を伴わない音韻を無声音と呼ぶ。
特に、子音に注目して、声帯の振動を伴う子音を有声子
音、伴わない子音を無声子音と呼ぶ。有声音では、声帯
振動による周期的な波形が生成され、無声音では雑音的
な波形が生成される。

【００３１】共通語では、例えば「菊」という単語を自
然に発音すると「ｋｉｋｕ」の最初の母音「ｉ」は、口
構えだけを残して声帯を振動させず、息だけで発音する
現象が見られる。これが母音の無声化であり、この例を
図９に示す。

【００３２】図９は「取材した」の実発音波形を示す図
である。

【００３３】図９に示すように、「取材した」の「ｓｈ
ｉ」の母音は周期的な波形として現れず、無声摩擦音
「ｓｈ」に融合された様な波形となっている。

【００３４】テキスト音声変換システムにおいても、母
音の無声化表現は聴感品質を向上させるために必要であ
り、この判定を行うのが前記図７における母音無声化判
定部２０３である。ここで無声化すると判定された母音
は、音韻パワー決定部２０４と音韻継続時間算出部２０
５において、それに応じた特殊な処理が施される。

【００３５】無声化母音は、通常の母音とは異なり、音
韻パワー０、音韻継続時間０として波形生成部１０３に
送られる。この場合、音韻継続時間算出部２０５では、
母音の継続時間が削除されるのを補うため、その分を子
音（前記図９の例の場合「ｓｈ」）の継続時間に加算す
るという操作が行われる。そして波形生成部１０３で
は、母音の音素片は使用せず子音素片のみで合成波形を
生成する。

【００３６】無声化判定は、通常以下の規則に従って行
われている。すなわち、 （１）無声子音（無音を含む）に挟まれた母音／ｉ／，
／ｕ／は無声化する （２）但し、アクセント核が存在すれば無声化しない （３）但し、前母音がすでに無声化していれば無声化し
ない （４）但し、疑問文末は無声化しない である。但し、これらは一般的な傾向から導き出された
規則であり、実際の発声では上述の規則通りに無声化が
起こるとは限らない。また、個人によっても差があるた
め、一例として示したものである。上記基本規則（１）
を満たすが、基本規則（２），（３），（４）の例外規
則により無声化しない母音は、その継続時間を短くした
り振幅値を小さくするなど、無声化に準じた取り扱いを
する場合もある。

【００３７】ここで、母音が無声化した場合の波形伸縮
について説明する。上述したように、発声速度の変化に
よる波形伸縮は、周期的成分を持つ母音区間のみで行わ
れていた。しかし母音が無声化した場合は、母音素片は
全く使用されていないので子音区間で波形伸縮が行われ
ていた。母音（有声音）素片による波形伸長の場合は、
声帯振動を駆動源とするインパルス応答波形を繰り返し
ピッチ周期ずらして重畳することにより実現されるのに
対して、子音（無声音）素片による波形伸長の場合は、
終端を起点に折り返した波形を繋ぎあわせることで実現
していた。

【００３８】

【発明が解決しようとする課題】このような従来の母音
無声化時の継続時間制御方法にあっては、母音が無声化
した場合には子音区間で波形伸縮を行っているため、発
声速度を極端に遅くした場合にその子音の明瞭度が著し
く劣化するという問題点があった。

【００３９】また、子音長が極端に長くなるため、発声
リズムが損なわれ、聞き苦しい合成音になるという問題
点があった。

【００４０】本発明は、発声速度が遅い場合の母音無声
化音節の品質劣化を改善し、聴感品質の良い合成音声を
生成することができる音声合成装置を提供することを目
的とする。

【００４１】また、本発明は、発声速度が遅い場合の母
音無声化音節の品質劣化を改善すると共に、発声リズム
も損なわれない聞き易い合成音声を生成することができ
る音声合成装置を提供することを目的とする。

【００４２】

【課題を解決するための手段】本発明に係る音声合成装
置は、音声の基本単位となる音声素片が登録された素片
辞書と、音韻・韻律記号列に対して少なくとも音声素
片、音韻継続時間、基本周波数の合成パラメータを生成
するパラメータ生成部と、パラメータ生成部からの合成
パラメータを素片辞書を参照しながら波形重畳を行って
合成波形を生成する波形生成部とを備えた音声合成装置
において、パラメータ生成部は、発声速度に応じて母音
無声化処理を行うか否かの判定基準を変える母音無声化
判定手段を備えたことを特徴とする。

【００４３】本発明に係る音声合成装置は、音声の基本
単位となる音声素片が登録された素片辞書と、音韻・韻
律記号列に対して少なくとも音声素片、音韻継続時間、
基本周波数の合成パラメータを生成するパラメータ生成
部と、パラメータ生成部からの合成パラメータを素片辞
書を参照しながら波形重畳を行って合成波形を生成する
波形生成部とを備えた音声合成装置において、パラメー
タ生成部は、母音無声化処理を行うか否かを判定する母
音無声化判定手段と、ユーザから指定された発声速度に
応じて音韻継続時間を修正する継続時間修正手段とを備
え、母音無声化判定手段は、指定された発声速度が所定
の閾値より遅い場合に無声化処理を行わないと判定する
ことを特徴とする。

【００４４】本発明に係る音声合成装置は、母音無声化
判定手段が、字面やアクセントなどの入力テキストのみ
を基準に母音の無声化判定を行う第１の判定手段と、第
１の判定手段による判定結果とユーザから指定される発
声速度とから最終的な無声化判定を行う第２の判定手段
とを備えたものであってもよい。

