JPH02236600A - 合成音声情緒付与回路 - 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］ この発明は合成音声情緒付与回路に関し、特に、分析合
成装置や規則合成装置に用いられ、聴取者にとって自然
で聞きやすい「情緒・感情」を持った合成音を出力する
ような合成音声情緒付与回路に関する。

［従来の技術および発明が解決しようとする課題］従来
の音声合成装置の一例として、たとえば特開昭６２−１
３８８９８号公報に記載されているような「音声規則合
成方式」が知られている。この音声規則合成方式は、日
本語の疑問文，命令文，禁止文，願望文，感動文などの
文章タイプ情報に基づいて、臨界制動２次線形系の応答
関数により基本周波数パターンを生成するようにしてい
た。

しかしながら、単に基本周波数パターンを変えるだけで
は、人間の音声が持つような細かい情緒表現を十分に行
なうことができず、合成音を聴取したとき、不自然さが
残るという欠点があった。

それゆえに、本発明の主たる目的は、音声合成装置にお
いて、自然な「歓喜」の感情をもった合成音声を生成で
きるような合成音声情緒付与回路を提供することである
。

［課題を解決するための手段コ 第１請求項にかかる発明は、デイジタル化されたディジ
タル音声信号を入力するための入力手段と、入力された
ディジタル音声信号を分析して特徴パラメータを抽出す
る分析手段と、抽出された特徴パラメータを合成音声に
変換する合成音声変換手段と、合成音声変換手段によっ
て変換された合成音声をアナログ信号に変換して出力す
るＤ／Ａ変換手段とを備えた音声合成装置において、分
析手段によって抽出された特徴パラメータのうちの基本
周波数および振幅パラメータを関数変換し、合成音声変
換手段によって「歓喜」の情緒の表現された合成音を生
成するように合成音声情緒付与回路を構成したものであ
る。

第２請求項にかかる発明は、文字列または記号列を入力
するための入力手段と、入力された文字列または記号列
を読み列に変換するための読み列変換手段と、変換され
た読み列を合成音声に変換する合成音声変換手段と、変
換された合成音声をアナログ信号に変換するＤ／Ａ変換
手段とを備えた音声合成装置において、特徴パラメータ
のうちの基本周波数および振幅パラメータを関数変換し
、合成音声変換手段によって「歓喜」の情緒の表現され
た合成音を生成する手段を備えて合成音声情緒付与回路
を構成したものである。

［作用］ この発明にかかる合成音声情緒付与回路は、音声信号ま
たは変換された読み列をスペクトルに関するパラメータ
に変換し、一方で音源に関するパラメータを抽出または
生成し、この音源パラメータのうちの基本周波数，振幅
パラメータを制御した後、出力する。

［発明の実施例］ 第１図はこの発明の一実施例の概略ブロック図である。

第１図を参照して、ディジタル音声入力部１１；は、デ
ィジタル化されたディジタル音声信号が入力され、ディ
ジタル音声入力部１から出力されたディジタル音声信号
が音源分析部２とスペトクル分析部３とに与えられる。

スペクトル分析部３はディジタル音声信号を音韻性情報
を担ったスペトクルパラメータに変換する。このパラメ
ータとしては、たとえば斉藤・中田著“音声情報処理の
基礎”　（オーム社発行）に記載されているようなＰＡ
ＲＣＯＲ係数などがある。なお、このＰＡＲＣＯＲ係数
はスペトクルバラメー・夕の一例であり、この発明は特
にこれに限定されるものではない。

一方、音声分析部２はディジタル音声信号から音源情報
である基本周波数や振幅情報などの音源パラメータを抽
出する。音源分析部２によって抽出された音源パラメー
タとスペトクル分析部３によって分析されたスペトクル
パラメータとは情緒付与回路４を介して合成部５に与え
られる。合成部５はスペトクルパラメータおよび音源パ
ラメータを用いて合成音声を生成する。

すなわち、合成部５では、前述の基本周波数の逆数（ピ
ッチ周期，）の間隔で単位フレーム内のスベトクルパラ
メータを繰返し音声パラメータの列に変換する。この合
成部５としては、たとえばＪ．Ｄ，Ｍａｒｋｅｌ　　ａ
ｎｄ　　Ａ．Ｈ，ＧｒａｙＪｒ著、鈴木訳“音声の線形
予ｎド　（コロナ社発行）に記載されているような２乗
算器格子形音声合成フィルタを用いて、前述のスベトク
ルバラメ−タおよび音源パラメータにより音声波形を合
成する。なお、２乗算器格子形音声合成フィルタは一例
であって、他の音声合成手段を用いるようにしてもよい
。合成された音声波形はＤ／Ａ変換部６を介して音声と
して出力される。

次に、情緒付与回路４による合成音声の情緒付与動作に
ついて説明する。合成音声の情緒付与は、音源分析部２
から出力された音源パラメータのうち、基本周波数およ
び振幅パラメータに対して関数変換を施し、合成部５に
おいてこれら音源パラメータとスペトクルパラメータと
によって音声波形を合成することによって実現される。

