JPH01120599A - 音声合成装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［概　要コ 本発明は人間が発声した音節単位の音声を短い時間間隔
ごとに分析して、これを該音声のパラメータ時系列デー
タとして、音節ごとに蓄積−しておいて、これらのパラ
メータ時系列データから成る音声を結合することにより
、任意の音声を合成する音声合成方式に関し、 合成すべき音声が長音を含む場合の自然らしさと了解度
の高い合成音声を得る手段を提供することを目的とし、 長音を合成する場合に、長音の直前の音節のＣＩ：音部
を伸張して長音部として用いることにより構成する。

［産業上の利用分野］ 本発明は音声の合成方式の内、実際に人間が発声した音
節単位の音声を短い時間間隔ごとに分析して、これを該
音声のパラメータ時系列データとして、音節ごとに蓄積
しておいて、これらのパラメータ時系列データから成る
音声を結合することにより、任意の音声を合成する音声
合成方式に関し、特に、長音を伴う場合の音声の自然性
を向上せしめ得る音声合成方式に係る。

［従来の技術］ 人工的に音声を合成する方式を大別すると、■録音編集
方式、■分析合成方式、■純粋合成方式の３方式に分け
られる。

これらの内、■の録音編集方式は予め録音した人間の音
声波形をつなぎ合わせて合成するもので装置や制御が比
較的簡単であり、音質も良好であるという長所もあるが
情報量が非常に多いため、大容量の記憶装置を必要とす
る欠点がある。

また、■の純粋合成方式は文字等から一定の合成規則を
用いて音声を合成する方式で、人間の音声を予め分析す
る等の必要はないが、自然性の良好な音声を作り出すた
めには、前記合成規則が非常に複雑なものとなり、その
実現は容易ではない。

これらに対して、■の分析合成方式は予め人の音声を分
析して、該音声をその特徴を表すパラメータに変換して
記憶しておいて、これを元に音声を合成する方式であっ
て、この方式にお−いては、音声を波形としてではなく
、音声をその調音によるスベクタルの形状を表すパラメ
ータと音源の状態を表すパラメータとに変換して、それ
らの情報を圧縮して記憶することができるので、記憶容
量が少なくて済む上、音質も比較的良好なものが得られ
るから、近年、この方式を用いた音声合成方式が背反し
つつある。

このような方式にもとづいて人間の発声した音節単位の
音声（例えば“ア”イ“つ”・・・・・・等）を分析し
て置き、それらの音節を結合して声の高さをＭ御するこ
とで任意の音声を合成する方式が広く用いられている。

［発明が解決しようとする問題点］ 上述したような従来の分析合成方式にもとづく任意語の
音声合成方式において、長音は同種の母音連鎖と同様の
方法で合成されていた。

例えば、“キー”（Ｋｅｙ）も“キイ″（奇異）も全く
同様に音節“キ”の後に音節“イ°°を接続（同種母音
連鎖）することにより合成していた。

そのなめ、長音部の音声が不自然であるばかりでなく、
長音と同種母音連鎖との区別が付かないという問題点が
あった。。

本発明はこのような従来の問題点に鑑み、長音の発声が
自然であると共に、長音と同種母音連鎖との区別を明確
にすることのできる任意語の音声合成方式を提供するこ
とを目的としている。

［問題点を解決するための手段］ 本発明によれば、上述の目的は前記特許請求の範囲に記
載した手段により達成される。すなわち、本発明は、人
間が発声した音節単位の音声を短い時間間隔ごとに分析
して、これを該音声のパラメータ時系列データとして、
音節ごとに蓄積しておいて、これらのパラメータ時系列
データから成る音声を結合することにより、任意の音声
を合成する音声合成方式はおいて、長音を合成する場合
に、長音の直前の音節の母音部を伸張して長音部として
用いる音声合成方式［］ 第１図は本発明の詳細な説明する図であって、（ａ）は
“奇異”の音声合成について示しており、（ｂ）は“キ
ー”の音声合成について示したもので、１は音節“キ”
、２は音節“イ”、３は伸張部を表している。

従来は、“奇異”、“キー”共に（ａ）で示す方法で谷
成していたが、本発明によれば、“キーパの場合に（ｂ
）に示す方法によって音声合成を行なうことにより、こ
のような長音と　（ａ）の場合のような同種母音連鎖と
の区別が明確に間き分けられる合成音声を得ることがで
きる。

［実施例］ 第２図は本発明の一実施例の機能ブロック図であって、
４は音節読出部、５゛は音節格納部、６は音節結合部、
７は時間長設定部、８はピッチパターン設定部、９は波
形合成部、１０は長音検出部を表している。

同図において、音声合成すべき入力文字列が入力される
と、音節読出し部４は音節格納部５から必要な音節の音
声パラメータを読み出して音節結合部６へ送る。

一方、時間長設定部７は前記入力文字列から各音節の時
間長を設定する また、長音検出部１０は入力文字列を監視していて、長
音が検出された場合にはその直前の音節の母音を伸張す
るように音節結合部６に連絡する。

該音節結合部６は、前記時間長設定部７が設定した音節
の時間長に従って、音声パラメータを結合する。

このとき、読み出されたパラメータと設定された時間長
に不一致があれば母音部時間長を伸縮することによって
調整を行なう、そして、同時に長音部に係る母音伸張を
行ない、結合した音声パラメータを波形合成部９へ送る
。

波形合成部９は該音声パラメータとピッチパターン設定
部８で設定されたピッチパターンとによって音声波形を
合成する。

［発明の効果１ 以上、説明したように、本発明によれば、長音を有する
合成音の自然性を増して音質を向上せしめ得る利点を有
する。

そして従来区別できなかった長音く例えば“ア一″）と
同一母音連鎖（“アア“）あるいは同種母音連鎖との区
別が明確になる効果がある

【図面の簡単な説明】

第１図は本発明の詳細な説明する図、第２図は本発明の
一実施例の機能ブロック図である。 １・・・・・・音節“キ”、２・・・・・・音節“イ”
、３・・・・・・伸張部、４・・・・・・音節読出部、
５・・・・・・音節格納部、６・・・・・・音節結合部
、７・・・・・・時間長設定部、８・・・・・・ピッチ
パターン設定部、９・・・・・・波形合成部、１０・・
・・・・長音検出部 へ

Claims (1)

1. 【特許請求の範囲】 人間が発声した音節単位の音声を短い時間間隔ごとに分
   析して、これを該音声のパラメータ時系列データとして
   、音節ごとに蓄積しておいて、これらのパラメータ時系
   列データから成る音声を結合することにより、任意の音
   声を合成する音声合成方式において、 長音を合成する場合に、長音の直前の音節の母音部を伸
   張して長音部として用いることを特徴とする音声合成方
   式。