【００４５】本発明に係る音声合成装置は、母音無声化
判定手段が、無声化処理を行わないと判定する閾値は、
ユーザが指定できるものであってもよい。

【００４６】本発明に係る音声合成装置は、母音無声化
判定手段が、無声化処理を行わないと判定する閾値は、
通常の発声速度の１／２であってもよい。

【００４７】本発明に係る音声合成装置は、音声の基本
単位となる音声素片が登録された素片辞書と、音韻・韻
律記号列に対して少なくとも音声素片、音韻継続時間、
基本周波数の合成パラメータを生成するパラメータ生成
部と、パラメータ生成部からの合成パラメータを素片辞
書を参照しながら波形重畳を行って合成波形を生成する
波形生成部とを備えた音声合成装置において、パラメー
タ生成部は、母音無声化処理を行うか否かを判定する母
音無声化判定手段と、ユーザから指定された発声速度と
母音無声化判定手段の判定結果に応じて音韻継続時間を
修正する継続時間修正手段とを備え、継続時間修正手段
は、所定の制限値を超えて無声子音の継続時間の伸長処
理を行わないことを特徴とする。

【００４８】本発明に係る音声合成装置は、継続時間修
正手段が、無声子音の継続時間の伸長処理を行わない制
限値を、無声子音の種別に応じて変更可能に構成したも
のであってもよい。

【００４９】本発明に係る音声合成装置は、継続時間修
正手段が、無声子音の継続時間の伸長処理を行わない制
限値を、素片辞書に登録された音声素片の長さに応じて
変更可能に構成したものであってもよい。

【００５０】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。 第１の実施形態 図１は本発明の第１の実施形態に係る音声合成装置のパ
ラメータ生成部の構成を示すブロック図である。本発明
の特徴部分は、無声化判定手段及びその実現方法にあ
る。前記図６に示すテキスト解析部１０１、単語辞書１
０４、波形生成部１０３、素片辞書１０５は従来技術の
ものと同一でよい。

【００５１】図１において、パラメータ生成部３００
は、中間言語解析部３０１、ピッチパタン生成部３０
２、母音無声化一次判定部３０３（第１の判定手段）、
母音無声化二次判定部３０４（第２の判定手段）、音韻
パワー決定部３０５、音韻継続時間算出部３０６、及び
継続時間修正部３０７（継続時間修正手段）から構成さ
れる。

【００５２】パラメータ生成部３００への入力は、従来
例と同じく韻律記号の付加された中間言語とユーザから
指定される発声速度パラメータである。また、ユーザの
好みや利用形態などにより、声の高さやイントネーショ
ンの大きさを示す抑揚などの声質パラメータを外部から
指定する場合もある。

【００５３】合成対象の中間言語は、中間言語解析部３
０１に入力され、ユーザ指定の発声速度パラメータは、
母音無声化二次判定部３０４と継続時間修正部３０７に
入力される。中間言語解析部３０１からの出力データの
うち、例えば、フレーズ区切り記号、単語区切り記号、
アクセント記号といったパラメータはピッチパタン生成
部３０２に入力され、音韻記号列や単語区切り記号、ア
クセント記号といったパラメータは音韻パワー決定部３
０５と音韻継続時間算出部３０６に入力され、音韻記号
列やアクセント記号といったパラメータは母音無声化一
次判定部３０３に入力される。

【００５４】ピッチパタン生成部３０２は、入力された
パラメータからフレーズ指令の生起時点と大きさ、アク
セント指令の開始時点・終了時点と大きさといったデー
タを算出し、ピッチパタンを生成する。生成されたピッ
チパタンは波形生成部１０３（前記図６）に入力され
る。ピッチパタン生成過程については、本発明と直接関
係がないので説明を省略する。

【００５５】母音無声化一次判定部３０３は、字面やア
クセントなどの入力テキストのみを基準に母音の無声化
判定を行い、その判定結果を母音無声化二次判定部３０
４に出力する。

【００５６】母音無声化二次判定部３０４は、母音無声
化一次判定結果とユーザから指定される発声速度レベル
とから最終的な無声化判定を行い、その最終的な判定結
果を音韻パワー決定部３０５と音韻継続時間算出部３０
６に出力する。

【００５７】音韻パワー決定部３０５は、母音無声化判
定結果と、中間言語解析部３０１から入力される音韻記
号列とから、音韻それぞれの振幅形状を算出し、波形生
成部１０３に出力する。

【００５８】音韻継続時間算出部３０６は、母音無声化
判定結果と、中間言語解析部３０１から入力される音韻
記号列とから、音韻それぞれの継続時間を算出し、継続
時間修正部３０７に出力される。

【００５９】継続時間修正部３０７は、ユーザから指定
された発声速度パラメータで音韻継続時間を修正してそ
の結果を波形生成部１０３に出力する。

【００６０】上記母音無声化一次判定部３０３及び母音
無声化二次判定部３０４は、全体として、発声速度に応
じて母音無声化処理を行うか否かの判定基準を変える母
音無声化判定手段を構成する。

【００６１】以下、上述のように構成された音声合成装
置及び規則音声合成方法の動作を説明する。従来技術と
異なる点は、パラメータ生成部３００内の処理であるの
で、それ以外の処理については省略する。

【００６２】まず、ユーザはあらかじめ発声速度レベル
を指定する。発声速度は通常、１分間に何モーラの割合
で発声するかといった形式のパラメータとして与えら
れ、利用便利上、５〜１０段階程度に量子化してそのレ
ベル値を与える。このレベルに応じて、音韻継続時間の
伸長などの処理を行う。また、声の高さや抑揚などの声
質制御のためのパラメータなども指定することができ
る。ユーザが特に指定しない場合は、あらかじめ定めら
れた値（デフォルト値）が指定値として設定される。

