JPH01200292A - 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】 〈産業上の利用分野〉 この発明は、規則合成音声を生成する音声合成装置に関
する。

〈従来の技術〉 所定の母音を無声化することは自然な合成音声を生成す
るためには重要である。

従来、母音の無声化の規則としては、「桜井成心“共通
語の発音で注意すべきことがら”日本語発音アクセント
辞典（改訂新版）ＮＨＫＩ、解説・付録Ｐ、＋２８　１
９８５年」に−船釣な法則として示されている。これに
は、母音無声化の生起する典型的な音韻環境について詳
しく述べられている。

また、実際に音声合成装置に用いられている母音無声化
の規則としては、たとえば［佐原大和。

箱田和雄“法則による音声合成”研究実用化報告第２７
巻第１２号、Ｐ、２５６２（６２）電々公社編１９７８
年」がある。

第４図は上記従来の母音無声化規則を用いた無声化判定
ルーチンのフローチャートである。以下、第４図を用い
てこの従来の無声化判定ルーチンについて説明する。

ステップＳａ＋で、対象とする母音が高舌母音（／ｉ／
、／ｕ／）であるか否かが判別される。その結果、高舌
母音であればステップ５３２に進み、そうでなければ有
声と判断してステップＳ　３７に進む。

ステップＳＳｔで、対象とする母音が無声子音に挾まれ
るか否かが判別される。その結果、挾まれていればステ
ップ５３３１こ進み、そうでなければ【１声と判断して
ステップＳ３７に進む。

ステップＳ３３で、対象とする母音がアクセント核（音
の高さが相対的に高から低に変化する位置）を有してい
るか否かが判別される。その結果、アクセント核を有し
ていればステップＳ３Ｓに進み、そうでなければステッ
プＳ３４に進む。

ステップＳ３４で、対象とする母音が第１モーラである
か否かが判別される。その結果、第１モーラであればス
テップ９３Ｂに進み、そうでなければステップＳ３５に
進む。

ステップＳ！Ｓで、先行する母音がすでに無声化されて
いるか否かが判別される。その結果、無声化されていれ
ば準無声化としてステップｓ３ｎへ進み、そうでなけれ
ばステップ５３１１に進む。

ステップ８３Ｂで、対象とする母音が同種の無声摩擦音
に挾まれているか否かが判別される。その結果、挾まれ
ていれば準無声化としてステップＳ　ｓｅに進み、そう
でなければステップ９３Ｂに進む。

ステップＳ３７で、対象とする母音を有声化すると判定
される。

ステップＳ３＋１で、対象とする母音を無声化すると判
定される。

ステップＳ３＋１で、対象とする母音の継続時間を短く
するなどの準無声化処理が実行される。

〈発明が解決しようとする課題〉 実際の音声では、母音部が完全に無声化する場合もある
が、母音の一部が無声化して残りは有声のままであると
いう現象が多く見られる。

しかしながら、上記従来の無声化規則では、無声化しか
かった母音に対しては有声の母音の継続時間を短くする
ような準無声化処理が行なわれるものの、本質的には無
声化規則の判定結果としては、母音を無声化するか有声
化するかの２つの状態しかなく、母音の一部を無声化し
て残りは有声にするような処理は行われていない。また
、発声速度が変わると一般に母音部の有声無声の割合も
変わるが、従来の無声化規則では発声速度とアクセント
パターン及び音韻系列との間の明確な無声化の度合いが
定量的に記述されていない。

したがって、実音声と無声化規則が必ずしも一致しない
場合があり、上記従来の無声化規則に基づいて生成され
た合成音声は不自然に聞えるという問題がある。

そこで、この発明の目的は、音韻系列とアクセントパタ
ーンと発声速度とに基づいて、母音の音韻別、アクセン
トパターン別および発声速度別の無声化の度合いを求め
、さらにこの各無声化の度合いから母音の無声化比率を
求めて母音の有声区間継続時間と無声区間継続時間を算
出することにより、実音声に則して母音の無声区間継続
時間を変化させて自然な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にある。

