JPH0235992B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は線スペクトル型音声分析合成装置に関
し、特に一対の高次方程式からより精度高く安定
に線スペクトル周波数対を抽出する線スペクトル
型音声分析合成装置に関する。

従来の線スペクトル型音声分析合成装置におい
ては、線スペクトル周波数抽出の方法として
DFT法と高次方程式法とが通常用いられている。
これらの二つの抽出方法に対応する従来の周波数
分析器のブロツク図を第１図および第２図に示
す。第１図はDFT零点検索による場合を示し、
端子１０１より標本抽出され量子化された音声信
号は線形予測分析手段１に入力される。線形予測
分析手段１においては一つの方法として入力信号
の自己相関係数列を求め、この自己相関係数列を
係数とする連立一次方程式を解くことにより次数
ｐのαパラメータ｛α_i｝ｉ＝１，２，…，ｐおよ
び同一次数のＫパラメータ｛K_i｝ｉ＝１，２，…
ｐを抽出する。この｛K_i｝は線形予測係数変換手
段２に入力され、これにおいてK_p+1＝１および
K_p+1＝−１を追加して（ｐ＋１）次の一対のＫ
パラメータとし、更にこれをそれぞれ対応する一
対のαパラメータに変換して｛α_i｝ｉ＝１，２，
…，ｐ＋１および｛α_i′｝ｉ＝１，２，…，ｐ＋
１として出力する。スペクトル関数抽出手段３に
おいては、前述の一対のαパラメータ｛α_i｝およ
び｛α′_i｝を入力して入力音声信号の電力スペク
トルｐ（ω）およびp′（ω）を抽出し、それぞれの
逆数関数として｛α_i｝に対応する1/P（ω）と
｛α′_i｝に対応する1/P′（ω）とを抽出する。これ
らの関数1/P（ω）および1P′（ω）は次式によつ
て与えられる。

１／Ｐ（ω）＝_p+1 〓ⁱ⁼⁰ A_icos iω １／P′（ω）＝_p+1 〓ⁱ⁼⁰ A′_icos iω 上式において、A₀＝_p+1 〓^j=0 α_j ²，A_i＝２_p+1-i 〓^j=0 α_j・
α_i+jおよびA′₀＝_p+1 〓^j=0 α_j′²，A′_i＝２_p+1-i 〓^j=0 α_j′・α_i+j′で
ある。上記の1/P（ω）および1/P′（ω）は、ス
ペクトルＰ（ω）の極周波数において零となるが、
線スペクトル対周波数を求めることは、これらの
１／Ｐ（ω）および1/P′（ω）を零にするωを求め
ることに他ならない。線スペクトル周波数抽出手
段４は前記1/P（ω）および1/P′（ω）につい
て、それらの値を最小とするωの値を検索し、最
小値近傍における標本抽出点のω軸に関する射影
との間の補間処理により線スペクトル周波数を抽
出する。第３図ａに最小値近傍における線スペク
トル周波数の補間処理による抽出の様子を示す。
図において、標本抽出される1/P（ω）または1/
Ｐ′（ω）の最小値近傍において、A_iおよびA_i+1
が標本抽出されるものとすると、そのω軸に関す
る射影点を_iおよび_i+1として、A_iと_i+1とを
結ぶ直線がω軸と交わる点に対応するω_sを線ス
ペクトル周波数として抽出する。真の線スペクト
ル周波数ω_iとはΔω_iの誤差を生じる。このDFT法
の欠点は、前記Δω_iをより小さくしてω_sをより精
度良く抽出するためには、例えば抽出点として
256〜512点程度の離散的フーリエ変換演算処理を
必要とし過大な演算量を要するとともに、更に最
小値近傍においてω_sを求めるための補間処理を
必要とする。このため演算精度の点においては、
ニユートン・ラプソン法による高次方程式の近似
解法による方法の方が、一般的には精度が高いと
されている。またDFT法の他の欠点として、場
合によつて線スペクトル対周波数を検索できない
こともあり得る。