【００６３】図１に示すように、指定された発声速度制
御用パラメータがパラメータ生成部３００内部の母音無
声化二次判定部３０４と継続時間修正部３０７に送られ
る。もう一方の入力の中間言語は、中間言語解析部３０
１に送られ、中間言語解析部３０１で入力文字列の解析
が行われる。ここでの解析単位として仮に１文章単位と
する。１文章に対応する中間言語から、ピッチパタンの
生成に関わるパラメータとして例えば、フレーズ指令の
数とそれぞれのフレーズ指令のモーラ数、アクセント指
令の数とそれぞれのアクセント指令のモーラ数・アクセ
ント型などの情報がピッチパタン生成部３０２に送られ
る。

【００６４】ピッチパタン生成部３０２では、入力され
たパラメータから数量化１類などの統計的手法を用い
て、フレーズ指令・アクセント指令それぞれの大きさや
立ち上げ・立ち下げ位置などの算出を行い、あらかじめ
規定した応答関数を用いてピッチパタンの生成を行う。
ここで、数量化１類は、多変量解析の１つであり、質的
な要因に基づいて、目的となる外的基準を算出するもの
である。導出されたピッチパタンは波形生成部１０３
（前記図６）に送られる。ピッチパタン生成過程につい
ては本発明と直接関係がないのでここでは詳細な説明は
省略する。

【００６５】また、アクセント記号・音韻文字列など
は、母音無声化一次判定部３０３に送られ、母音の無声
化判定が行われる。一次判定では文字列の並びのみから
判定が行われ、一時的な判定結果として母音無声化二次
判定部３０４に送られる。

【００６６】母音無声化二次判定部３０４には、ユーザ
から指定される発声速度レベルも入力されており、上記
一次判定結果と併せて二次判定処理が行われる。二次判
定は、ユーザの指定した発声速度がある規定値を超えた
か否かを比較し、比較結果から発声速度が遅いと判定さ
れた場合に限り母音無声化処理を行わないようにする。

【００６７】この処理が施された後が母音無声化の最終
判定となり、音韻パワー決定部３０５と音韻継続時間算
出部３０６に送られる。

【００６８】音韻パワー決定部３０５では、先に中間言
語解析部３０１から入力された音韻文字列などのパラメ
ータから音韻あるいは音節それぞれの波形振幅値を算出
し、波形生成部１０３に出力する。

【００６９】音韻パワーは、音韻の立ち上がりの徐々に
振幅値が大きくなる区間と、定常状態にある区間と、立
ち下がりの徐々に振幅値が小さくなる区間のパワー遷移
のことで、通常、テーブル化された係数値から算出され
る。母音無声化二次判定部３０４からの入力が、無声化
と判定された母音に対しては、その音韻パワーは０に設
定される。

【００７０】音韻継続時間算出部３０６では、先に中間
言語解析部３０１から入力された音韻文字列などのパラ
メータから音韻あるいは音節それぞれの継続時間を算出
し、継続時間修正部３０７に出力する。音韻継続時間の
算出方法は、隣接あるいは近傍の音韻の種別により規則
または、数量化１類などの統計的手法を用いて行うのが
一般的であり、ここで算出された音韻継続時間は、通常
（デフォルト）の発声速度の場合での値である。母音無
声化二次判定部３０４からの入力が、無声化と判定され
た音節に対しては、算出された母音継続時間を当該子音
の音韻継続時間に加算する操作が行われる。

【００７１】継続時間修正部３０７では、ユーザから指
定された発声速度パラメータにより音韻継続時間の修正
が行われる。通常時の発声速度を４００［モーラ／分］
とすると、ユーザからの指定値がＴlevel［モーラ／
分］の場合、４００／Ｔlevelを母音継続時間長に乗ず
る操作を行う。修正された音韻継続時間は波形生成部１
０３に送られる。

【００７２】次に、母音無声化判定についてフローチャ
ートを参照して詳細に説明する。

【００７３】図２は母音無声化判定のフローチャートで
あり、母音無声化の一次・二次判定の処理を表わしてい
る。図中、ＳＴはフローの各処理ステップを示す。

【００７４】初期状態では、ユーザから指定される発声
速度がパラメータＴlevelに設定されているものとす
る。パラメータＴlevelは例えば、１分間に何モーラの
速度で発声するかという単位で設定され、ユーザからの
指定がない場合は、デフォルト値として例えば４００
［モーラ／分］が設定される。

【００７５】まず、ステップＳＴ１で入力された中間言
語を音節単位に検索するための音節ポインタｉを０に初
期化し、ステップＳＴ２で第ｉ番目の音節の母音の種類
（ａ，ｉ，ｕ，ｅ，ｏ）をＶ１に設定する。

【００７６】次いで、ステップＳＴ３で子音の種類（無
声子音あるいは無音・有声子音）をＣ１に設定し、ステ
ップＳＴ４で後続音節（第ｉ＋１番目の音節）の子音の
種類をＣ２に設定する。

【００７７】次いで、ステップＳＴ５で該当母音Ｖ１が
「ｉ」または「ｕ」であるかの判定を行う。該当母音Ｖ
１が「ｉ」または「ｕ」であるときはステップＳＴ６に
進み、該当母音Ｖ１が「ｉ」または「ｕ」でないときは
無声化しないと判断してステップＳＴ１１に進む。

【００７８】ステップＳＴ６では、該当子音Ｃ１と後続
子音Ｃ２が無声子音かあるいは文末・ポーズなのかを判
定する。両方とも無声音かあるいは無音であればステッ
プＳＴ７に進み、ステップＳＴ７で該当音節にアクセン
ト核が存在するか否かの判定を行う。

【００７９】アクセント核のある音節では高ピッチから
低ピッチへの遷移が存在し、この時間的変化が聴感上の
アクセントを表現するため、ピッチ構造のない無声化処
理は行えない。例えば、「知識（ｃｈｉ′ｓｈｉｋ
ｉ）」は第１音節にアクセントがあり、第１母音「ｉ」
は無声化子音「ｃｈ」と「ｓｈ」に挟まれている。しか
し、自然発声においてはアクセント核を明示するために
意図的に声帯を振動させて先頭音節「ち」を発声する。

