JPH04217300A - 音声合成方法及び装置 - 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】

【０００１】

【産業上の利用分野】本発明は、音声合成方法及び装置
に関するものである。

【０００２】

【従来の技術】一般的に、人間の声音等の音声信号には
同一の波形が周期的に出現するので、この周期をピッチ
と称すると共にピッチ毎に出現する波形を素片波形と称
して音声合成装置に利用している。つまり、音声合成装
置では、所要の素片波形のデータを波形記憶手段である
メモリなどに予め設定しておき、所定の素片波形のデジ
タルデータを順次選出して時間領域上で編集合成し、こ
の編集合成された素片波形のデータに従って合成音声を
出力するようになっている。

【０００３】そして、このような音声合成装置は、ＪＡ
ＳＡ　　ＶＯＬ１．４５（１９６９）“ＳｐｅｅｃｈＡ
ｎａｌｙｓｉｓ−Ｓｙｎｔｈｅｓｉｓ　　Ｓｙｓｔｅｍ
　　Ｂａｓｅｄ　　ｏｎ　　Ｈｏｍｏｒｐｈｉｃ　　Ｆ
ｉｌｔｅｒｉｎｇ”Ａ．Ｖ．Ｏｐｐｅｎｈｅｉｍや、特
開昭６０−２２１９４号公報等に開示されている。

【０００４】例えば、ＪＡＳＡに開示された音声合成装
置では、素片波形をピッチ周期でずらしながら重畳する
ことで合成音声を生成するようになっている。つまり、
図３に例示するように、予め自然音声から線形予測やケ
プストラムなどの音声分析手段でスペクトル包絡を抽出
し、これをフーリエ逆変換等の処理で時間領域波形に変
換した素片波形を予めメモリ等に設定しておく。そして
、このようにして設定された複数種類の素片波形を生成
する合成音声の音韻に従って適宜選出し、これをピッチ
周期でずらして順次加算することで合成音声を生成する
ようになっている。

【０００５】また、特開昭６０−２２１９４号公報に開
示された音声合成装置では、上記方式の具体的な実現方
法として、複数のチャネルの出力を加算することで素片
波形の重畳を行なうようになっている。例えば、このよ
うな音声合成装置１は、図４に例示するように、制御回
路２と波形記憶手段である素片波形メモリ３とが接続さ
れたデータ選出手段であるデータバッファ４内の複数の
レジスタ５を、共にデータ変換手段を形成する加算器６
とＤ／Ａ（Ｄｉｇｉｔａｌ／Ａｎａｌｏｇ）変換器７と
を介してＬＰＦ（Ｌｏｗ　　Ｐａｓｓ　　Ｆｉｌｔｅｒ
）８に接続した構造などとして実施されることになる。 そして、このような構造の音声合成装置１では、制御回
路２の制御に従ってデータバッファ４が素片波形メモリ
３から所定の素片波形のデータをピッチ周期に応じたタ
イミングで読込むと、この素片波形のデータが論理回路
である加算器６で合成されて音声信号となる。そこで、
この音声信号がＤ／Ａ変換器７でアナログデータに変換
されてＬＰＦ８で内包される折返し雑音が除去されるこ
とで、合成音声が形成されることになる。なお、折返し
雑音を除去するＬＰＦ８の遮断周波数は、標本化周波数
の半分以下となっている。

【０００６】

【発明が解決しようとする課題】ＪＡＳＡに開示された
音声合成装置では、素片波形をピッチ周期毎に重畳して
合成音声を生成するようになっており、特開昭６０−２
２１９４号公報に開示された音声合成装置１では、上記
方式を実現するために複数の素片波形のデータを加算器
６で加算している。

【０００７】ここで、このように加算器６で加算したデ
ータを良好な精度で利用するためには、Ｄ／Ａ変換器７
に高い分解能が必要となる。例えば、各々８ビットで表
現された四つの素片波形のデータが加算器６で加算され
る場合、加算処理後のデータは１０ビットになるので、
Ｄ／Ａ変換器７には１０ビットの分解能が必要となる。 しかし、このように分解能が高いＤ／Ａ変換器７を集積
回路で形成する場合、チップ面積の拡大や加工精度の向
上が必要になるので、機器の小型軽量化や生産性向上が
阻害されることになる。

