JPH0125080B2 - - Google Patents

Description

【発明の詳細な説明】

本発明は音声の合成装置に関し、合成音声信号
の品質を高める事を目的としている。 一般に音素片即ち単語、音節、あるいはこれよ
り更に短い音声セグメントを結合編集して合成さ
れた音声信号（単語、句、話声）の品質は音声の
構成単位である音素片の接続部の処理によつて決
まると言える。例えば接続部に発生する波形の急
激な変化、即ち波形の不連続性は高調波ノイズの
原因となり、合成音のＳ／Ｎ比を低下させ、明瞭
度を落す。又、声帯振動の基本周波数であるピツ
チ周波数の変動は合成音声の自然性を劣化させる
ことも知られている。ピツチ周波数の変化に対し
て人間の聴覚はきわめて敏感であり（検知限は
0.1％と言われる）、結合された音素片のピツチ周
波数が不連続な場合、合成音声は聞きづらい不自
然なものとなる。 本発明は、音素片波形のパターンを認識して自
然な形で各音声片を結合することにより高品質の
合成音を得ることを可能とするものである。音素
片波形としては、自然音声からたとえばピツチ区
間毎に切り出したものを用いたり、別の音声合成
装置で一素片分を合成したものを取り出したりし
て用いる方法があるが、本発明は比較的短時間
の、具体的には数拾ミリ秒の音素片を、接続部に
於ける波形の不連続及びピツチ周波数の変動なし
に結合する方法を明らかにするものである。即
ち、かかる短時間の音素片は、相隣る音素片の少
なくとも結合部については波形が類似しているは
ずであり、従つて、各音素片の時間軸をそれぞれ
若干修正することにより、接続部をなめらかに結
合して行くことが出来る。本発明は結合される音
素片の接続部について、波形の類似度を信号のレ
ベルの形で把握し、これにもとづき音素片の時間
軸に適当な時間的修正を施こすものである。 本発明の詳細な内容について、以下音声の時間
軸変換装置をその具体的実施例として説明する。 第１図は従来の時間軸伸長装置を例示するブロ
ツク図である。同図に於て端子１は音声入力端
子、２は出力端子、３及び４はいずれもＮビツト
の例えばBBDなどのアナログシフトレジスタ、
５は低域通過フイルタ（LPF）である。６，７，
８及び９はアナログスイツチであり、入力端子１
からアナログシフトレジスタ３或いは４、LPF
５を経て出力端子２に至る音声信号をスイツチ制
御する。 かつ、これらアナログスイツチは、アナログシ
フトレジスタ３，４の書込クロツク回路１０を
2mN（ｍについては後述する）分周する分周回路
１１のＱ及び出力によつて図示の如く開閉制御
される。 アナログシフトレジスタ３及び４はクロツク回
路１０及び分周回路１１のＱ，出力のANDゲ
ート１２及び１３によりORゲート１４及び１５
を介して交互に書込みクロツク制御され、又、読
出しクロツク回路１６及び分周回路１１のＱ，
出力のANDゲート１７及び１８により同じくOR
ゲート１４及び１５を介して交互に読出しクロツ
ク制御される。即ち、例えば入力端子に与えられ
た時間軸がｍ倍（ｍ＞１）に圧縮された音声信号
（かかる圧縮信号は、例えばテープレコーダの再
生速度を録音速度のｍ倍にすることにより得られ
る）は、分周回路１１のＱ出力が１のとき、アナ
ログスイツチ８を経てアナログシフトレジスタ４
に書込まれる。該シフトレジスタのビツト数はＮ
であるため、入力音声信号がmN個のサンプリン
グ列として順次入力を完了したとき、該シフトレ