第２図は従来例の前記ニユートン・ラプソン法
による高次方程式の近似解法による線スペクトル
周波数分析器のブロツク図を示し、端子１０３よ
り入力される標本抽出され量子化された音声信号
は、線形予測分析手段５において線形予測分析さ
れｐ次のαパラメータを抽出する。一般に、全極
型デジタル・フイルタの伝達関数の分母Ａ（Z^-1）
＝１＋_p 〓ⁱ⁼¹ α_iZ^-1は、Ｋパラメータを含む下記の漸
化式により生成される（Z^-1＝e^-j〓）。

A₀（Z^-1）＝１、B₀（Z^-1）＝Z^-1 A_o（Z^-1）＝A_o（Z^-1）−K_oB_o（Z^-1） B_o（Z^-1）＝Z^-1｛B_o-1（Z^-1） −K_oA_o-1（Z^-1）｝ 上式において、声道に対応するデジタル・フイ
ルタを無損失化し、Ｋパラメータの次数を一次増
して、声門における境界条件（開放および閉塞）
よりK_p+1＝１および−１として次式を求める
（ｐは線形予測パラメータの次数）。

Ｐ（Z^-1）＝A_p（Z^-1）−B_p（Z^-1） Ｑ（Z^-1）＝A_p（Z^-1）＋B_p（Z^-1） 線スペクトル対パラメータ｛ω_2i｝ｉ＝１，２，
３，…p/2および｛ω_2i-1｝ｉ＝１，２，３，…，
ｐ／２は、それぞれ上式のＰ（Z^-1）＝０およびＱ
（Z^-1）＝０の二つの独立した方程式より求められ
る（但し、ω＝０およびπの解は除外）。

これらの二つの独立した方程式は、一般にαパ
ラメータの一次結合を係数とする二つのp/2次の
方程式となる。（Ｚ＋Z^-1）＝2cosωをｘとおき、
αパラメータの一次結合をU_j（α_i）およびV_j（α_i）
とすると、方程式は次式で表わされる（以下にお
いて各方程式の左辺をｆ（ｘ）として包括表示す
る）。

x^P ₂＋U₁（α_i）x^P ₂ ^-1＋U₂ （α_i）x^P ₂ ^-2＋…＋U^P ₂（α_i）＝０ x^P ₂＋V₁（α_i）x^P ₂ ^-1＋V₂ （α_i）x^P ₂ ^-2＋…＋V^P ₂（α_i）＝０ 上式より、ｐ個のｘを求めれば、ω＝cos^-1(x/
２）として｛ω_i｝ｉ＝１，２，…，ｐを抽出するこ
とができる。実際には、ニユートンの反復法によ
り近似的にｘを求める。

一次結合算出手段６においては、線形予測分析
手段５において抽出されるαパラメータより、前
記一次結合U_j（α_i）およびV_j（α_i）を算出する。こ
れらの一次結合は、ｆ（ｘ）最小値抽出手段７に
おいて前記一対の方程式の左辺ｆ（ｘ）の係数と
して導入され、それぞれのｆ（ｘ）に関して、−２
≦ｘ≦２の範囲のｘの値を代入して関数ｆ（ｘ）
の値を検索し、それぞれのｆ（ｘ）よりそれぞれ
にp/2個の最小値を抽出する。このｆ（ｘ）の検
索により最小値を抽出する方法は第３図ｂに示さ
れるとおりで、ｆ（ｘ）に関する検索抽出点B_i-1，
B_iおよびB_i+1に対して、B_iが最小値に対応するも
のとして摘出され、B_iに対するx_sがｆ（ｘ）の局
部最小値を与えるｘの値として近似的に取得され
る。このような方法で抽出されるｘの値は線スペ
クトル周波数抽出手段８に与えられ、こゝにおい
て、前述のｆ（ｘ）の局部最小値を与えるｘの値
を初期条件として、ニユートン・ラプソン法を適
用して前記二つの方程式に適合するｘの値を推定
抽出し、このｘの値からω＝cos^-1(x-2)に対応
する逆余弦変換により線スペクトル周波数ωを抽
出する。なおニユートン・ラプソン法による近似
解抽出法は第３図ｂに示されるとおりで、検索抽
出点B_iにおけるｆ（ｘ）に対する接線がｘ軸と交
わる点のｘの値x_i′を以て近似解とする。この方
法の欠点は、ニユートン・ラプソン法の適用に際
して必要となる初期値の精度に係わる。若しもこ
の初期値を適切に設定できない場合には近似解は
不安定となり、却つてその誤差が増大する。