【０００８】ここで、例えば、ＩＥＥＥ　　ＪＯＵＮＡ
Ｌ　　ＯＦ　　ＳＯＬＩＤ−ＳＴＡＴＥＣＩＲＣＵＩＴ
Ｓ，ＶＯＬ．ＳＣ−２２，ＮＯ．３，（１９８７）“Ａ
　　ＣＭＯＳ　　Ｓｔｅｒｅｏ　　１６−ｂｉｔ　　Ｄ
／Ａ　　Ｃｏｎｖｅｒｔｅｒ　　ｆｏｒ　　Ｄｉｇｉｔ
ａｌ　　Ａｕｄｉｏ”Ｐ．Ｊ．Ａ．Ｎａｕｓには、デー
タを通常の数十倍から数百倍の速度で標本化して１ビッ
トの分解能で量子化することで、１６ビットのＤ／Ａ変
換器と同等の分解能を１ビットのＤ／Ａ変換器で実現す
るオーバーサンプリング技術が開示されている。

【０００９】しかし、この方式のＤ／Ａ変換器は入力デ
ータが複数ビットであることを前提としているので、こ
れを前述の音声合成装置１等に応用するためには、内挿
処理やフィルタリング等の処理で入力データを１ビット
に変換する必要があるので実用的でない。

【００１０】

【課題を解決するための手段】請求項１記載の発明は、
音声信号の波形をピッチ単位で抽出した複数の素片波形
のデジタルデータを波形記憶手段に予め設定し、この波
形記憶手段からデータ選出手段が所定の素片波形のデジ
タルデータを順次選出し、この選出された素片波形のデ
ジタルデータをデータ変換手段がデジタルアナログ変換
すると共に時間領域上で編集合成し、この編集された素
片波形のアナログデータに従って音声出力手段が合成音
声を出力するようにした音声合成方法において、各々１
ビットに量子化された素片波形のデジタルデータをデー
タ変換手段がオーバーサンプリングしてデジタルアナロ
グ変換するようにした。

【００１１】請求項２記載の発明は、音声信号の波形を
ピッチ単位で抽出した複数の素片波形のデジタルデータ
が予め設定された波形記憶手段を設け、この波形記憶手
段から所定の素片波形のデジタルデータを順次選出する
データ選出手段を設け、このデータ選出手段が選出した
素片波形のデジタルデータをデジタルアナログ変換する
と共に時間領域上で編集合成するデータ変換手段を設け
、このデータ変換手段が編集した素片波形のアナログデ
ータに従って合成音声を出力する音声出力手段を設けた
音声合成装置において、各々１ビットに量子化された素
片波形のデジタルデータをオーバーサンプリングしてデ
ジタルアナログ変換するデータ変換手段を設けた。

【００１２】

【作用】各々１ビットに量子化された素片波形のデジタ
ルデータをデータ変換手段がオーバーサンプリングして
デジタルアナログ変換することにより、オーバーサンプ
リングで１ビットに量子化した素片波形のデータから合
成音声を形成するので、Ｄ／Ａ変換器に必要な分解能は
１ビットと極めて低くなり、Ｄ／Ａ変換器を集積回路で
形成する場合に加工精度を向上させることなくチップ面
積を縮小することができる。

【００１３】

【実施例】本発明の音声合成装置を図１及び図２に基づ
いて説明する。まず、この音声合成装置９では、図１に
例示するように、データバッファ４内の複数のレジスタ
５の各々にデータ変換手段である１ビットのＤ／Ａ変換
器１０が接続されており、これらのＤ／Ａ変換器１０に
アナログ加算器１１が接続されることでデータ変換手段
である混合手段１２が形成されている。ここで、この混
合手段１２は、例えば、ファームウェアなどでＬＳＩ（
Ｌａｒｇｅ　　Ｓｃａｌｅ　　Ｉｎｔｅｇｒａｔｅｄ　
　Ｃｉｒｃｕｉｔ）等の集積回路として形成されており
、これに接続された後置フィルタ１３にはアンプやスピ
ーカ等からなる音声出力手段（図示せず）が接続されて
いる。なお、この音声合成装置９では、記録手段である
素片波形メモリ３に、予め１ビットに量子化された素片
波形のデジタルデータが記録されている。