ジスタにはmN個のサンプリング列の後端Ｎ個が
記憶され、分周回路１１のＱ出力は反転して０と
なり、スイツチ８を閉じる。同時に該分周回路の
Ｑ出力は１となり、スイツチ６を開いて、同様に
アナログシフトレジスタ３に書込みを行なう。こ
のとき図の構成から明らかなように、アナログシ
フトレジスタ４は読出しクロツク回路１６により
クロツクされて、同様に出力により制御されて
いるスイツチ９を経て読み出される。アナログシ
フトレジスタ３への書き込み期間中、別のアナロ
グシフトレジスタ４はこのように読み出しを行な
い、続いて分周回路１１のＱ、出力が反転する
と、再びアナログシフトレジスタ４が書込み、３
が読出しを行なう。ここで書込みクロツク回路１
０のクロツク周波数を₁、読出しクロツク回路１
６のクロツク周波数を₂としたとき、 ₁／₂＝ｍ (1) となるように、各クロツク周波数を決めれば、時
間軸はｍ倍に伸長され、音声入力端子１に入力し
た圧縮音声は、出力端子２に時間軸が復元されて
あらわれる。読出しクロツク周波数₂は、当然、
必要な出力音声周波数帯域に対しナイキストのサ
ンプリング定理を満たすように決められる。 上述の如き従来装置に於ては、アナログシフト
レジスタ３及び４を交互に出力する音素片の接続
タイミングは、書き込みクロツク１０を2mN分
周する分周回路１１の出力によりmN／₁秒毎に
自動的に決められるため、従つて第６図に図示す
るように音素片の接続部に不連続な波形変化とピ
ツチ周波数の変動とが発生する。前記の如く、こ
のような音素片の接続部に於ける波形やピツチの
不連続は音質や明瞭度をいちじるしく低下させ
る。 次にこのような従来装置の欠点を改良できる本
発明の内容について第２図のブロツク図と共に説
明する。同図に於いて、１０３及び１０４はアナ
ログスイツチ１０７及び１０９によつて開閉制御
されるアナログシフトレジスタ、１１０及び１１
６はそれぞれ周波数₁および₂のクロツク回路、
１１１は2mN分周回路であり、これらの構成は
第１図の従来装置と同じである。 本発明は、前述の如く接続する音素片の接続部
について時間的修正を加えるのであるが、これを
ROM１２０によりプログラムされたコンピユー
タ（演算処理装置）（CPU）１２１により行な
う。 計数回路（カウンター）１２２は分周回路１１
１の出力が反転する毎にクリアされ、クロツク回
路１１０の出力を計数し、Ｉ／Ｏポート１２３を
経てCPU１２１にタイミング指示する回路、
Ａ／Ｄ変換器１２４は入力信号をデイジタル変換
する回路、CPU１２１に縦続する記憶回路
（RAM）１２５は、これらＡ／Ｄ変換された信
号のうち最上位桁だけを記憶すると同時に、
CPU１２１の演算処理結果を一時保存する機能
をあわせ有するものである。 ここでＡ／Ｄ変換器出力の最上位桁だけを使用
するのは、前述の如く数拾ミリ秒の短時間の音素
片は、相隣る音素片の少なくとも結合部について
は、波形が類似しているはずであり、音声の基本
ピツチの変動を抑えるためには、音声の基本ピツ
チ波形のゼロクロス点を最も誤差が少なく結合す
ることにより、目的は達成されるから、入力波形
を粗くパターン化しても、後述の演算処理により
Ａ／Ｄ変換器出力の全桁を使用した場合と比較し
ほぼ同様の結果が得られるからである。 Ａ／Ｄ変換器出力の最上位桁だけで、入力波形
をパターン化するということは、Ａ／Ｄ変換器出
力が自然２進コードの場合は、入力波形がＡ／Ｄ
変換器のダイナミツクレンジの1/2を超えるか否
かにより、それぞれ〔１〕