【００８０】該当音節にアクセント核が存在しなけれ
ば、ステップＳＴ８で前音節が無声化したか否かを判定
する。

【００８１】これは、無声化が連続して発生し難いこと
を表わしており、例えば「菊池（ｋｉｋｕｃｈｉ）」の
第１母音「ｉ」は無声化子音「ｋ」に挟まれているので
無声化するが、第２母音「ｕ」は同じように無声化子音
「ｋ」と「ｃｈ」に挟まれているにもかかわらず、自然
発声においては声帯を振動させて「く」を発声する。

【００８２】文先頭音節かまたは前音節が無声化してい
なければ、ステップＳＴ９で該当音節が疑問文終端であ
るか否かを判定する。

【００８３】疑問文末はピッチの急激な上昇が起こるた
め無声化は発生しない。例えば、「〜します」と「〜し
ます？」では後者の疑問文末の音節には明らかに強調の
意図が含まれた発声になるため無声化は起こらない。

【００８４】疑問文末でなければステップＳＴ１０に進
み、ステップＳＴ１０でユーザの指定した発声速度があ
らかじめ決められた制限値を超えているか否かの判定を
行う。ここでの制限値は２００［モーラ／分］としてい
る。

【００８５】ユーザ指定値Ｔlevelが２００［モーラ／
分］以下の時、すなわち発声速度が遅い時は「無声化し
ない」ステップＳＴ１１に進み、２００［モーラ／分］
を超えている時、すなわち発声速度が速い時は「無声化
する」ステップＳＴ１２に進む。

【００８６】上記ステップＳＴ５で該当母音Ｖ１が
「ｉ」または「ｕ」でないとき、上記ステップＳＴ６で
該当子音Ｃ１と後続子音Ｃ２が無声子音でないとき、上
記ステップＳＴ７で該当音節にアクセント核が存在しな
いとき、上記ステップＳＴ８で前音節が無声化したと
き、上記ステップＳＴ９で該当音節が疑問文終端である
とき、あるいは上記ステップＳＴ１０でユーザの指定し
た発声速度があらかじめ決められた制限値を超えている
ときは、無声化処理を行わないと判断してステップＳＴ
１１に進み、ステップＳＴ１１で第ｉ番目の母音無声化
フラグｕｖｆｌａｇ［ｉ］を０に設定し、第ｉ番目の音
節の処理を終了する。

【００８７】一方、ステップＳＴ１２では、第ｉ番目の
母音無声化フラグｕｖｆｌａｇ［ｉ］を１に設定し、第
ｉ番目の音節の処理を終了する。

【００８８】上記ステップＳＴ１１又はステップＳＴ１
２の処理を行った後、ステップＳＴ１３で音節カウンタ
ｉを１インクリメントし、ステップＳＴ１４で音節カウ
ンタｉが総モーラ数ｓｕｍ＿ｍｏｒａ以上か（ｉ≧ｓｕ
ｍ＿ｍｏｒａか）否かを判別し、ｉ＜ｓｕｍ＿ｍｏｒａ
のときは処理が終了していないと判断してステップＳＴ
２に戻って次音節の処理を同様に繰り返していく。

【００８９】上述した処理は、入力テキスト全音節に対
し行った後すなわち、ステップＳＴ１４で音節カウンタ
ｉが総モーラ数ｓｕｍ＿ｍｏｒａを超えた時点で終了す
る。

【００９０】以上説明したように、第１の実施形態に係
る音声合成装置は、パラメータ生成部３００が、中間言
語解析部３０１、ピッチパタン生成部３０２、字面やア
クセントなどの入力テキストのみを基準に母音の無声化
判定を行う母音無声化一次判定部３０３、母音無声化一
次判定結果とユーザから指定される発声速度レベルとか
ら最終的な無声化判定を行う母音無声化二次判定部３０
４、音韻パワー決定部３０５、音韻継続時間算出部３０
６、及びユーザから指定された発声速度に応じて音韻継
続時間を修正する継続時間修正部３０７を備え、通常の
発声速度や速い発声速度の時は従来通りの規則に従って
母音の無声化処理を施し、発声速度が遅い時には母音の
無声化処理を施さないように構成したので、発声速度が
遅くなったときの母音無声化処理による無声子音の明瞭
性劣化を防ぐことができ、聴感品質の良い合成音声を生
成することができる。

【００９１】すなわち、従来の母音無声化時の継続時間
制御方法にあっては、母音が無声化した場合には子音区
間で波形伸縮を行っているため、発声速度を極端に遅く
した場合にその子音の明瞭度が著しく劣化していた。こ
れに対して、本実施形態では、発声速度に応じて母音無
声化処理を行うか否かを決定しているので無声子音長が
極端に長くなり明瞭性が著しく劣化する不具合がなくな
り、聞き易い合成音声を生成することができる。

【００９２】なお、第１の実施形態では、無声化処理を
行わない判定基準として、通常発声速度の半分の２００
［モーラ／分］としているがこれに限るものではない。
実験結果よりこの程度の値が適当であると考えられる
が、この制限値をユーザが直接指定できる構成にしても
よい。ユーザが判定基準を０に設定すると従来通りの処
理を行うことになる。

【００９３】また、図２の無声化判定フローチャートに
おいて、ステップＳＴ６〜ステップＳＴ１０における比
較処理の順番はこれに限るものではない。例えば、ステ
ップＳＴ１０による発声速度レベルの比較を最初に行う
ことにより残りの処理を節約することが期待できる。こ
の場合、構成上は、母音無声化一次判定部３０３と母音
無声化二次判定部３０４の処理順序が逆になることを意
昧する。