〈課題を解決するための手段〉 上記目的を達成するため、この発明は、文字列が人力さ
れる文字列解析部の出力から、規則ファイルに格納され
た規則に従って合成パラメータ生成手段で音声合成パラ
メータを生成し、この音声合成パラメータに基づいて音
声合成手段で音声合成を行う音声合成装置において、上
記文字列解析部から入力された文字列の音韻系列と、上
記規則ファイルに格納された音韻系列別の無声化の度合
いに基づいて、上記人力された文字列の各母音毎の音韻
系列無声化の度合いを設定する第１無声化度合い設定手
段と、上記文字列解析部から入力された文字列のアクセ
ントパターンと、上記規則ファイルに格納されたアクセ
ントパターン別の無声化の度合いに基づいて、上記入力
された文字列の各母音毎のアクセントパターン無声化の
度合いを設定する第２無声化度合い設定手段と、上記規
則ファイルに格納された発声速度別の無声化の度合いに
基づいて、指定された発声速度に従って発声速度無声化
の度合いを設定する第３無声化度合い設定手段と、上記
第１無声化度合い設定手段によって設定された音韻系列
無声化の度合いと、上記第２無声化度合い設定手段によ
って設定されたアクセントパターン無声化の度合いと、
上記第３無声化度合い設定手段によって設定された発声
速度無声化の度合いとから、上記各母音毎に母音の無声
比率を求める無声比率設定手段と、上記合成パラメータ
生成手段によって生成される音声合成パラメータの一つ
である母音の継続時間長と、上記無声比率設定手段によ
って求められた母音の無声比率とに基づいて、人力され
た文字列の各母音毎に母音の有声区間の継続時間と無声
区間の継続時間を算出する有声・無声継続時間長算出手
段を備えたことを特徴としている。

〈作用〉 任意の文字列が文字列解析部に入力され、文字列解析部
からの出力が合成パラメータ生成手段に入力されると、
規則ファイルに格納された規則に従って音声合成パラメ
ータが生成される。

その際に、上記入力された文字列の音韻系列と上記規則
ファイルに格納された音韻系列別の無声化の度合いに基
づいて、上記入力された文字列の各母音毎の音韻系列無
声化の度合いが第１無声化度合い設定手段によって設定
される。また、入力された文字列のアクセントパターン
と上記規則ファイルに格納されたアクセントパターン別
の無声化の度合いに基づいて、上記入力された文字列の
各母音毎のアクセントパターン無声化生起度合が第２無
声化度合い設定手段によって設定される。さらに、上記
規則ファイルに格納された発声速度別の無声化の度合い
に基づいて、指定された発声速度に従って発声速度無声
化の度合いが第３無声化度合い設定手段によって設定さ
れる。

そうすると、上記第１．第２および第３無声化度合い設
定手段によって設定された音韻系列無声化の度合いと、
アクセントパターン無声化の度合いと、発声速度無声化
の度合いとから、上記各母音毎に母音の無声比率が無声
率設定手段によって求められる。そして、上記合成パラ
メータ生成手段によって生成される音声合成パラメータ
の一つである母音の継続時間長と、上記無声比率設定手
段によって求められた母音の無声比率とに基づいて、入
力された文字列の各母音毎に母音の有声区間の継続時間
と無声区間の継続時間が有声・無声継続時間長算出手段
によって算出される。

その後に、上記合成パラメータ生成手段で生成された音
声合成パラメータと、上記有声・無声継続時間長算出手
段で算出された母音の有声区間継続時間と無声区間継続
時間に基づいて、音声合成手段によって音声合成が行わ
れる。

したがって、母音の無声化現象に大きな影響を与える音
韻系列、アクセントパターンおよび発声速度を考慮して
、各母音の有声区間継続時間と無声区間継続時間とを算
出でき、自然な合成音声を得ることができる。

〈実施例〉 以下、第１図のブロック図により、この発明の音声合成
装置の構成および動作の概要を説明する。

任意の文字列が文字列解析部ｌに入力されると、文字列
解析部１は入力された上記文字列の構文解釈を行い、文
字列全体のイントネーションパターンを決定する。さら
に、単語辞書２を参照して上記文字列に含まれる単語を
検索し、文字列内の各単語のアクセント及び音韻系列を
決定することにより、上記文字列の音韻系列及びアクセ
ントパターンを決定する。このようにして、上記文字列
解析部ｌにおいて決定された文字列全体のイントネーシ
ョンパターンと、上記文字列の音韻系列およびアクセン
トパターンとは、規則制御部３に出力される。