即ち、従来の線スペクトル型音声分析合成装置
において、線スペクトル周波数対抽出の方法とし
て用いられているDFT法および高次方程式法に
は、前者のDFT法には分析精度の点よりDFT抽
出点として256〜512点程度を必要とし、このため
に過大な演算量を要し、しかも加えて零点検索の
ための補間処理も必要となり、その演算量および
ワークエリアが過大となるということと、その割
に線スペクトル対周波数抽出の精度が必ずしも良
くないという欠点があり、また後者の高次方程式
法による場合には、ニユートン・ラプソン法の適
用にあたり零点検索のために予め設定される200
点程度の分割点からｐ／２個の最小値を検出し、こ れらの最小点より高次方程式の近似解を抽出する
過程を通じての演算量が過大であることと、前記
分割点の数を多くし分割区間を細かくしても、な
お前記近似解の抽出には、結果として得られる近
似解が真の解より遊離している場合もあり得ると
いう不安定要素が介在するという欠点がある。

本発明の目的は上記の欠点を除去し、比較的少
ない演算量により線スペクトル周波数対をより精
度高く安定に抽出する線スペクトル型音声分析合
声装置を提供することにある。

本発明の線スペクトル型音声分析合成装置は、
入力音声信号より線形予測分析によつて得られる
線形予測係数から線スペクトル周波数対を抽出
し、前記線スペクトル周波数対を用いて音声を合
成する線スペクトル型音声分析合成装置におい
て；標本抽出され量子化された音声信号よりｐ次
（ｐは１より大きい正の偶数）の線形予測係数を
抽出する線形予測分析手段と；前記線形予測係数
の一次結合を係数とする一対の独立したｐ／２次の 高次方程式より零点検索に基づいて実解に最近似
する一対の独立した近似解を抽出しかつ抽出した
前記近似解を初期値としてニユートン・ラプソン
法を適用して一対の第１番目の実解を抽出し、前
記第１番目の実解を介して次数を一次低減される
一対の独立した（ｐ／２−１）次の方程式が所定次 数でないとき前記（ｐ／２−１）次の方程式より前 記零点検索および前記ニユートン・ラプソン法を
併用して一対の第２番目の実解を抽出する手法に
より前記高次方程式の実解を前記所定次数前まで
逐次抽出する第１の実解抽出手段と；前記手法を
介して前記高次方程式より漸次次数が低減されて
得られる前記所定次数の低次方程式より代数的解
法により実解を抽出する第２の実解抽出手段とを
分析側に備える。

以下、本発明について図面を参照して詳細に説
明する。

第４図は本発明の線スペクトル型音声分析合成
装置の、分析側における線スペクトル周波数対分
析手段の二つの実施例のブロツク図である。第４
図ａにおいては、線形予測分析手段１６と、一次
結合算出手段１７と、第１の実解抽出手段１８
と、次数低減手段１９と、第２の実解抽出手段２
０と、実解編集手段２１と、逆余弦変換手段２２
とを備え、第４図ｂにおいては、線形予測分析手
段２３と、一次結合算出手段２４と、第１の実解
抽出手段２５と、次数低減手段２６と、第２の実
解抽出手段２７と、逆余弦変換手段２８と、線ス
ペクトル周波数対編集手段２９とを備えている。

