JPH03245198A - 音声分析合成装置 - 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〕 本発明は音声分析合成装置に関し、特に分析側から合成
側に音源情報とともに供給すべき入力音声の特徴パラメ
ータであるＬＰＣ係数を可変長フレーム化して伝送する
音声分析合成装置に関する。

〔従来の技術〕

従来、この種の音声合成分析装置は、入力音声を分析す
る分析側において、音声信号を例えはｌＱ　ｍ　ＳＥＣ
ごとの基本分析フレームごとにＬＰＣ分析を行ない、そ
の結果得られたＬＰＣ係数と、音源情報であるピッチ周
期、電力情報等を合成側に伝送し入力音声の合成を行な
っている。この場合、伝送すべき音声の情報量を極力圧
縮するため、基本分析フレームごとに得られるＬＰＣ係
数を各基本分析フレームごとに伝送せず、例えばｎ個の
基本分析フレームをまとめて１個の伝送フレームとし、
各伝送フレームことにその中からＰ個の代表フレームを
選出し、このｎ個の基本分析フレームからなる伝送フレ
ームの範囲ではすべて各代表フレームのＬＰＣ係数で入
力音声のスペクトル包絡を表現する。すなわち、ｎ個の
基本分析フレームをＰ個のフレーム（ｎ＞Ｐ）で表現す
ることでｎ個の基本分析フレーム全てを伝送せずに、前
述のＰ個の代表フレームのＬＰＣ係数と、その繰り返し
回数Ｌｉ　（ｉ＝１〜Ｐｊ、ｎ＝ｔＬｉ＞とを伝送する
可変長フレーム表現を利用して伝送すべき音声情報量を
圧縮していた。

これは、音声の巨視的構造が時変性を有し、その変化率
も時間的に不均一であり、したかって音声を分析するに
あたり等間隔の固定フレームで分析するよりも、音声の
変化に応じて可変長フレームとして処理する方が効率良
く分析できることにもとづいている。

〔発明か解決しようとする課題〕

上述した従来の可変長フレームによる音声分析合成装置
は、伝送情報量を一定く例えば１２００ｂｐｓ）にする
ため、前述の代表フレーム数Ｐは固定的に定めており、
従って変化の速い時間歪の大きい音声はその変化に追従
できす、Ｐ個の代表フレームだけではｎ個の基本分析フ
レームを有する伝送フレームが精度よく表現出来す、合
成音声の品質の劣化を生し、不安定かつ不明瞭な合成音
声を生成するという欠点がある。

本発明の目的は上述した欠点を除去し、合成音声の品質
劣化を著しく抑圧し、高品質の合成音声を得る音声分析
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〕

本発明の音声分析合成装置は、入力音声信号を伝送フレ
ーム単位かつ所定のｎ個の分析フレームごとに分析して
所定の次数のＬＰＣ係数と音源情報ととを抽出する特徴
パラメータ抽出手段と、前記ｎ個の分析フレームから互
いに異る個数のｍ個の分析フレームの組合せを前記ｎ個
の分析フレームを代表して表現する代表分析フレーム候
補として選択する代表フレーム候補選択手段と、前記代
表フレーｌ、候補選択手段によって選択される代表分析
フレーム候補におけるＬＰＣ係数に対して内挿および外
挿による補間を実施し、ｎ個の分析フレームを有するｍ
個の補間Ｌ　Ｐ　Ｃ係数列を得なうえ、前記ｍ個の補間
ＬＰＣ係数列と前記特徴パラメータ抽出手段によって抽
出したｎ個の分析フレームのＬＰＣ係数列との差を歪量
として計測し前記歪量が最小となるｍ個の最小歪量を得
る最小歪量計測手段と、前記最小歪量計測手段によって
得られた０１個の最小歪量から合成音声とデータ伝送量
とを勘案して設定する最適な最小歪量を有する補間ＬＰ
Ｃ係数列を形成する代表分析フレーム候補を代表分析フ
レームとして判定し、この代表分析フレームの個数なら
びにナンバーをもって前記ｎ個の分析フレームを可変長
フレームとして表現する代表フレーム判定手段と、前記
代表分析フレームの個数ならびにナンバーを前記音源情
報とともに分析側から合成側に音声分析情報として送出
する分析情報送出手段と、前記音声分析情報にもとづい
て入力音声信号の合成を行合う音声合成手段とを備えて
構成される。