【００９４】また、母音無声化規則は図２に示すだけの
ものとは限らず、さらに厳密に規則化する方が好まし
い。また、本実施形態で示した通常の発声速度４００
［モーラ／分］という値は、一般的に使用されている値
であり、これに限定されない。 第２の実施形態 第１の実施形態は、発声速度が遅くなったときの母音無
声化処理による無声子音の明瞭性劣化を、発声速度レベ
ルに応じて無声化判定を変えるという方法で解決した。
しかし、発声速度がある規定値を下回る速度になると、
母音の無声化が一切発生しなくなり、結果として合成音
声全体を通して聞いた時のリズムが悪くなるという問題
もあった。第２の実施形態では、母音無声化時の音韻継
続時間修正することによって、発声速度がある規定値を
下回る速度であっても母音無声化音節の品質劣化を改善
でき、発声リズムも損なわれない聞き易い合成音声を生
成するものである。

【００９５】図３は本発明の第２の実施形態に係る音声
合成装置のパラメータ生成部の構成を示すブロック図で
ある。本発明の特徴部分は、第１の実施形態と同様に無
声化判定手段及びその実現方法にある。前記図６に示す
テキスト解析部１０１、単語辞書１０４、波形生成部１
０３、素片辞書１０５は従来技術のものと同一でよい。

【００９６】図３において、パラメータ生成部４００
は、中間言語解析部４０１、ピッチパタン生成部４０
２、母音無声化判定部４０３（母音無声化判定手段）、
音韻パワー決定部４０４、音韻継続時間算出部４０５、
継続時間修正部４０６、伸縮係数決定部４０７から構成
される。

【００９７】パラメータ生成部４００への入力は従来と
同じく韻律記号の付加された中間言語とユーザから指定
される発声速度パラメータである。また、ユーザの好み
や利用形態などにより、声の高さやイントネーションの
大きさを示す抑揚などの声質パラメータを外部から指定
する場合もある。

【００９８】合成対象の中間言語は中間言語解析部４０
１に入力され、ユーザ指定の発声速度パラメータは伸縮
係数決定部４０７に入力される。

【００９９】中間言語解析部４０１からの出力データの
うち、例えば、フレーズ区切り記号、単語区切り記号、
アクセント記号といったパラメータはピッチパタン生成
部４０２に入力され、音韻記号列や単語区切り記号、ア
クセント記号といったパラメータは音韻パワー決定部４
０４と音韻継続時間算出部４０５に入力され、音韻記号
列やアクセント記号といったパラメータは母音無声化判
定部４０３に入力される。

【０１００】ピッチパタン生成部４０２は、入力された
パラメータからフレーズ指令の生起時点と大きさ、アク
セント指令の開始時点・終了時点と大きさといったデー
タを算出し、ピッチパタンを生成する。生成されたピッ
チパタンは波形生成部（前記図６）に入力される。

【０１０１】母音無声化判定部４０３は、字面やアクセ
ントなどの入力テキストを基準に母音の無声化判定を行
い、その判定結果を音韻パワー決定部４０４と継続時間
修正部４０６に出力する。

【０１０２】音韻パワー決定部４０４は、母音無声化判
定結果と、中間言語解析部４０１から入力される音韻記
号列とから、音韻それぞれの振幅形状を算出し、波形生
成部１０３に出力する。

【０１０３】音韻継続時間算出部４０５は、中間言語解
析部４０１から入力される音韻記号列から、音韻それぞ
れの継続時間を算出し、その結果を継続時間修正部４０
６に出力する。

【０１０４】伸縮係数決定部４０７は、ユーザから指定
された発声速度パラメータから音韻継続時間修正のため
の係数値を算出し、継続時間修正部４０６に出力する。

【０１０５】継続時間修正部４０６は、母音無声化判定
部４０３からの出力値を勘案しつつ、音韻継続時間算出
部４０５からの出力値に伸縮係数決定部４０７の出力値
を乗じて継続時間の修正を行い、その結果を波形生成部
１０３に出力する。

【０１０６】上記継続時間修正部４０６及び伸縮係数決
定部４０７は、全体として、ユーザから指定された発声
速度と母音無声化判定部４０３の判定結果に応じて音韻
継続時間を修正する継続時間修正手段を構成する。

【０１０７】以下、上述のように構成された音声合成装
置及び規則音声合成方法の動作を説明する。本実施形態
における特徴部分は、パラメータ生成部４００内の処理
である、母音無声化時の音韻継続時間修正方法である。

【０１０８】まず、ユーザはあらかじめ発声速度レベル
を指定する。発声速度は通常、１分間に何モーラの割合
で発声するかといった形式のパラメータとして与えら
れ、利用便利上、５〜１０段階程度に量子化してそのレ
ベル値を与える。このレベルに応じて、音韻継続時間の
伸長などの処理を行う。発声速度が遅くなると継続時間
は大きくなり、逆に速くなると継続時間は小さくなる。
また、声の高さや抑揚などの声質制御のためのパラメー
タなども指定することができる。ユーザが特に指定しな
い場合は、あらかじめ定められた値（デフォルト値）が
指定値として設定される。

【０１０９】図３に示すように、指定された発声速度制
御用パラメータがパラメータ生成部３００内部の伸縮係
数決定部４０７に送られる。伸縮係数決定部４０７で
は、継続時間を伸縮するための乗数決定が行われる。通
常時の発声速度を４００［モーラ／分］とすると、ユー
ザからの指定値がＴlevel［モーラ／分］の場合、発声
速度による継続時間修正係数ｔpowは４００／Ｔlevelと
する。この結果が継続時間修正部４０６に送られ、後述
する継続時間の線形伸縮処理に用いられる。