第４図ａにおいて、端子１０５より標本抽出さ
れ量子化された音声信号は線形予測分析手段１６
に入力される。線形予測分析手段１６においては
一つの方法として前記音声信号の自己相関係数列
を求め、この自己相関係数列を係数とする連立一
次方程式を解くことによりｐ次のαパラメータを
抽出する。前記従来例のニユートン・ラプソン法
による高次方程式の近似解法を用いる線スペクト
ル分析器の場合と同様にして、全極型デイジタル
フイルタの伝達関数の分母Ａ（Z^-1）＝１＋_p 〓ⁱ⁼¹ α_iZ^-i
を生成するＫパラメータを含む漸化式において、
声道に対応するデイジタル・フイルタを無損失化
し、Ｋパラメータの次数を増してK_p+1＝１およ
び−１を導入して前記伝達関数の分母を表わす一
対の独立した関数Ｐ（Z^-1）およびＱ（Z^-1）を導出
する。

Ｐ（Z^-1）＝A_p（Z^-1）−B_p（Z^-1） Ｑ（Z^-1）＝A_p（Z^-1）＋B_p（Z^-1） 線スペクトル周波数対は、上記Ｐ（Z^-1）および
Ｑ（Z^-1）を零とおくことにより得られる二つの独
立した高次方程式を解くことにより得られる。上
式を変形し、Ｚ＝e^j〓および2cosω＝ｘを代入す
ると次式が得られる。

Z^P／₂／１−Z^-1・Ｐ（Z^-1）＝x^P ₂＋ U₁（α_i）x^P ₂ ^-1＋U₂（α_i）x^P ₂ ^-2＋…＋U^P ₂（α_i） Z^P／₂／１＋Z^-1・Ｑ（Z^-1）＝x^P ₂＋V₁（α_i）x^P ₂ ^-1 ＋V₂（α_i）x^P ₂ ^-2＋…＋V^P ₂（α_i） 上式を零に等置すると次の独立した方程式が得
られる。

x^P ₂＋U₁（α_i）x^P ₂ ^-1＋U₂ （α_i）x^P ₂ ^-2＋…＋U^P ₂（α_i）＝０ x^P ₂＋V₁（α_i）x^P ₂ ^-1＋V₂ （α_i）x^P ₂ ^-2＋…＋V^P ₂（α_i）＝０ 上記方程式よりそれぞれｐ／２個のｘを求めれば、 ω＝cos^-1（ｘ／２）として、｛ω_i｝ｉ＝２，４，…ｐ および｛ω_i｝ｉ＝１，３，…，ｐ−１の線スペク
トル周波数対を抽出することができる。今、前記
二つの独立したｘに関する高次方程式の左辺を包
括表示してｆ（ｘ）とおく。第４図ａの一次結合
算出手段１７においては、線形予測分析手段１６
において抽出されるｐ次のαパラメータ｛α_i｝よ
り、前記ｆ（ｘ）の係数を形成するα_iの一次結合
U_j（α_i）およびV_j（α_i）を算出する。これらの一次
結合U_j（α_i）およびV_j（α_i）は、第１の実解抽出手
段１８において前記一対の高次方程式の係数とし
て導入され、この第１の実解抽出手段において第
１番目の実解が零点検索とニユートン・ラプソン
法を併用することにより抽出される。この第１番
目の実解を抽出する手法を第５図および第６図を
用いて説明する。第５図は次数ｐが12次の場合の
一方のｆ（ｘ）をグラフで表わした図で、横軸は
ｘ（−２≦ｘ≦２）で縦軸はｆ（ｘ）を示す。ｐ＝
12の場合は、明らかに前記高次方程式はｐ／２＝６ 次の方程式となり、ｆ（ｘ）はｘ軸と図のように
６点において交差する。これらの交差点がｆ（ｘ）
＝０の実解である。これらの交差点の中で一つの
交差点を近傍を拡大して表示したのが第６図で、
図においてx_iは一つの実解である。実解x_iを抽出
するために、第１段階としてΔxステツプでｘの
値をｆ（ｘ）に代入してｆ（ｘ）の値を求める。例
えば第６図において順序として…x_s-1，x_s，x_s+1
…という具合にｘの各抽出点に対するｆ（ｘ）の
値を検索してゆく。明らかにｆ（x_s-1）およびｆ
（x_s）は正であるがｆ（_s+1）は負となる。ｘの抽
出点に対してｆ（ｘ）の値が負になつた時点にお
いて、Δx/M（Ｍ＞１）のステツプでｘ軸上に
おいて前述の順序と逆方向に改めてｆ（ｘ）の値
を検索してゆく。このΔx/Mステツプによるｆ
（ｘ）の検索によりｆ（ｘ）の検索値の符号が再度
逆転した時点において、改めてｘ軸上の検索の向
きを反転させ、Δx/M・M′（M′＞１）のステツ
プでｆ（ｘ）の値を検索しｆ（ｘ）の符号が逆転す
るまで継続する。このようなｆ（ｘ）の検索手順
を反復することにより実解x_iに極めて近接する精
度の高い近似解を抽出することができる。この精
度の高い近似解を初期設定値として、前記ニユー
トン・ラプソン法を適用してｆ（ｘ）＝０に適合す
る精度の高い前記第１番目の実解を抽出する。こ
のニユートン・ラプソン法適用による実解抽出の
手法は、第３図ｂに示されるとおりで、図におい
てx_sを前述の精度の高い近似解として抽出された
前記初期設定値として考えると、前記ニユート
ン・ラプソン法により抽出される実解は、ｘ＝x_s
におけるｆ（ｘ）の接線がｘ軸と交差する点のｘ
の値x_i′として求められる。第４図ａにおける第
１の実解抽出手段１８においては、上述の作用経
過に沿つて第１番目の実解x′を抽出する。勿論ｆ
（ｘ）＝０の方程式は前述のとおり一対のｐ／２次の 方程式を形成しており、前記第１番目の実解は、
それぞれの方程式において対として抽出される。
これらの一対の第１番目の実解は、それぞれ次数
低減手段１９および実解編集手段２１に送られる
が、次数低減手段１９においては、ｆ（ｘ）を前
記第１番目の実解x_i′を含めて形成される一次式
（ｘ−x′）により除する形で次数を一つ低減した
方程式を抽出する。即ち、次数低減手段１９によ
つて抽出される方程式は下記によつて示される。