Ｃ実施例］ 次に、本発明について図面を参照して説明する。

第１図は本発明の一実施例の構成を示すフロック図であ
る。

第１図に示す実施例は、合成側く送信側）１゜合成側〈
受信側）２および伝送り３から構成される。

分析側１は、入力音声信号を受けてこれを所定の帯域制
限した後量子化した量子化音声信号にＬＰＣ分析を施す
Ｌ　Ｐ　Ｇ分析器１０１１代表フレームを選択する代表
フレーム候補選択器ｆｌ）　１０２　。

代表フレーム候補選択器（２１１０３、代表フレーム候
補選択器ｆ３１１０４　、歪量を計測する最小歪量計測
器ｆｌ）　１０５　、最小歪量計測器（２１１０６、最
小歪量計測器＋３１１０７　、ピッチ抽出器１０８．ｆ
ｉ適歪量判定器１０９．ＬＰＣパラメータ編集器１１０
゜多重化器１１１を備え、また合成側２は、多重化分離
器２０１．ＬＰＣパラメータ復号器２０２ピッチ発生器
３．切替器４．ＬＰＣパラメータ補間器２０５．雑音発
生器２０６．ＬＰＣ合成フィルタ２０７．可変利得増幅
器２０８を備えて構成される。

次に、第１図の実施例の動作について説明する。

入力音声信号は、ＬＰＣ分析器１０１てＢＰＦ（Ｂａｎ
ｄ　　Ｐａ５ｓ　　Ｆｉｌｔｅｒ）を通して不要な信号
を除去したあと、基本分析フレームごとにＡ−Ｄコンバ
ータで所定のサンプリング周波数たとえば８ＫＨｚで標
本化され、所定のピッＩ・数たとえば１２ヒツトで量子
化された量子化音声信号とされる。このあと、量子化音
声信号は公知の分析手法によってにパラメータなどのＬ
ＰＣ係数を所定の次数で抽出される。このＬＰＣ係数の
抽出は１伝送フレームあたりｎ個ずつ基本分析フレーム
は、次に３つの代表フレーム候補選択器（１）１０２〜
代表フレーム候補選択器（３１１０４によってそれぞれ
４個、５個および６個ずつの組合せでＬＰＣ係数を含み
次次に選択され、最小歪量計測器（１）　１０５〜最小
歪量計測器（３１１０７に供給される。

本実施例では、代表フレーム候補選択器ｆｉ＋　１０２
〜代表フレーム候補選択器（３１１０４はそれぞれ、４
．５および６個の基本分析フレームとそのＬＰＣ係数を
選択しているか、互い異る個数ｍをそれぞれ何種類、何
個とするかは、装置の運用目的、過去の音声資料等にも
とづき予め決定される。

こうし２て、代表フレーム候補選択器１１）　１０２は
、伝送フレームあたり２０個の基本分析フレームから４
個の代表フレームをＬＰＣ係数を含み選出する。また代
表フレーム候補選択器＋２）　１０３は１伝送フレーム
から５個の代表フレームを選出し、さらに代表フレーム
候補選択器ｆ３）　１０４は１伝送フレームから６個の
代表フレームを選出する。

最小歪量計測器ｆｉｌ　１０５は、代表フレーム候補選
択器ｉｌｌ　１０５が次次に選択する４個の代表フレー
ム候補による歪量を表現するものである。同じく、最小
歪量計測器＋２１１０６は代表フレーム候補選択器＋２
１１０３か選んだ５個の代表フレーム候補による歪量を
、また最小歪量計測器（３１１０７は、代表フレーム候
補選択器＋３１１０４か選んだ６個の代表フレーム候補
による歪量を表現する。