特徴パラメータファイル８はターゲット特徴パラメータ
ファイル６と時系列特徴パラメータファイル７とから構
成され、上記ターゲット特徴パラメータファイル６は、
母音の特徴を表わすターゲット特徴パラメータを上記規
則制御部３に出力し、また、上記時系列特徴パラメータ
ファイル７は子音の特徴を表わす時系列特徴パラメータ
を規則制御部３に出力する。一方、規則ファイル４は上
記特徴パラメータファイルから出力されるターゲット特
徴パラメータと時系列特徴パラメータとを接続するため
の音韻制御規則と、各韻律を制御するための韻律制御規
則とをそれぞれ上記規則制御部３に出力する。この音韻
制御規則の中に音韻系列。

アクセントパターンおよび発声速度別の無声化の度合い
を表わす無声化係数が含まれている。

上記規則制御部３は、上記特徴パラメータファイル８か
ら入力されたターゲット特徴パラメータおよび時系列特
徴パラメータと、上記規則ファイル４から入力された各
音韻を結合させるための上記音韻制御規則および各韻律
を制御するための」二記韻律制御規ＩＴ１ノを参照して
、上記文字列解析部１から入力された文字列全体のイン
トネーションパターン、文字列の音韻系列、アクセント
パターンより、上記文字列の音韻特徴パラメータ、各音
韻間のピッチ値、各音韻のパワー及び継続時間、後述す
る母音の有声区間継続時間と無声区間継続時間長等の音
声合成に必要なパラメータを生成し、生成された上記パ
ラメータを音声合成器５に出力する。

音声合成器５は、入力されたパラメータに基づいて、音
声合成を行ない人力された文字列に対応する規則合成装
置を出力する。

第２図は上記用Ｕす制御部３で行なわれている母音の有
声区間・無声区間継続時間算出ルーチンのフローチャー
トである。以下第２図に従って母音の有声区間・無声継
続時間算出ルーチンについて説明する。

このルーチンでは、最初に文字列解析部ｒ部１から出力
される音韻系列、アクセントパターンおよび発声速度に
基づいて無声化の度合いを示す無声化係数を算出する。

ステップＳ１で、音韻系列に基づいた音韻系列無声化係
数ρＩ）＜Ｉ＋）が後に詳細に説明するようにして算出
される。

ただし、ｎ＝　ｌ　、　２、−、ＷＭ＋　ｌ　　（ｗＭ
は人力した音韻記号系列別のモーラ数であり、１Ｍ＋１
は語尾の無音を表わす） ステップＳ、で、アクセントパターン無声化係数ρａ（
ｎ）が求められる。

このアクセントパターン無声化係数ρａ（ｎ）は、アク
セント型と対象母音のモーラ位置による種々のアクセン
トパターンに基づく無声化係数を示した表を規則ファイ
ル４に格納しておき、この表に従って入力された文字列
のアクセントパターンに一致したアクセントパターンの
無声化係数を読出すことによって求められる。ここで、
上記アクセント型とは、単語を形成する音節のうち高く
唱える音節の位置Ｉこよって分類するものであり、例え
ば“ｎ型”とは第２番目の音節からｎ番目までを高く唱
え、１番目の音節、とｎ＋１番目以下の音節はすべて低
く唱えることを表わす（新明解国語事典第３版　付録　
アクセント−覧）。

アクセントパターン別の無声化係数は次のような特徴を
持つ。

１、アクセント核にある母音はほとんど無声化すること
がない。

２．０型の発声は１型以上の発声に比べて母音が無声化
する度合いが高い。

３、語頭は！型の発声を除いて無声化の度合いが高い。

４、アクセント核の直前にある母音は、アクセント核に
ある母音より無声化の度合いが高いが、アクセント核よ
り後にある母音より無声化の度合いが低い。

ステップＳ、で、発声速度無声化係数ρ５（ｎ）が求め
られる。

この発声速度無声化係数ρ５（ｎ）は、種々の発声速度
に基づく無声化係数を示した表を規則ファイル４に格納
しておき、この表から指定された発声速度の無声化係数
を読出すことによって求められる。

ステップＳ４で、上記ステップＳ、ステップＳ。

およびステップＳ３で求められた音韻系列無声化係数、
アクセントパターン無声化係数および発声速度無声化係
数より、次式によって母音の無声比率Ｒｖｕ（ｎ）が算
出される。

ＲＶＬＩ（１１）　＝　ｐ　ｐ（ｎ）　Ｘ　ｐ　ａ（ｎ
）　Ｘ　ｐ　５（ｎ）ただし、Ｒｖｕ（ｎ）＞　１のと
きＲｖｕ（ｎ）−１−（１）ここで、Ｒｖｕ（ｎ）＝　
１　（母音の無声化比率が１００％）の場合は完全に無
声化する場合であり、Ｒｖｕ（ｎ）−〇（母音の無声比
率が０％）の場合はまったく無声化しない場合である。