このような情緒の付与を行なうものが情緒付与回路４で
ある。

すなわち、音源分析部２により出力された音源パラメー
タのうち、基本周波数ｆ。（１）に対して、たとえば ｆｏ　　（ｔ）−ｆｏ　　（ｔ）＋α（１）の変換式に
より、新しい基本周波数ｆ０　　（ｔ）を決定する。こ
こで、α（１）は、時刻ｔにおける基本周波数の増分を
表わす定数である。ここに挙げた関数は一例であり、こ
の発明を限定するものではない。一方、振幅パラメータ
ｐ　（ｔ）についても、たとえば、 Ｐ’　　（ｔ）−Ｐ　（ｔ）Ｘβ（１）の変換式により
、新しい振幅パラメータＰ’　　（ｔ）を決定する。こ
こで、β＜１＞は、時刻ｔにおける振幅の増分を表わす
定数である。この場合ももちろん任意の関数を用いるこ
とができる。

上述のような手続で変換された新しい音源パラメータは
、スペトクルパラメータとともに合成部５に送られ、合
成音声波形となってＤ／Ａ変換部６を経て出力される。

第２図はこの発明の他の実施例を示す概略ブロック図で
ある。第２図を参照して、入力端子７１；は、図示しな
いＯＣＲやキーボードなどの入力手段から文字列または
記号列で表現された文章や単語などが入力される。入力
された文章や単語は、形態素解析部８に与えられ、形態
素辞書部９に記憶されている内容に基づいて、各形態素
の列に変換される。形態素辞書部９は少なくとも“読み
゜および“品詞”を記憶しており、人力された文字列ま
たは記号列に対して、たとえば、相沢．江原著“計算機
によるかな漢字変換”、ＮＨＫ技術研究．２５−５に記
載されているような最長一致法などの手段を用いて形態
素への分割を行なう。この最長一致法は、形態素分割の
ための手段の一例であり、これに限定されるものではな
い。

形態素解析部８によって解析された形態素は、ピッチ制
御処理部１０に与えられ、アクセント辞書部１１および
アクセント結合規則部１２に記憶されている内容に基づ
いて、音の高低を表わす基本周波数成分が決定される。

基本周波数成分の付与された形態素列は、音声パラメー
タ生成部１３に与えられ、音素片辞書部１４に記憶され
ている内容に基づいて、音素のパラメータの列に変換さ
れる。

音素片辞書部１４は音素片、すなわち、文章や単語を構
成している音素またはｃｖ，ｖｃ等の音韻連鎖をパラメ
ータとして保持しており、形態素を構成する音素または
ｃｖ，ｖｃなどの音韻の順に従ってその音素片を配列し
、上述のピッチ周期の間隔で単位フレーム内のパラメー
タを繰返し音声パラメータの列に変換する。このときに
、平静平叙文用の基本周波数，振幅パラメータのそれぞ
れに対して、たとえば前述の関数変換を施し、新しい音
源パラメータとしてピッチ制御処理部１０に与える。

以下、合成部１６およびＤ／Ａ変換部１７は前述の第１
図に示した合成部５およびＤ／Ａ変換部６と同様の動作
を行なう。

［発明の効果］ 以上のように、第１請求項にかかる発明は、入力された
ディジタル音声信号を分析して特徴パラメータを抽出し
、抽出された特徴パラメータのうち基本周波数および振
幅という韻律の２要素のみを制御することにより、「歓
喜」を表現するようにしたので、音韻性が大きく歪むこ
となく、自然な情緒を持った音声を容易に得ることがで
き、さらにその強度を制御することもできる。

第２請求項にかかる発明では、入力された文字列または
記号列を読み列に変換し、変換された読み列を合成音声
に変換し、第１請求項と同様にして韻律の２要素のみを
制御することにより、「歓喜」を表現するようにしたの
で、音韻性が大きく歪むことなく、自然な情緒を持った
音声を容昌に得ることができ、さらにその強度を制御｝
ることもできる。

【図面の簡単な説明】

第１図はこの発明の一実施例の概略ブロック図である。 第２図はこの発明の他の実施例の概略ブロック図である
。 図において、１はディジタル音声信号入力部、２は音源
分析部、３はスペトクル分析部、４．１５は情緒付与回
路、５．１６は合成部、６．１７はＤ／Ａ変換部、７は
入力端子、８は形態素解析部、９は形態素辞書部、１０
はピッチ制御処理部、１１はアクセント辞書部、１２は
アクセント結合規則部、１３は音声パラメータ生成部、
１４は音素片辞書部を示す。

Claims (2)

【特許請求の範囲】
1. （１）ディジタル化されたディジタル音声信号を入力す
   るための入力手段と、 前記入力手段によって入力されたディジタル音声信号を
   分析して特徴パラメータを抽出する分析手段と、 前記分析手段によって抽出された特徴パラメータを合成
   音声に変換する合成音声変換手段と、前記合成音声変換
   手段によって変換された合成音声をアナログ信号に変換
   して出力するＤ／Ａ変換手段とを備えた音声合成装置に
   おいて、 前記分析手段によって抽出された特徴パラメータのうち
   の基本周波数および振幅パラメータを関数変換し、前記
   合成音声変換手段によって「歓喜」の情緒の表現された
   合成音を生成する手段を設けたことを特徴とする、合成
   音声情緒付与回路。
2. （２）文字列または記号列を入力するための入力手段と
   、 前記入力手段によって入力された文字列または記号列を
   読み列に変換するための読み列変換手段と、 前記読み列変換手段によって変換された読み列を合成音
   声に変換する合成音声変換手段と、前記合成音声変換手
   段によって変換された合成音声をアナログ信号に変換す
   るＤ／Ａ変換手段とを備えた音声合成装置において、 特徴パラメータのうちの基本周波数および振幅パラメー
   タを関数変換し、前記合成音声変換手段によって「歓喜
   」の情緒の表現された合成音を生成する手段を備えたこ
   とを特徴とする、合成音声情緒付与回路。