【０１１０】もう一方の入力の中間言語は、中間言語解
析部４０１に送られ、中間言語解析部４０１で入力文字
列の解析が行われる。ここでの解析単位として仮に１文
章単位とする。１文章に対応する中間言語から、ピッチ
パタンの生成に関わるパラメータとして例えば、フレー
ズ指令の数とそれぞれのフレーズ指令のモーラ数、アク
セント指令の数とそれぞれのアクセント指令のモーラ数
・アクセント型などの情報がピッチパタン生成部４０２
に送られる。

【０１１１】ピッチパタン生成部４０２では、入力され
たパラメータから数量化１類などの統計的手法を用い
て、フレーズ指令・アクセント指令それぞれの大きさや
立ち上げ・立ち下げ位置などの算出を行い、あらかじめ
規定した応答関数を用いてピッチパタンの生成を行う。
導出されたピッチパタンは波形生成部１０３に送られ
る。

【０１１２】また、アクセント記号・音韻文字列など
は、母音無声化判定部４０３に送られ、母音無声化判定
部４０３で母音の無声化判定が行われる。母音無声化判
定規則は従来例で述べたものと同一でかまわない。判定
結果は、音韻パワー決定部４０４と継続時間修正部４０
６に送られる。

【０１１３】音韻パワー決定部４０４では、先に中間言
語解析部４０１から入力された音韻文字列などのパラメ
ータから音韻あるいは音節それぞれの波形振幅値を算出
し、波形生成部１０３に出力する。音韻パワーは、音韻
の立ち上がりの徐々に振幅値が大きくなる区間と、定常
状態にある区間と、立ち下がりの徐々に振幅値が小さく
なる区間のパワー遷移のことで、通常、テーブル化され
た係数値から算出される。

【０１１４】母音無声化判定部４０３からの入力が、無
声化と判定された母音に対しては、その音韻パワーは０
に設定される。音韻継続時間算出部４０５では、先に中
間言語解析部４０１から入力された音韻文字列などのパ
ラメータから音韻あるいは音節それぞれの継続時間を算
出し、継続時間修正部４０６に出力する。音韻継続時間
の算出方法は、隣接あるいは近傍の音韻の種別により規
則または、数量化１類などの統計的手法を用いて行うの
が一般的であり、ここで算出された音韻継続時間は、通
常（デフォルト）の発声速度の場合での値である。

【０１１５】継続時間修正部４０６では、音韻継続時間
算出部４０５から入力された音韻継続時間を、母音無声
化判定結果と伸縮係数とから変更処理を行う。母音無声
化判定部４０３からの入力が「無声化しない」であれ
ば、母音継続時間に対して、伸縮係数決定部４０７の出
力値であるｔpowを乗ずる。母音無声化判定部４０３か
らの入力が「無声化する」であれば、子音継続時間に母
音継続時間を加算し、さらに、伸縮係数決定部４０７の
出力値である継続時間修正係数ｔpowを乗ずる。但し、
元の子音継続時間に対して何倍かという制限値を設けて
いる。修正された音韻継続時間は、波形生成部１０３に
送られる。

【０１１６】次に、継続時間決定方法についてフローチ
ャートを参照して詳細に説明する。

【０１１７】図４は音韻継続時間決定の処理を示すフロ
ーチャートである。図中、ＳＴはフローの各処理ステッ
プを示す。

【０１１８】初期状態では、ユーザから指定される発声
速度がパラメータＴlevelに設定されているとする（ス
テップＳＴ２１）。Ｔlevelは、例えば１分間に何モー
ラの速度で発声するかという単位で設定され、ユーザか
らの指定がない場合は、デフォルト値として例えば４０
０［モーラ／分］が設定される。

【０１１９】次いで、ステップＳＴ２２で発声速度によ
る継続時間修正係数ｔpowを次式（１）により求める。

【０１２０】 ｔpow＝４００／Ｔlevel …（１） 次いで、ステップＳＴ２３で中間言語を音節単位に検索
するための音節ポインタｉを０に初期化し、ステップＳ
Ｔ２４で第ｉ番目の音節に対して母音無声化判定を行
い、無声化すると判定されたらｕｖを１に、無声化しな
いと判定されたらｕｖを０に設定する。

【０１２１】次いで、ステップＳＴ２５で第ｉ番目の音
節の子音長Ｃlenを算出し、ステップＳＴ２６で母音長
Ｖlenを算出する。これら子音長Ｃlen及び母音長Ｖlen
の算出方法は特には定めない。

【０１２２】次いで、ステップＳＴ２７で、先に算出さ
れた継続時間の修正を行うため無声化判定結果の比較を
行う。該当音節が無声化しているか否かで修正処理が変
るためである。修正結果は、子音継続時間ＣlenはＣle
n′に、母音継続時間ＶlenはＶlen′に格納されるもの
とする。

【０１２３】まず、ｕｖ＝０のときは該当音節が無声化
しないと判定された場合であり、ステップＳＴ２８で、
次式（２）により母音継続時間の伸縮を行う。

【０１２４】 Ｖlen′＝Ｖlen×ｔpow …（２） また、ステップＳＴ２９で子音継続時間Ｃlenに関して
は修正は行わず（Ｃlen′＝Ｃlen）、ステップＳＴ３４
で音節カウンタｉを１インクリメントして次音節の処理
へ移行する。

【０１２５】一方、ｕｖ＝１のときは該当音節が無声化
すると判定された場合であり、ステップＳＴ３０〜ステ
ップＳＴ３３で無声子音の継続時間の伸長処理を行う。
すなわち、ステップＳＴ３０で母音継続時間Ｖlenを０
とし、ステップＳＴ３１で次式（３）により子音継続時
間Ｃlenの伸縮処理を行う。