また、その他の場合、例えば０．７５の場合は母音区間
の子音に続く母音の前３／４は無声化し、後１／４は有
声化する場合である。

ステップＳ、で、母音の有声区間継続時と無声区間継続
時間が次のように・して算出される。

すなわち、規則制御部３によって算出された母音の継続
時間に、上記ステップＳ４で求められた母音の無声比率
Ｒｖｕ（ｎ）を乗することにより母音の無声区間継続時
間が算出される。その後、母音の継続時間から母音の無
声区間継続時間を引くことによって母音の有声区間継続
時間が算出される。

ただし、母音が脱落したと考えたほうが良い場合、すな
わち母音の継続時間をＯとする場合は、母音の有声区間
継続時と無声区間継続時間との比率がどのようになって
も母音の有声区間及び無声区間の継続時間をＯとする。

第３図は、上述の音韻系列無声化係数ρｐ（ｎ）算出ル
ーチンのフローチャートである。以下、第３図に従って
音韻系列無声化係数ρｐ（ｎ）算出ルーチンについて説
明する。

ステップＳ１１で、文字列解析部ｌから出力された音韻
系列より、対象とする母音を中心としたＣＶＣ（子音−
母音−子音）音韻列が母音毎にそれぞれ切り出される。

ステップＳａｔで、ＣＶＣ音韻列毎のＣＶＣ無声化係数
が求められる。

このＣＶＣ無声化係数は、ＣｖＣ音韻系列に基づく無声
化係数を示した表を規則ファイル４に格納し、この表か
ら入力されたＣＶＣ音韻系列に一致するＣＶＣ音韻系列
の無声化係数を読出すことによって求められる。

ステップＳ１３で、１モーラ目から判定を行なうために
ｎ＝１とする。

ステップＳ１４で、次のモーラ（ｎ＋１）のＣＶＣ無声
化辺比ｐ　ｃｖｃ（ｎ＋１　）と現モーラ（ｎ）のＣＶ
Ｃ無声化辺比ρｃｖｃ（ｎ）の少なくとも一方が０であ
るか否かが判別される。その結果、一方が０であると判
別された場合はステップＳ　１８へ進み、そうでなけれ
ばステップＳ＋５へ進む。

ステップＳｔＳで、次のモーラ（ｎ＋１）のＣＶＣ無声
化辺比ｐ　ｃｖｃ（ｎ＋　１　）と現モーラ（ｎ）のＣ
ＶＣ無声化辺比ρｃｖｃ（ｎ）とが比較される。その結
果、ｐ　ｃｖｃ（ｎ）≧ｐ　ｃｖｃ（ｎ＋　１　）すな
わち次ＣＶＣ音韻系列の方の無声化の度合いが低い場合
は、次ＣＶＣ音韻系列の無声化の度合いが小さくなると
してステップＳｌ？に進む。一方、ｐ　ｃｖｃ（ｎ）＜
　ｐ　ｃｖｃ（ｎ＋　１　）すなわち現ＣｖＣ音韻系列
の方の無声化の度合いが低い場合は、現ＣＶＣ音韻系列
の無声化の度合いが小さくなるとしてステップ５ｌｌｌ
に進む。

これは、無声化される母音が続いて発音が不明確になる
のを避けるために、無声化の度合いの弱い一方の母音を
無声化させるようにするためである。

ステップ５ｌ１１で、現モーラのＣＶＣ無声化係数が次
式で算出される。

ρｃｖｃ（ｎ）＝ρｃｖｃ（ｎ）Ｘβ１（βｌは、０≦
β１＜１の定数） すなわち、現モーラのＣＶＣ無声化係数を小さくして無
声化されにくくするのである。

ステップＳ１７で、次モーラのＣＶＣ無声化係数か次式
で算出される。

ｐｃｖｃＣｎ＋　ｌ）＝ρｃｖｃ（ｎ＋　Ｉ）ｘβ２（
β２は、０≦β２＜１の定数） すなわち、次モーラのＣｖＣ無声化係数を小さくして無
声化されにくくするのである。

