JPH037993A - 音声合成歌唱器 - 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】 ［産業上の利用分野コ 本発明は、合成音声で歌唱を行わせる音声合成歌唱器に
関するものである。

［従来の技術］ 従来、人工的に音声を合成して出力する音声合成方式と
しては、録音編集方式、パラメータ編集方式、規則合成
方式の３種類に分類されるものがある。この中のパラメ
ータ編集方式や規則合成方式では、線形分離等価回路モ
デルが用いられることが多い。

［発明が解決しようとする課題］ ところで、上述のような音声合成方式により発生された
合成音声により歌唱を行わせることが考えられるが、線
形分離等価回路モデルを用いた音声合成器により歌の合
成音を出力させる場合には、次のような問題点がある６ すなわち、ＰＡＲＣＯＲ方式などの線形分離等価回路モ
デルによる音声合成用ＬＳＩが市販されているが、この
ような音声合成用ＬＳＩなどでは、音声データとしてパ
ルス発生器へ入力されるデータはパルスの間隔（ピッチ
）と振幅であり、間隔については合成波形のサンプリン
グ周期の整数倍で与えられる。そのため、ピッチのとり
得る値は不連続となり、正確な音程がとれなくなる。例
えば、サンプリング周波数が１０ＫＨｚ（周期１００μ
５ｅｃ）の場合の正確な音程からのずれは表１に示すよ
うになる。

このような音程ずれを回避するためには、パルス発生器
の部分または全体のサンプリング周期を短くし、とり得
る値を細かく設定できるようにする（パルス発生器の部
分だけサンプリング周期を短くする場合は、それによっ
て生成されたパルス列をフィルタ部のサンプリング周期
でサンプリングし直したものをフィルタ部への入力とす
る）などの方法が考えられる。しかしながら、このよう
な方法を実現するためには回路の変更が必要となり、既
存の音声合成用ＬＳＩなどは利用できなくなり、このよ
うな方法を実現した音声合成器は高価なものとなってし
まうという問題があった。

本発明は、上記の問題点に鑑みて為されたものであり、
その目的とするところは、既存の音声合成ＬＳＩを用い
た比較的簡単な方法で正確な音程を出力でき、安価で高
品質な音声合成歌唱器を提供できる音声合成歌唱器を提
供することにある。

［課題を解決するための手段］ 本発明の音声合成歌唱器は、線形分離等価回路モデルを
用いサンプリング周波数が入力クロック周波数と１対１
の関係で変化する音声合成回路で構成され、入力された
歌の音声データに基づいて歌の合成音を出力する音声合
成歌唱器において、外部から入力されるピッチに関する
音声データが音階で表現されるようにし、合成時に合成
音声のピッチがその音階のピッチと一致する必要がある
定常部などの区間では、データテーブルから読み出され
た音階に対応するピッチと、それによって合成された波
形がその音階のピッチと一致させるために必要な補正を
施したクロックとに基づいて音声合成回路を駆動する補
正制御手段を設けたものである。

［作　用コ 本発明は上述のように構成されており、合成音声のピッ
チがその音階のピッチと一致する必要がある定常部など
の区間において、外部から入力されるピッチに関する音
声データにてデータテーブルから読み出されるピッチと
、それによって合成された波形がその音階のピッチと一
致させるために必要な補正を施したクロックとに基づい
て音声合成回路を駆動する補正制御手段を設けたもので
あり、既存の音声合成ＬＳＩを用いた比較的簡単な方法
で正確な音程を出力でき、安価で高品質な音声合成歌唱
器を提供できるようになっている。

［実施例］ 第１図は本発明一実施例を示すもので、線形分離等価回
路モデルを用いサンプリング周波数が入力クロック周波
数と１対１の関係で変化する音声合成回路（実施例では
、例えば、特願昭６３−１７７３１５号のような規則合
成方式を用いた音声合成用ＬＳＩ）１で構成され、入力
された歌の音声データ（音階２強さ、長さよりなる韻律
データと、音韻データ）に基づいて歌の合成音を出力す
る音声合成歌唱器において、外部から入力されるピッチ
に関する音声データが音階で表現されるようにし、合成
時に合成音声のピッチがその音階のピッチと一致する必
要がある定常部などの区間では、データテーブル３から
読み出された音階に対応するピッチと、それによって合
成された波形がその音階のピッチと一致させるために必
要な補正を施したタロツクとに基づいて音声合成回路１
を駆動する補正制御手段を設けものである。実施例では
、上記補正制御手段はＣＰＵ２にて形成されており、Ｃ
ＰＵ２では、音階に対応したピッチデータをデータテー
ブル３から読み出して音声合成回路１に入力するピッチ
パラメータを作成（同時にアンプパラメータおよび調音
パラメータも作成）するとともに、データテーブル３か
らクロックデータ（Ｄ／Ａコンバータに与える値）を読
み出してクロック発生手段４のＤ／Ａコンバータ４ａを
ｊＭ＃Ｌ、Ｖ−ｆコンバータ４ｂにて発生された所定周
波数のクロックを音声合成回路１に入力させるようにな
っている。なお、データテーブル３内に記憶されている
データは、音声合成回路１にて合成されスピーカＳＰか
ら出力される音声波形のピッチを正確な音階のピッチと
一致させるための補正値を考慮くずれを補正）したもの
であることは言うまでもない。