ｆ（ｘ）／ｘ−x_i′→x^P ₂ ^-1＋U₁′（α_i）x^P ₂ ^-2 ＋…＋U′^P ₂ ^-1＝０ x^P ₂ ^-1＋V₁′（α_i）x^P ₂ ^-2 ＋…＋V′^P ₂ ^-1＝０ これらの一対の方程式より再度第１の実解抽出
手段１８において、前述の作用経過と同様の手順
によりそれぞれ第２の実解が抽出され、次数低減
手段１９および実解編集手段２１に送られる。次
数低減手段１９において一対の方程式の次数が更
に一次低減される作用過程は前述の過程と同様で
ある。このようにして実解の抽出と方程式の次数
低減を反復することによりｆ（ｘ）＝０の一対の実
解は逐次実解編集手段２１に集積されるととも
に、前記一対の方程式ｆ（ｘ）＝０の次数は逐次低
減されて、或時点において代数的解法を適用する
ことが可能な特定次数の方程式に帰着する。この
特定次数としては１次乃至４次の次数として考え
ることができる。前記代数的解法適用の可能な方
程式に帰着した時点において、次数低減手段１９
より抽出される一対の方程式は、第２の実解抽出
手段２０において代数的解法に沿つて残余の実解
が抽出され、抽出された実解は実解編集手段２１
に送られる。実解編集手段２１においては、前述
の作用経過を介して集積される順不同の一対の実
解の列を整理編集して逆余弦変換手段２２に送出
する。逆余弦変換手段２２においては、前記余弦
変換の逆変換によりω＝cos^-1（ｘ／２）として一対 の線スペクトル周波数対｛ω_i｝ｉ＝２，４，…，
ｐおよび｛ω_i｝ｉ＝１，３，…，ｐ−１を端子１
０６を介して出力する。