〔０〕の出力を出すこ
とになる。 これと同じ機能を得る為の他の方法としては、
例えば第２図中の一点鎖線内の如く、コンパレー
タ１２６によつて行なうことができる。 また増幅器により信号の振幅を飽和させ、極性
判別することでも同じ機能を得ることができる。 次にそのような振幅飽和用の増幅器を使用する
実施例の要部を第３図に示す。第３図において１
２８は利得が充分大きい増幅器、１２９はクラン
プ回路である。今、入力端子（In）１０１に第４
図ａの如き入力信号が印加されると、増幅器１２
８により入力信号は増幅されると共に飽和して増
幅器１２８の出力は第４図ｂの如くなる。更にク
ランプ回路１２９により信号の下端（或は上端）
がクランプされるので、クランプ回路１２９の出
力は第４図ｃの如くなる。そしてクランプ回路１
２９の出力はANDゲート１２７に印加され、
TTLレベルのデイジタル信号に変換される。 このようにＡ／Ｄ変換器の最上位桁だけを使用
する構成であれば、出力ビツト数の少ないＡ／Ｄ
変換器を使用することができ、またコンパレータ
あるいは飽和増幅器でも同じ機能を果すことがで
きる。 換言すれば入力信号の極性に対応した２値信号
に変換する２値信号変換装置としてはＡ／Ｄ変換
器やコンパレータ等を使用できる。そして、これ
らＡ／Ｄ変換器やコンパレータ等は安価に構成で
きる。 斯る構成の場合、さらにコンピユータが処理す
る情報量が少なくなり、ROM及びRAMの容量
が少なくできる等、コンピユータ部の構成も安価
にできる効果が得られる。 さて、まずCPU１２１は計数回路１２２の出
力にもとずき、入力クロツクの最後部よりＭ個の
サンプルを、Ａ／Ｄ変換器出力１２４によりデイ
ジタル化して最上位桁だけをＩ／Ｏポート１２３
から読み込み、記憶回路１２５に保存する。次に
分周回路１１１の出力が反転すると、CPU１２
１は同様に計数回路１２２の出力にもとずき入力
クロツクの前端から（Ｍ＋ｒ）個のサンプルを読
み込む。 引き続きCPU１２１はROM１２０のプログラ
ムにもとづき入力された先行音素片の後端と、続
く音素片の類似性を演算するのであるがこれには
各サンプリング列の二乗誤差を計算するのが良
い。先行音素片の後端のサンプリング数列をXp
（Ｐ＝１，２，３…Ｍ）、後続の音素片の前端サン
プリング数列をYp（ｐ＝１，２，３，…Ｍ＋ｒ）
としたとき２つの波形間の二乗誤差は、 ek²＝１／Ｍ_M 〓^p=1 （Xp−Ｘ／σx−Yp＋ｋ−ｙ／σy）² …(2) 但し、＝１／Ｍ_M 〓^p=1 xp，＝１／Ｍ_M 〓^p=1 yp， ｋ＝０，１，２，…，ｒ， であらわされる。これはサンプリング波形xpに
対してypをｋ個だけずらせて重ね合わせたとき
の類似度をあらわすものである。 しかしながら(2)式にもとづく演算処理は、実際
には膨大な計算ステツプ数となり、短時間（少な
くとも数10ミリ秒の間）で計算するには、高性能
のコンピユータによらねばならない。もともと(2)
式は振幅やレベルの異なる２つの波形の相関をし
らべるものであつて、その為標準偏差（σx）、
（σy）で波形を正規化し、更に平均レベルと
の差について二乗和をとることにより誤差を計算
している。ところで本発明の音声の合成装置の場
合、取扱う音素片は時間的に近接した波形であ
り、従つて振幅およびレベル共もともと類似して
いるとみて良い。この場合２つの波形間の差は(2)
式に代えて ek²＝１／Ｍ_M 〓^p=1 （xp−yp＋ｋ）² (3) を計算しても良い。しかも、本発明の場合は２つ
の波形の類似度が最大のタイミングを把握すれば
良いのであり、従つて(3)式は更に次の(4)式に代え
られる。 ek＝_M 〓^p=1 ｜xp−yp＋ｋ｜ …(4) ここで（xp）及び（yp＋ｋ）はＡ／Ｄ変換器
の最上位桁だけのデータであるから、いずれも
〔１〕又は