この歪量の計測は次のようにして行なわれる。

たとえば、最小歪量計測器ｆｌｌ　１０５は５代表フレ
ーム候補選択器ｆｌｌ　１０２から提供される４個すつ
の代表フレーム候補のＬＰＣ係数を利用し、２０４＝１
６（個）の基本分析フレームぶんのＬＰＣ係数を内・外
挿の補間処理によって求め、補間ＬＰＣ係数列を得る。

一方、最小歪量計測器（１）１０５は、ＬＰＣ分析器１
０から伝送フレームあたり２０個の前基本分析フレーム
のＬＰＣ係数列を入力し、これと補間ＬＰＣ係数列との
差を歪量として計算する。歪量計測器（１）　１０５は
、すべての４個の代表フレーム候補について得られる補
間ＬＰＣ係数列について歪量を計測し゛、この歪量の最
小のものを最適歪量判定器１０９に供給する。

同様にして、最小歪量計測器＋２１１０６および最小歪
量計測器１０７は、それぞれ５個および６個の代表フレ
ーム候補にもとづいて得られる補間ＬＰＣ係数列と全基
本分析フレームによるＬ　Ｐ　Ｇ係数列との差から歪量
の最小なものを計測し、最適歪量判定器１０９に供給す
る。

最適歪量判定器１０９は、３個の最小歪量計測器から提
供される最小歪量を比較し、最小歪量の大小と伝送デー
タ量の大小との条件から最適の歪量を提供する代表フレ
ーム候補の数とフレームナンバとを決定し、これを代表
フレームとして、この代表フレーム数と代表フレームナ
ンバーを多重化器１１１に供給する。

こうして決定された代表フレームのナンバーはＬＰＣパ
ラメータ編集器１１０に供給され、ＬＰＣパラメータ編
集器１１０は、代表フレームナンバーのＬＰＣ係数をＬ
ＰＣ分析器１０１から読み出してＬＰＣ係数として多重
化器１１１に供給する。

さて、電力抽出器１１２およびピッチ抽出器１０８はそ
れぞれ、公知の手法により量子化音声信号から基本分析
フレームごとの短時間平均音声電力とピッチ情報を抽出
し、これら音声電力とピッチ情報も多重化器１１１に供
給される。

多重化器１１１は、こうして提供される代表フレーム数
とそのフレームナンバー、ならびにＬＰＣ係数、および
音声電力とピッチ情報に間するデータを量子化し、適宜
組み合せて多重化データとして伝送路３を介して合成側
２に伝送する。

こうして、伝送フレームあたり２０個の基本分析フレー
ムを４個が５個もしくは６個の代表フレームで表現して
合成側２に送出する可変長フレーム合成が行なわれる。

さて、合成側２は、伝送路３を介して受けた多重化情報
を多重化分離器２０１で多重化分離し、代表フレーム数
とＬ　Ｐ　Ｃ係数はＬＰＣパラメータ復号化器２０２、
代表フレームナンバーはＬＰＣパラメータ補間器２０５
、音声電力は可変利得増幅器２０８、ピッチ情報はピッ
チ発生器２０３にそれぞれ供給する。

ＬＰＣパラメータ復号器２０２は、代表フレーム数によ
ってＬＰＣ係数の復号化におけるピッｌ−数を決定して
ＬＰＣパラメータを正しく復号化してＬＰＣパラメータ
補間器２０５に供給する。

ＬＰＣパラメータ補間器２０５は、代表フレームナンバ
ーとその復号化ＬＰＣパラメータにもとづいて代表フレ
ームナンバー以外のＬＰＣパラメータを線形補間によっ
て得、これをディジタルフィルタ構成のＬＰＣ合成フィ
ルタ２０７のフィルタ係数として供給する。

ピッチ情報を提供されたピ・・ｌチ発生器２０３は、ピ
ッチ情報に対応した繰返しのパルス列を発生し、これを
切替器２０５を介して可変利得増幅器２゜８に供給する
。

可変利得増幅器２０８は、音声電力に対応した可変利得
でピッチ発生器３の出力を増幅し、音源情報としてＬＰ
Ｃ合戊合成ルタ２０７の入力としてＬ　Ｐ　Ｃ合成フィ
ルタ２０７を駆動し、ディジタル音声を得、これを内蔵
Ｄ　−、Ａコンバータでアナログ化したのちＢＰＦで所
定の帯域制限を行なったのち出力音声として送出する。