また、実施例では、音声合成回路１のクロック周波数に
時系列的なゆらぎを付加するゆらぎ付加手段（ＣＰＵ２
内にソフト的に形成）を設けている。

以下、実施例の動作について説明する。いま、・実施例
では、外部から入力される音韻データおよび韻律データ
よりなる歌音声の音声データを入力データとし、ＣＰＵ
２によって音声合成回路１を制御して音声合成を行うよ
うになっており、歌音声の規則合成を行う場合の時系列
ピッチ（ピッチパターン）の生成方法としては、ある音
階の期間は一定の値をとり、音階と音階の境界部で直線
補間してパターンを生成する方法（例えば、特願昭６３
−１７７３１５号）などが考えられる。

この際に、従来例にあっては、音階に正確に対応したピ
ッチの値を与えることができないので、合成された歌音
声が音程のずれた音声になってしまうことになるが、本
実施例にあっては、クロックの周波数を補正することに
よって音声合成回路１から出力される音声波形を時間伸
縮することにより、このずれを修正するようにしている
。すなわち、音声合成回路１から出力される音声波形の
時間伸縮は、音声合成回路１のサンプリング周期を変え
ることにより行うもので、例えば、音声合成回路１に与
えるピッチの値が本来与えるべき値よりも１％長いとす
ると、サンプリング周期を１／１．０１倍するわけであ
る。第２図は動作説明図であり、同図（ａ）はピッチＰ
゛をＰ’　＝ｎＴ　（但し、Ｔ：サンプリング周波数）
として得られる合成音声波形、同図（ｂ）はピッチＰ”
をＰ”＝（ｎ＋１）Ｔとして得られる合成音声波形、同
図（ｃ）は同図（ａ）の波形を伸長くクロックを補正）
して本来のピッチＰで繰り返されるようにした場合の合
成音声波形である。

このような補正処理をすると、時間軸が変化するので音
韻長に、スペクトルが変化するので音韻性に影響を与え
ると考えられる。時間伸縮によるスペクトルの変化につ
いて考えると、ｆ（ａ＊ｔ）のフーリエ変換はＦ（ω／
ｌ）／ａであるから、時間を伸縮させるとスペクトルは
周波数軸、振幅軸ともに伸縮することになる。

ところで伸縮させる量について考えると、表１より最も
大きい場合で２．５％であるから、時間伸縮によって受
ける音韻長と音韻性の変化は無視できると考えられる。

なお、ピッチのずれは最大でも２．５％であるから無視
できるのではないかと考えられるが、隣り合う音階のピ
ッチの差は６％しかないので、１音だけ聞けば問題はな
いかもしれないが、音楽として複数の音を連続して聞く
場合は問題になる。

また、サンプリング周期の制御は、音声合成回路１のサ
ンプリング周期は通常その音声合成回路１に入力される
クロックに比例しているので、このタロツクを制御して
やれば良い。実施例では、Ｖ−ｆコンバータ（電圧−周
波数変換器）４ａと、Ｄ／Ａコンバータ４ｂを用いてＣ
ＰＵＩにより制御している。

第４図に音声合成回路１の標準クロックが８００ＫＨｚ
の場合の各音階に対して音声合成回路１に与えるピッチ
の値とそのときに正確な音程と得るためのクロック周波
数の値を示す。実際には、第１図（ｂ）のようなデータ
テーブル３を用意し、入力された各音階データに対して
一定のピッチを与える区間において、データテーブル３
から音声合成回路１に与えるピッチの値と、正確な音程
を得るためのタロツク周波数を発生させるためにＤ／Ａ
コンバータ４ａに与える値を読み出し、その値をそれぞ
れ音声合成回路１と、Ｄ／Ａコンバータ４ａに与えるよ
うにする。以上のようにタロツク周波数を制御すること
により、正確な音程を持った歌音声を出力させることが
できる。

一方、ピッチパターンにゆらぎを付加（例えば、特開昭
５０−５４２０２号公報）することにより、より自然な
声質の合成音声を得ることができる。

本実施例でゆらぎを与えるためには、音声合成ＬＳＩに
与えるタロツク周波数の時系列パターンに対してゆらぎ
を付加し、これを改めて音声合成回路１に与えるクロッ
ク周波数とすればよい。この場合、出力させない音階に
対するピッチの値を正確に出力する必要はなくなるが、
その値の近傍の値を出力できるような回路である必要が
ある。

第５図は他の実施例を示すもので、クロック発生回路４
を、ラッチ４ｄと、発信器４ｅと、プリセッタブルカウ
ンタ４ｆとを用いて形成し、データテーブル３に記憶さ
せる音階に対応したピッチデータを、出力したい音階に
対応するピッチを四捨五入した整数とは限定せずに、音
声合成回路１に与えるピッチデータとクロック周期の組
合せで最も出力したいピッチに近くなるものを選んで、
テーブルデータを形成している。