〔０〕である。即ち、これは各対応す
るサンプリング値の差の絶対値を積分したもので
あり、これが極小となるｋを知る事により接続タ
イミングが決定される。 本発明では計算処理時間を極力小さくする為、
(4)式にかえて gk＝_M 〓^p=1 （XpYp＋ｋ） …(5) を計算する。(5)式において、（xp）及び（Yp＋
ｋ）はＡ／Ｄ変換器の最上位桁のデータであり、
〔１〕又は

〔０〕である。の記号は排他的論理
和をとる記号であり、従つて、（XpYp＋ｋ）
は（Xp）と（Yp＋ｋ）の排他的論理和、すなわ
ち（Xp）と（Yp＋ｋ）が共に〔１〕、又は

〔０〕
のとき

〔０〕が与えられ、その他の時〔１〕が与
えられる。従つて先行音素片の後端部の２値信号
サンプリングデータ（Xp）と、後続音素片の先
端部の２値信号サンプリングデータ（Yp）の類
似性が（gk）により与えられ、この（gk）を最
小にするｋを知る事により接続タイミングが決定
される。即ち、演算処理装置１２１はgkをｋ＝
０，１，…ｒについてそれぞれ計算し、これが最
も小さくなるｋを決定する。即ち、第５図に示す
ように先行音素片の後端Ｍ個のサンプル列は、後
続音素片の先頭よりｋ個ずれた部分から重ね合わ
せるのが最も誤差が少ないということになる。
尚、第５図ａは先行音素片の後端を示す図面、第
５図ｂは後続音素片の前端を示す図面、第５図ｃ
はタイミングチヤートを示す図面である。 そこで演算処理装置１２１は後続音素片の先頭
より（ｋ＋Ｍ＋Ｎ）個のサンプルをとり込み、
Ｉ／Ｏポート１２３を通じてANDゲート１１２
あるいは１１３を制御し、書き込みクロツクを停
止する。 アナログシフトレジスタ１０３あるいは１０４
の容量はＮであるから、従つて該アナログメモリ
ーには、図示の如く（ｋ＋Ｍ＋１）番目からＮビ
ツトが記憶され、次の読み出しタイミングに順次
読み出されるのであるが、以上の説明から明らか
な通り先行音素片の最後端Ｍサンプルと、後続の
音素片の（ｋ＋１）番目からのＭサンプルとが最
も誤差が少なく重なるので、従つて音素片は全く
自然な形で音素片が引き続き出力される。前述の
通り後続音素片は（ｋ＋Ｍ＋Ｎ）サンプルがアナ
ログメモリーに取り込まれるのであるが、このう
ち最後尾からＭサンプルが同様にＡ／Ｄ変換器出
１２４、Ｉ／Ｏポート１２３を経てCPU１２１
の記憶装置１２５に保存される。これは更に続く
音素片の先頭から（Ｍ＋ｒ）個のサンプルとの類
似性を調べて接続する為に必要である。以上の処
理のタイムチヤートは第５図ｃに図示する通りで
ある。尚、アナログシフトレジスタ１０３あるい
は１０４はＮビツトであり、従つてこれ以上のビ
ツト（Ｍ＋ｋ＋Ｎ）のサンプル値が読み込まれて
も記憶されるのは、後方のＮビツトだけである。 以上説明した処理方法は比較的短い時間で処理
できるものであるが決して充分な処理の高速性を
為すものではない。以下この点を具体的な数値を
用いて、明らかにし、その問題的を解決すべく、
新らしい処理方式を示す。 音声のうち、母音は百ミリ秒〜数百ミリ秒の比
較的長い継続時間を有し、子音は母音にくらべて
その継続時間が短い事が知られている。従つて、
本発明実施例におけるＱ反転時間が長くなると、
いわゆる子音の抜けと言う音声情報の欠落を引き
起す確率が高くなる。一方、２値信号サンプリン
グデータの取り込み及び計算処理の為には、この
Ｑ反転時間は必要量なくてはならない。第７図に
第５図ｃに示したタイムチヤートのＱ反転時間の
箇所を取り出して示す。この第７図において、ａ
はｋ＝０の場合、ｃはｋ＝ｒの場合を示す。尚、
この第７図は書き込みクロツクの数を単位として
時間軸を記してある。従つて、Ｑ反転区間の書き
込みクロツクの数は、ｍ×Ｎ個である。先行音素
片及び後続音素片の類似度の計算に供する事ので
きる時間（To）は、先行音素片のサンプルデー
タを取り込んだあと、後続音素片のサンプルデー
タを取り込むまでの時間であり、従つて第７図ａ
に於ては、 Tc＝〔Ｎ−（Ｍ＋ｒ）〕τ …(6) ｂに於ては、Tc＝〔Ｎ−（Ｍ＋ｋ）〕τ ｃでは Tc＝〔Ｎ−Ｍ〕τ となる。但しτは書き込みクロツクの周期であ
る。 ここで書き込みクロツク回路１０のクロツク周
波数₁を40KHz、読み出しクロツク回路１６のク
ロツク周波数₂を20KHz、Ｎ＝512とすると τ＝１／₁＝１／ｍ・１／₂＝0.025〔ミリ秒〕 となり、従つてＱ反転時間は、 mNτ＝25.6〔ミリ秒〕となる。 また、先行音素片の後端部サンプリングデータ
の区間（Mτ）は、音声は基本ピツチ以上の周期
に対応する時間が望ましい。又、後続音素片前端
部のサンプリングデータ区間“（Ｍ＋ｒ）τ”か
ら“Mτ”を減じた区間も同様の時間巾を必要と
し、従つて100Hzの基本ピツチを有した男性の声
に対応する為には、Mτ＝１／ｍ×10〔ミリ秒〕、（Ｍ ＋ｒ）τ＝１／ｍ×20〔ミリ秒〕となり、従つてＭ＝ ｒ＝200となる。 これを(6)式に代入すると、Tc＝112τ＝2.8〔ミ
リ秒〕となる。また類似度の計算は、先行音素片