【０１２６】 Ｃlen′＝（Ｃlen＋Ｖlen）×ｔpow …（３） 無声化時においては母音が子音に融合されるために、ス
テップＳＴ２６で算出された母音継続時間Ｖlenを子音
継続時間に加えた後、修正係数ｔpowを乗ずるようにし
ている。

【０１２７】次いで、ステップＳＴ３２で、修正結果が
制限値を超えていないか（Ｃlen′＞Ｃlen×３か）判定
を行う。ここでは制限値を、元の子音継続時間の３倍ま
でと規定している。

【０１２８】制限値を超えていなければ、ステップＳＴ
３４で音節カウンタｉを１インクリメントして次音節の
処理へ移行する。制限値を超えていれば、ステップＳＴ
３３で子音継続時間を制限値に設定し直した後、ステッ
プＳＴ３４で音節カウンタｉを１インクリメントし、ス
テップＳＴ３５で音節カウンタｉが総モーラ数ｓｕｍ＿
ｍｏｒａ以上か（ｉ≧ｓｕｍ＿ｍｏｒａか）否かを判別
し、ｉ＜ｓｕｍ＿ｍｏｒａのときは処理が終了していな
いと判断してステップＳＴ２４に戻って次音節の処理を
同様に繰り返していく。

【０１２９】上述した処理は、入力テキスト全音節に対
し行った後すなわち、ステップＳＴ３５で音節カウンタ
ｉが総モーラ数ｓｕｍ＿ｍｏｒａを超えた時点で終了す
る。

【０１３０】図５は上記継続時間伸長を説明するための
図であり、図５（ａ）は通常の発声速度での無声化しな
い音節の波形を示す。

【０１３１】図４の処理フローにおけるステップＳＴ２
６の終了時点での子音継続時間Ｃlenと母音継続時間Ｖl
enは図５に示したようになる。この音節がユーザ指定に
よる発声速度Ｔlevelで修正されると、それぞれの音韻
継続時間Ｃlen′、Ｖlen′は図５（ｂ）で示す波形とな
る。ここではＴlevel＝２００としているので、母音長
のみが２倍に伸長されることになる。これらは従来例と
変りはない。

【０１３２】次に、図５（ａ）の波形が無声化した場合
についてみると、従来では母音継続時間Ｖlen′を０と
し、子音素片のみで継続時間を合わせ込んでいたため、
図５（ｃ）のようになる。無声子音の伸長は、終端を起
点として折り返し波形の継ぎ合わせで実現するため、図
５（ｃ）図中の点線を境界に反転した波形の連続とな
る。これに対し、本実施形態では、無声子音長の伸長を
元の長さの３倍までと制限を設けたために図５（ｄ）に
示す波形となる。したがって、図５（ｃ）と（ｄ）から
明らかなように、発声速度が遅くなっても無声子音長が
極端に長くなり明瞭性が著しく劣化するということがな
くなる。

【０１３３】以上説明したように、第２の実施形態に係
る音声合成装置は、パラメータ生成部４００が、ユーザ
から指定された発声速度パラメータから音韻継続時間修
正のための係数値を算出し、継続時間修正部４０６に出
力する伸縮係数決定部４０７と、母音無声化判定部４０
３からの出力値を勘案しつつ、音韻継続時間算出部４０
５からの出力値に伸縮係数決定部４０７の出力値を乗じ
て継続時間の修正を行う継続時間修正部４０６とを備
え、無声子音の継続時間伸長操作において制限値を設け
るように構成したので、従来例のように発声速度が遅く
なると母音無声化処理により無声子音長が極端に長くな
り明瞭性が著しく劣化する不具合をなくすことができ、
聞き易い合成音声を生成することができる。また、第１
の実施形態よりも発声リズムが安定した合成音声を生成
することが可能となる。

【０１３４】したがって、第１の実施形態と同様に、簡
易な構成で、母音無声化時の音韻継続時間を適切に制御
でき、自然な発生リズム感の合成音声を得ることが可能
になる効果がある。

【０１３５】なお、第２の実施形態では、無声子音長の
伸長限界値を元の継続時間の３倍と規定しているが、こ
れには限らない。例えば、「ｓ」などの無声摩擦音は伸
長しても品質劣化が少ないため３倍、「ｋ」などの無声
破裂音は品質劣化が激しいので２倍までと、無声音の種
類に応じて限界値を定める方がより効果的である。ま
た、限界値は音韻継続時間算出部において数量化１類な
どの手法を用いて算出された継続時間に対する倍数とし
て規定しているが、素片辞書に格納されている時点での
素片長を基準に限界値を決定してもよい。

【０１３６】また、図４の音韻継続時間決定フローチャ
ートにおいて、修正後の継続時間としてＣlen′，Ｖle
n′という新たな変数に値を格納しているが、Ｃlen，Ｖ
lenを直接修正する方法でもよい。このようにすれば、
ステップＳＴ２９によるＣlen′＝Ｃlen処理は省略でき
る。また、本実施形態で示した通常の発声速度４００
［モーラ／分］という値は一般的に使用されている値で
あり、これに限定されない。

【０１３７】また、上記各実施形態における規則音声合
成のための継続時間制御方法としては、汎用コンピュー
タによって、ソフトウェアで実現する構成にしても、専
用ハードウェア装置（例えば、テキスト音声合成ＬＳ
Ｉ）で装置を実現する構成にしてもよい。また、このよ
うなソフトウェアを格納した、フロッピー・ディスク、
ＣＤ−ＲＯＭ等の記録媒体を用いて、必要に応じて読み
出して、汎用コンピュータ上で実行させるような構成に
しても、何ら差支えない。

【０１３８】また、上記各実施形態に係る音声合成装置
では、テキストデータを入力とする音声合成方法に全て
適用することができるが、規則によって任意の合成音声
を得る音声合成装置であればどのようなものでもよく、
各種端末に組み込まれる回路の一部であってもよい。