第６図はこのようにして求めたピッチとクロック周期を
示すもので、この場合、音声合成回路１に与えるピッチ
のとり得る値を無制限とはせずに、ピッチの値をＰ、Ｐ
を四捨五入したものをｎとすると、とり得る値はｎ−１
、ｎ、ｎ＋１としている。これは、遷移部でピッチの直
線補間を行う場合になるべく連続的に変化するようにと
考えたからである。以上のようにすることにより、より
正確な音程が得られることになる。なお、本実施例でも
前記実施例と同様に、クロック周波数にゆらぎを与える
ことにより、ピッチパターンにゆらぎを与え、より自然
な声質の合成音声を出力することが考えられ、安価で高
品質な音声合成歌唱器を実現することができる。

第７図はさらに他の実施例を示すもので、タロツク発生
回路４をラッチ４ｅおよびＰＬＬ回路４ｇで構成したも
のであり、この回路では、ＰＬＬ回路４ｇの発振器の周
波数がｆＣ、カウンタで分周される値が１／Ｎとすると
、ＶＣＯから出力される周波数ｆは、 ｆ＝ｆｃ−ｘ−Ｎ　　・・・・・・・・・・・・・・・
・・・（１）となる。このようにすると、高速動作のＩ
Ｃを用いなくても、発振器の周波数ｆｃを小さくし、カ
ウンタのビット数を大きくすることにより非常に細かい
きぎみ幅でクロック周波数を設定することが可能になる
。

また、前記実施例と同様に、ゆらぎを付加することを考
えると、ＰＬＬ回路４ｇでは、第５図実施例のように周
波数が飛び飛びに変化するのではなく、整定時間を長め
にしてやれば、カウンタへの値を変えたときに（（１）
式に基づいた）それに対応する周波数には連続的に徐々
に近づくので、ゆらぎとして三角波のようなものを付加
した場合は、連続的に変化するクロック周波数が得られ
る。

例えば、第８図に示すように、中心周波数が８００Ｈｚ
のものに対して幅が±１０Ｈｚ、周波数が１０Ｈｚの三
角波を重畳する場合には、１００ｍ５ｅｃ毎に８１０Ｈ
ｚと７９０Ｈｚに対応する値をカウンタに交互に与えれ
ば良い。不連続的に変化するゆらぎをもつピッチパター
ンによる歌の合成音声と、連続的に変化するゆらぎをも
つピッチパターンによる歌の合成音声を間き比べると後
者の合成音声のほうが肉声に近い品質であり、この点か
らもＰＬＬ回路４ｇを用いる方法は有効であると言える
。

［発明の効果］ 本発明は上述のように構成されており、合成音声のピッ
チがその音階のピッチと一致する必要がある定常部など
の区間において、外部から入力されるピッチに関する音
声データにてデータテーブルから読み出されるピッチと
、それによって合成された波形がその音階のピッチと一
致させるために必要な補正を施したクロックとに基づい
て音声合成回路を駆動する補正制御手段を設けたもので
あり、既存の音声合成ＬＳＩを用いた比較的簡単な方法
で正確な音程を出力でき、安価で高品質な音声合成歌唱
器を提供できるという効果がある。

【図面の簡単な説明】

第１図（ａ）は本発明一実施例の概略構成図、第１図（
ｂ）は同上の要部説明図、第２図乃至第４図は同上の動
作説明図、第５図は他の実施例の概略構成図、第６図は
同上の動作説明図、第７図は他の実施例の概略構成図、
第８図は同上の動作説明図である。 １は音声合成回路、２はＣＰＵ、３はデータテーブル、
４はクロック発生回路である。

Claims (5)

【特許請求の範囲】
1. （１）線形分離等価回路モデルを用いサンプリング周波
   数が入力クロック周波数と１対１の関係で変化する音声
   合成回路で構成され、入力された歌の音声データに基づ
   いて歌の合成音を出力する音声合成歌唱器において、外
   部から入力されるピッチに関する音声データが音階で表
   現されるようにし、合成時に合成音声のピッチがその音
   階のピッチと一致する必要がある定常部などの区間では
   、データテーブルから読み出された音階に対応するピッ
   チと、それによって合成された波形がその音階のピッチ
   と一致させるために必要な補正を施したクロックとに基
   づいて音声合成回路を駆動する補正制御手段を設けたこ
   とを特徴とする音声合成歌唱器。
2. （２）音声合成回路のクロック周波数に時系列的なゆら
   ぎを付加するゆらぎ付加手段を設けたことを特徴とする
   請求項１記載の音声合成歌唱器。
3. （３）クロック発生回路を、Ｄ／ＡコンバータおよびＶ
   −ｆコンバータを用いて形成したことを特徴とする請求
   項１記載の音声合成歌唱器。
4. （４）クロック発生回路を、発振器およびプリセッタブ
   ルカウンタを用いて形成したことを特徴とする請求項１
   記載の音声合成歌唱器。
5. （５）クロック発生回路を、ＰＬＬ回路を用いて形成し
   たことを特徴とする請求項１記載の音声合成歌唱器。