の後端部の２値信号の２値信号サンプリングデー
タ200個と後続音素片の先端部の２値信号のサン
プリングデータの排他的論理和の計算を、200回
行わなければならず、とても2.8ミリ秒間では処
理出来ない。 そこで、２値信号をサンプリングする間隔を長
くし、且つMτ、rτを小さくするという妥協点に
本発明の基本的考え方がある。然し乍ら２値信号
のサンプリング間隔を長くするという事は、音声
素片接続部の分解能を下げ、又、Mτ、rτを小さ
くするという事は、低音の音声がつながらないと
言う欠点がある。 従つて本発明は、音声接続部の分解能が高く、
しかもデータ演算時間の短い処理方式を採用して
おり、以下に詳述する。 第８図は、先行音素片後端部ａと、後続音素片
前端部ｂとのそれぞれについての音声信号と、２
値信号とを示す。２値信号をサンプリングする祭
のサンプリング間隔は、アナログシフトレジスタ
の書き込みクロツク₁（以下第一クロツクと称す
る。）の整数倍（例えば４倍）のサンプリング間
隔（第２クロツクと以下称する。）で行なう。 これにより、２値信号のサンプリングデータを
例えば1/4に減じる。第８図ａの先行音素片端後
端部の２値信号サンプリングデータの取り込みに
おいては、該第２クロツクによりサンプリングし
て、２値信号サンプリングデータを取り込むと同
時に、該取り込み開始時点から見て、最初に現わ
れる２値信号の立ち上り時点を監視し、その取り
込み開始時点から、その２値信号の立ち上り時点
までのクロツク（第３クロツクと称する。）のカ
ウント数CMを記憶する。第３クロツクは、第１
クロツクと同じものを用いることもできる。 後続音素片先端部の２値信号サンプリングデー
タの取り込みにおいても、第２クロツクにより２
値信号をサンプリングして２値信号のサンプリン
グデータを取り込む。この場合、取り込み開始時
点から、２値信号の立ち上りが発生する時点毎の
第３クロツクの計数値Cx（C₁，C₂，C₃……）を記
憶する。 以上の様に２値信号サンプリングデータの取り
込みと同様に２値信号の立ち上り時点に対応する
第３クロツクの計算値を記憶しておく。 一方、類似度の計算は、該CMをC₁，C₂，C₃…
…と対応するよう、先行音素片後端部の２値信号
サンプリングデータをシフトし、このシフト毎に
先行音素片後端部２値信号サンプリングデータと
各対応する後続音素片先端部２値信号サンプリン
グデータについて、排他的論理和を計数し、該計
数値が最小となる場合の第３クロツクの計数値
Cxより、シフト量ｋを決定する。（ただし、ｋ＝
Cx−C_M）。 このように２値信号は第２クロツクによりサン
プリングされ、従つて、サンプリングデータの数
は少ないが、C_M及びC_Xのサンプリングされるク
ロツクは、第３クロツクを用いる事に依り、分解
能の高い繋ぎめを作る事が出来る。また２値信号
の立ち上りの周期は、前記第２クロツクの周期に
比べて充分に長く構成する事が出来、従つて上述
した排他的論理和の計数を行う回数を少くし得、
計算時間の短縮が可能となる。 ２値信号の立ち上りの周期を前記第２クロツク
の周期と比べて充分に長いように構成する具体例
を第９図に示す。２値信号変換回路を第２図の
Ａ／Ｄ変換器１２４又は一点鎖線内のコンパレー
タ１２６及びゲート１２７を、第９図の一点鎖線
内の電圧制御型フイルタ１３０、飽和増巾回路１
２８、クランプ回路１２９及びゲート１２７に置
き換える。但し、書き込みクロツク₁を発生する
クロツク回路１１０は電圧制御型発振回路とし、
その制御電圧を可変抵抗器VRの摺動接点２０２
から得るものとする。この可変抵抗器VRは直流
電源端子２０１とグランド間に接続され、摺動接
点２０２の電位はその可変抵抗器VRの調整値に
依り決定される。時間軸変換比率ｍは、(1)式で既
述した如く、読み出しクロツク₂と、書き込みク
ロツク₁との比であり、読み出しクロツク₂は一
定である構成であるから、可変抵抗器VRの調整
に依り、時間軸変換比率ｍが可変される。入力端
子１０１に得られる再生された音声信号は、再生
装置の再生速度に依つて周波数が高くなつてい
る。２値信号変換回路１５０に於て変換する２値
信号の立ち上りの周期を可能な限り長くする為に
電圧制御型フイルタ１３０は摺動接点２０２の電
位に依り制御し、音声信号の基本周波数情報が消
滅しない程度に帯域制限を加える構成を採る。帯
域制限された音声信号は、既述の如く飽和増巾回
路１２８で飽和増巾され、クランプ回路１２９で
クランプされ、ゲート１２７でTTLレベルの信
号に変換され、２値信号としてＩ／Ｏポート１２
３に出力される。 以上の説明から明らかな如く、本発明装置は先
行及び後続音素片の接続部に於て、先行音素片の
後端部のサンプリング値と後続音素片の前端部の
サンプリング値との排他的論理和の積分値が最小
となるよう重ね合せるべく時間軸の修正を行うも
のであり、従つて従来装置の如き接続部の波形の
不連続やピツチ周波数の変動のない合成音を得る
事が出来る。