【０１３９】さらに、上記各実施形態に係る音声合成装
置を構成する辞書や各種回路部の数、モデルの形態など
は前述した各実施形態に限られない。

【０１４０】

【発明の効果】本発明に係る音声合成装置では、パラメ
ータ生成部が、発声速度に応じて母音無声化処理を行う
か否かの判定基準を変える母音無声化判定手段を備えて
構成したので、発声速度が遅い場合の母音無声化音節の
品質劣化を改善することができ、聴感品質の良い合成音
声を生成することができる。

【図面の簡単な説明】

【図１】本発明を適用した第１の実施形態に係る音声合
成装置のパラメータ生成部の構成を示すブロック図であ
る。

【図２】上記音声合成装置のパラメータ生成部の母音無
声化判定のフローチャートである。

【図３】本発明を適用した第２の実施形態に係る音声合
成装置のパラメータ生成部の構成を示すブロック図であ
る。

【図４】上記音声合成装置のパラメータ生成部の音韻継
続時間決定の処理を示すフローチャートである。

【図５】上記音声合成装置の継続時間伸長を説明するた
めの図である。

【図６】従来の音声合成装置の構成を示すブロック図で
ある。

【図７】従来の音声合成装置のパラメータ生成部の構成
を示すブロック図である。

【図８】発声速度の違いによる波形伸縮を示す図であ
る。

【図９】「取材した」の実発音波形を示す図である。

【符号の説明】

１０１ テキスト解析部、１０３ 波形生成部、１０４
単語辞書、１０５素片辞書、３００，４００ パラメ
ータ生成部、３０１，４０１ 中間言語解析部、３０
２，４０２ ピッチパタン生成部、３０３ 母音無声化
一次判定部（第１の判定手段）、３０４ 母音無声化二
次判定部（第２の判定手段）、３０５，４０４ 音韻パ
ワー決定部、３０６，４０５ 音韻継続時間算出部、３
０７，４０６ 継続時間修正部（継続時間修正手段）、
４０３ 母音無声化判定部（母音無声化判定手段）、４
０７ 伸縮係数決定部

Claims (8)

【特許請求の範囲】
1. 【請求項１】 音声の基本単位となる音声素片が登録さ
   れた素片辞書と、 音韻・韻律記号列に対して少なくとも音声素片、音韻継
   続時間、基本周波数の合成パラメータを生成するパラメ
   ータ生成部と、 前記パラメータ生成部からの合成パラメータを前記素片
   辞書を参照しながら波形重畳を行って合成波形を生成す
   る波形生成部とを備えた音声合成装置において、 前記パラメータ生成部は、 発声速度に応じて母音無声化処理を行うか否かの判定基
   準を変える母音無声化判定手段を備えたことを特徴とす
   る音声合成装置。
2. 【請求項２】 音声の基本単位となる音声素片が登録さ
   れた素片辞書と、 音韻・韻律記号列に対して少なくとも音声素片、音韻継
   続時間、基本周波数の合成パラメータを生成するパラメ
   ータ生成部と、 前記パラメータ生成部からの合成パラメータを前記素片
   辞書を参照しながら波形重畳を行って合成波形を生成す
   る波形生成部とを備えた音声合成装置において、 前記パラメータ生成部は、 母音無声化処理を行うか否かを判定する母音無声化判定
   手段と、 ユーザから指定された発声速度に応じて音韻継続時間を
   修正する継続時間修正手段とを備え、 前記母音無声化判定手段は、指定された発声速度が所定
   の閾値より遅い場合に無声化処理を行わないと判定する
   ことを特徴とする音声合成装置。
3. 【請求項３】 前記母音無声化判定手段は、 字面やアクセントなどの入力テキストのみを基準に母音
   の無声化判定を行う第１の判定手段と、 前記第１の判定手段による判定結果とユーザから指定さ
   れる発声速度とから最終的な無声化判定を行う第２の判
   定手段とを備えたことを特徴とする請求項１又は２の何
   れかに記載の音声合成装置。
4. 【請求項４】 前記母音無声化判定手段が、無声化処理
   を行わないと判定する閾値は、ユーザが指定できること
   を特徴とする請求項１又は２の何れかに記載の音声合成
   装置。
5. 【請求項５】 前記母音無声化判定手段が、無声化処理
   を行わないと判定する閾値は、通常の発声速度の１／２
   であることを特徴とする請求項１又は２の何れかに記載
   の音声合成装置。
6. 【請求項６】 音声の基本単位となる音声素片が登録さ
   れた素片辞書と、 音韻・韻律記号列に対して少なくとも音声素片、音韻継
   続時間、基本周波数の合成パラメータを生成するパラメ
   ータ生成部と、 前記パラメータ生成部からの合成パラメータを前記素片
   辞書を参照しながら波形重畳を行って合成波形を生成す
   る波形生成部とを備えた音声合成装置において、 前記パラメータ生成部は、 母音無声化処理を行うか否かを判定する母音無声化判定
   手段と、 ユーザから指定された発声速度と前記母音無声化判定手
   段の判定結果に応じて音韻継続時間を修正する継続時間
   修正手段とを備え、 前記継続時間修正手段は、所定の制限値を超えて無声子
   音の継続時間の伸長処理を行わないことを特徴とする音
   声合成装置。
7. 【請求項７】 前記継続時間修正手段が、無声子音の継
   続時間の伸長処理を行わない制限値を、前記無声子音の
   種別に応じて変更可能に構成したことを特徴とする請求
   項６記載の音声合成装置。
8. 【請求項８】 前記継続時間修正手段が、無声子音の継
   続時間の伸長処理を行わない制限値を、前記素片辞書に
   登録された音声素片の長さに応じて変更可能に構成した
   ことを特徴とする請求項６記載の音声合成装置。