第４図ｂは前記第１の実施例における実解編集
手段２１と逆余弦変換手段２２とを、逆余弦変換
手段２８と線スペクトル周波数対編集手段２９と
に置き換えて構成される第２の実施例を示し、第
１の実施例の場合と同様の作用経過により第１の
実解抽出手段２５および第２の実解抽出手段２７
により抽出される一対の実解は、逆余弦変換手段
２８においてω_i＝cos^-1（Xi／２）の関係により一対 の線スペクトル周波数対に変換され、更にこれら
の一対の線スペクトル周波数対は線スペクトル周
波数対編集手段２９において配列順位を整理編集
されて、一対の線スペクトル周波数対｛ω_i｝ｉ＝
２，４，……，ｐおよび｛ω_i｝ｉ＝１，３，…
…，ｐ−１として端子１１０を介して出力され
る。

上述の本発明の実施例において線スペクトル周
波数分析用として必要とされる演算量は相対的に
少なく、しかも線スペクトル周波数対の分析精度
は従来例のそれに比較して大幅に改善される。ま
た前記第１および第２の実施例においては、線ス
ペクトル周波数対の編集を分析側において実施し
ているが、これらの編集は分析側においては行わ
ず、合成側において行つても良く、また前記第１
および第２の実施例においては線スペクトル周波
数の形で合成側に線形予測係数を伝送する形態を
とつているが、場合によつては線スペクトル周波
数対の代りに線スペクトル周波数対の余弦変換の
形で合成側に伝送することも可能である。

以上詳細に説明したように本発明の線スペクト
ル型音声分析合成装置は、その線スペクトル周波
数対分析手段において、比較的少ない演算量によ
り入力音声信号から精度の高い線スペクトル周波
数対を安定に抽出できるという効果がある。

【図面の簡単な説明】

第１図および第２図は従来の線スペクトル型音
声分析合成装置における線スペクトル周波数対分
析手段のブロツク図、第３図は零点検索作用説明
図、第４図は本発明の実施例のブロツク図、第５
図および第６図は本発明の実施例におけるｆ（ｘ）
の実解抽出作用説明図である。 図において、１，５，１６，２３……線形予測
分析手段、２……線形予測係数変換手段、３……
スペクトル関数抽出手段、４，８……線スペクト
ル周波数抽出手段、６，１７，２４……一次結合
算出手段、７……ｆ（ｘ）最小値抽出手段、１８，
２５……第１の実解抽出手段、１９，２６……次
数低減手段、２０，２７……第２の実解抽出手
段、２１……実解編集手段、２２，２８……逆余
弦変換手段、２９……線スペクトル周波数対編集
手段、１０１〜１０８……端子。

Claims (1)

1. 【特許請求の範囲】 １ 入力音声信号より線形予測分析によつて得ら
   れる線形予測係数から線スペクトル周波数対を抽
   出し、前記線スペクトル周波数対を用いて音声を
   合成する線スペクトル型音声分析合成装置におい
   て；標本抽出され量子化された音声信号よりｐ次
   （ｐは１より大きい正の偶数）の線形予測係数を
   抽出する線形予測分析手段と；前記線形予測係数
   の一次結合を係数とする一対の独立したｐ／２次の 高次方程式より零点検索に基づいて実解に最近似
   する一対の独立した近似解を抽出しかつ抽出した
   前記近似解を初期値としてニユートン・ラプソン
   法を適用して一対の第１番目の実解を抽出し、前
   記第１番目の実解を介して次数を一次低減される
   一対の独立した（ｐ／２−１）次の方程式が所定次 数でないとき前記（ｐ／２−１）次の方程式より前 記零点検索および前記ニユートン・ラプソン法を
   併用して一対の第２番目の実解を抽出する手法に
   より前記高次方程式の実解を前記所定次数前まで
   逐次抽出する第１の実解抽出手段と；前記手法を
   介して前記高次方程式より漸次次数が低減されて
   得られる前記所定次数の低次方程式より代数的解
   法により実解を抽出する第２の実解抽出手段とを
   分析側に備えることを特徴とする線スペクトル型
   音声分析合成装置。