【図面の簡単な説明】

第１図は現存する音声合成装置の構成を示すブ
ロツク図、第２図は本発明装置の構成を示すブロ
ツク図、第３図は第２図の要部のブロツク図、第
４図は第３図の動作説明の為の波形図、第５図は
本発明装置の動作を説明する波形図、第６図は第
１図の装置に依る特性を示す波形図、第７図は本
発明装置に於ける処理可能時間を説明する為のタ
イミングチヤート、第８図は本発明装置でのデー
タ処理状況を示す波形図、第９図は本発明装置の
要部の構成を示すブロツク図であつて、１０１は
信号入力端子、１０２は信号出力端子、１０３，
１０４はアナログ記憶手段、１１０は書き込み用
クロツク、１１６は読み出し用クロツク、１２０
はROM、１２１はCPU、１２４はＡ／Ｄ変換
器、１２５はRAM、を夫々示している。

Claims (1)

1. 【特許請求の範囲】 １ アナログ音声波形から抽出された音素片を用
   いて編集合成する音声合成装置に於て、 (a) 第１クロツクに従つてアナログ入力信号をサ
   ンプリングして記憶する記憶手段と、 (b) アナログ入力信号の極性を２値信号に変換す
   る２値信号変換手段と、 (c) この２値信号変換手段に依つて変換された先
   行音素片の後端部及び後続音素片の前端部の２
   値信号を前記第１クロツクに関連する第２クロ
   ツクにてサンプリングした両音素片のサンプリ
   ングデータを記憶する２値信号サンプリングデ
   ータ記憶手段と、 (d) 該２値信号サンプリングデータ記憶手段に記
   憶された先行音素片の後端部の２値信号サンプ
   リングデータと後続音素片の前端部の２値信号
   サンプリングデータとの排他的論理和を採る排
   他的論理和手段と、 (e) 該排他的論理和手段での排他的論理和を計数
   する排他的論理和計数手段と、 (f) 前記第１クロツクに関連する第３クロツクに
   て前記音素片の後端部と前端部の２値信号の極
   性反転時点を計数し、該計数された極性反転時
   点を記憶する極性反転時点記憶手段と、 を備え、前記先行音素片の後端部と後続音素片の
   前端部の２値信号極性反転時点が一致するように
   該後端部或は前端部のサンプリングデータを相対
   的にシフトして対応させ乍ら、且つ前記先行音素
   片の後端部の２値信号サンプリングデータと後続
   音素片の前端部の２値信号サンプリングデータと
   の前記排他的論理和が最小となるように、前記先
   行音素片の後端部と後続音素片の前端部のサンプ
   リングデータを相対的にシフトし、該シフトされ
   た極性反転時点の前記計数手段の計数値を前記極
   性反転時点記憶手段より読み出し、これに基づい
   てアナログ音素片を接続することを特徴とする音
   声合成装置。