雑音発生器２０６は、ピッチ発生器２０３の出力を供給
されつつ、これが零のときは無音、無音状態と判断して
ランタム雑音出力をピッチ情報に代えて出力するように
切替器２０４を動作させる。

こうして、伝送量を大幅に抑圧し、しかも再生音声の劣
化を著しく抑圧しうる音声分析合成が実施できる。

（発明の効果〕 以上説明したように本発明は、伝送フレームの含む全基
本分析フレームを複数個の代表分析フレームて表現する
可変長フレームで伝送することにより、伝送量を著しく
抑圧し、かつ変化が速く時間歪量の大きい音声において
も、安定した明瞭度の良い高品質音声か再生できるとい
う効果かある。

【図面の簡単な説明】

第１図は本発明の一実施例の構成を示すブロック図であ
る。 ］・・・分析側、２・・・合成側、３・・伝送路、１０
１・・ＬＰＣ分析器、１０２・・・代表フレーム候補選
択器（１）、１０３・・・代表フレーム候補選択器（２
）、１０４・・・代表フレーム候補選択器（３）　、　
１．０５・・・最小歪量計測器（１１，１０６・・・最
小歪量計測器（２）、１０７・・・最小歪量計測Ｂ（３
）、１０８・・・ピッチ抽出器、１０９・・・最適歪量
判定器、１１０・・・ＬＰＣパラメータ編集器、１．１
１・・・多重化器、２０１・・多重化分離器、２０２・
・ＬＰＣパラメータ復号化器、２０３・・・ピッチ発生
器、２０４・・・切替器、２０５・・・Ｌｐｃパラメー
タ補間器、 ２ ６・・・雑音発生器、 ０７・・・ＬＰＣ合成フィルタ、 Ｏ８・・ 可変利得増 幅器。

Claims (1)

1. 【特許請求の範囲】 　入力音声信号を伝送フレーム単位かつ所定のｎ個の分
   析フレームごとに分析して所定の次数のＬＰＣ（Ｌｉｎ
   ｅａｒＰｒｅｄｉｃｔｉｏｎＣｏｄｉｎｇ、線形予測分
   析）係数と音源情報とを抽出する特徴パラメータ抽出手
   段と、 前記ｎ個の分析フレームから互いに異る個数のｍ個の分
   析フレームの組合せを前記ｎ個の分析フレームを代表し
   て表現する代表分析フレーム候補として選択する代表フ
   レーム候補選択手段と、前記代表フレーム候補選択手段
   によって選択される代表分析フレーム候補におけるＬＰ
   Ｃ係数に対して内挿および外挿による補間を実施し、ｎ
   個の分析フレームを有するｍ個の補間ＬＰＣ係数列を得
   たうえ、前記ｍ個の補間ＬＰＣ係数列と前記特徴パラメ
   ータ抽出手段によって抽出したｎ個の分析フレームのＬ
   ＰＣ係数列との差を歪量として計測し前記歪量が最小と
   なるｍ個の最小歪量を得る最小歪量計測手段と、 前記最小歪量計測手段によって得られたｍ個の最小歪量
   から合成音声とデータ伝送量とを勘案して設定する最適
   な最小歪量を有する補間ＬＰＣ係数列を形成する代表分
   析フレーム候補を代表分析フレームとして判定し、この
   代表分析フレームの個数ならびにナンバーをもって前記
   ｎ個の分析フレームを可変長フレームとして表現する代
   表フレーム判定手段と、前記代表分析フレームの個数な
   らびにナンバーを前記音源情報とともに分析側から合成
   側に音声分析情報として送出する分析情報送出手段と、
   前記音声分析情報にもとづいて入力音声信号の合成を行
   なう音声合成手段と、を備えて成ることを特徴とする音
   声分析合成装置。