ステップ５ｉ１１で、音韻系列無声化係数ρｐ（ｎ）が
次式で算出される。

ρｐ（ｎ）　＝ρｃｖｃ（ｎ） ステップＳ　＋９で、次モーラの音韻系列無声化係数ρ
ｐ（ｎ＋１）を算出するために、ｎが１つインクリメン
トされる。

ステップ９２０で、ｎが、入力した音韻系列のモーラ数
（ＪＭ）以下であるか否かが判定される。その結果、１
５１ＭであればステップＳ＋４からステップＳ　１９を
繰返す。一方、ｎ＞ＷＭであれば、この音韻系列無声化
係数算出ルーチンを終了する。

上記実施例においては、母音の無声比率Ｒｖｕ（ｎ）を
求める場合に、音韻系列無声化係数ρｐ（ｎ）、アクセ
ントパターン無声化係数ρａ（ｎ）および発声速度無声
化係数ρｓ　（ｎ）より式（１）によって算出している
。しかし、上記３つの無声化係数ρｐ（ｎ）、ρａ（ｎ
）　。

ρ５（ｎ）に基づく母音の有声区間または無声区間の比
率を示した表を規則ファイル４に格納し、この表から無
声比率Ｒｖｕ（ｎ）を得るようにしてもよい。

〈発明の効果〉 以」二より明らかなように、この発明の音声合成装置は
、規則ファイルに格納された音韻系列別。

アクセントパターン別および発声速度別の無声化の度合
いに基づいて、音韻系列、アクセントパターンおよび発
声速度無声化の度合いを設定し、この音韻系列、アクセ
ントパターンおよび発声速度無声化の度合いから母音の
無声比率を求め、母音の継続時間長と上記母音の無声比
率によって母音の有声区間の継続時間と無声区間の継続
時間を算出するようにしたので、音韻系列、アクセント
パターンおよび発声速度に基づいて、母音の無声区間継
続時間を変化させることができる。したがって、実音声
に則して自然な合成音声を生成することができる。

【図面の簡単な説明】

第１図はこの発明の音声合成装置の一実施例を示すブロ
ック図、第２図は上記実施例における母音の有声区間・
無声区間継続時間算出ルーチンのフローチャート、第３
図は上記実施例における音韻系列無声化係数算出ルーチ
ンのフローチャート、第４図は従来の無声化判定ルーチ
ンのフローチャートである。 Ｉ・・・文字列解析部、２・・・単語辞書、３・・・規
則制御部、　４・・・規則ファイル、５・・・音声合成
器、 ６・・・ターゲット特徴パラメータファイル、７・・・
時系列特徴パラメータファイル、８・・・特徴パラメー
タファイル。 特許出願人　　シャープ株式会社 代理人　弁理士　　青　山　　葆　外２名第２図

Claims (1)

【特許請求の範囲】
1. （１）文字列が入力される文字列解析部の出力から、規
   則ファイルに格納された規則に従って合成パラメータ生
   成手段で音声合成パラメータを生成し、この音声合成パ
   ラメータに基づいて音声合成手段で音声合成を行う音声
   合成装置において、上記文字列解析部から入力された文
   字列の音韻系列と、上記規則ファイルに格納された音韻
   系列別の無声化の度合いに基づいて、上記入力された文
   字列の各母音毎の音韻系列無声化の度合いを設定する第
   １無声化度合い設定手段と、 上記文字列解析部から入力された文字列のアクセントパ
   ターンと、上記規則ファイルに格納されたアクセントパ
   ターン別の無声化の度合いに基づいて、上記入力された
   文字列の各母音毎のアクセントパターン無声化の度合い
   を設定する第２無声化度合い設定手段と、 上記規則ファイルに格納された発声速度別の無声化の度
   合いに基づいて、指定された発声速度に従って発声速度
   無声化の度合いを設定する第３無声化度合い設定手段と
   、 上記第１無声化度合い設定手段によって設定された音韻
   系列無声化の度合いと、上記第２無声化度合い設定手段
   によって設定されたアクセントパターン無声化の度合い
   と、上記第３無声化度合い設定手段によって設定された
   発声速度無声化の度合いとから、上記各母音毎に母音の
   無声比率を求める無声比率設定手段と、 上記合成パラメータ生成手段によって生成される音声合
   成パラメータの一つである母音の継続時間長と、上記無
   声比率設定手段によって求められた母音の無声比率とに
   基づいて、入力された文字列の各母音毎に母音の有声区
   間の継続時間と無声区間の継続時間を算出する有声・無
   声継続時間長算出手段を備えたことを特徴とする音声合
   成装置。