【００１４】このような構成において、この音声合成装
置９では、制御回路２の制御に従ってデータバッファ４
が素片波形メモリ３から所定の素片波形のデータをピッ
チ周期に応じたタイミングで読込むと、この素片波形の
デジタルデータは混合手段１２のＤ／Ａ変換器１０でオ
ーバーサンプリングされてアナログデータに変換される
。そこで、この素片波形のアナログデータがアナログ加
算器１１でアナログ的に加算され、後置フィルタ１３で
内包される折返し雑音が除去されることで合成音声が形
成される。

【００１５】このようにすることで、この音声合成装置
９は、予めオーバーサンプリングで１ビットに量子化し
た素片波形のデータから合成音声を形成するので、Ｄ／
Ａ変換器１０に必要な分解能は１ビットと極めて低くな
っている。このように分解能が低いＤ／Ａ変換器１０は
、集積回路で形成する場合に加工精度を向上させること
なくチップ面積を縮小することができるので、機器の小
型軽量化や生産性向上に寄与することができる。

【００１６】なお、上述のようにオーバーサンプリング
により１ビットで表現された素片波形のデータの折返し
雑音は高周波領域に存するので、これを除去する後置フ
ィルタ１３としては、構造が簡易なＲＣフィルタを採用
することができ、さらに、音声出力手段のアンプやスピ
ーカの特性で代用することも可能である。また、上述の
ような後置フィルタ１３は、Ｄ／Ａ変換器１０とアナロ
グ加算器１１との間に設けることも可能である。

【００１７】ここで、上述のような音声合成装置９で利
用する１ビットの素片波形のデータの作成方法の一例を
図２に基づいて説明する。１６ビット等の複数ビットで
形成された従来の素片波形のデータを、処理回路１４の
ゼロ内挿処理とＬＰＦ１５のフィルタリングとで高い周
波数にサンプリング周波数変換する。そして、この高い
周波数の複数ビットの素片波形のデータを、変調器１６
でデルタシグマ変調することで、１ビットの時系列デー
タとして１ビットの素片波形のデータが形成される。こ
のようにすることで、複数ビットで形成された従来の素
片波形のデータから容易に１ビットの素片波形のデータ
を得ることができる。

【００１８】

【発明の効果】本発明は上述のように、音声信号の波形
をピッチ単位で抽出した複数の素片波形のデジタルデー
タを波形記憶手段に予め設定し、この波形記憶手段から
データ選出手段が所定の素片波形のデジタルデータを順
次選出し、この選出された素片波形のデジタルデータを
データ変換手段がデジタルアナログ変換すると共に時間
領域上で編集合成し、この編集された素片波形のアナロ
グデータに従って音声出力手段が合成音声を出力するよ
うにした音声合成方法において、各々１ビットに量子化
された素片波形のデジタルデータをデータ変換手段がオ
ーバーサンプリングしてデジタルアナログ変換するよう
にしたことにより、オーバーサンプリングで１ビットに
量子化した素片波形のデータから合成音声を形成するの
で、Ｄ／Ａ変換器に必要な分解能は１ビットと極めて低
くなり、Ｄ／Ａ変換器を集積回路で形成する場合に加工
精度を向上させることなくチップ面積を縮小することが
できるので、機器の小型軽量化や生産性向上に寄与する
ことができる等の効果を有するものである。

【図面の簡単な説明】

【図１】本発明の実施例を示すブロック図である。

【図２】変形例を示すブロック図である。

【図３】従来例を示す特性図である。

【図４】従来例を示すブロック図である。

【符号の説明】

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　音声信号の波形をピッチ単位で抽出し
   た複数の素片波形のデジタルデータを波形記憶手段に予
   め設定し、この波形記憶手段からデータ選出手段が所定
   の素片波形のデジタルデータを順次選出し、この選出さ
   れた素片波形のデジタルデータをデータ変換手段がデジ
   タルアナログ変換すると共に時間領域上で編集合成し、
   この編集された素片波形のアナログデータに従って音声
   出力手段が合成音声を出力するようにした音声合成方法
   において、各々１ビットに量子化された素片波形のデジ
   タルデータをデータ変換手段がオーバーサンプリングし
   てデジタルアナログ変換するようにしたことを特徴とす
   る音声合成方法。
2. 【請求項２】　　音声信号の波形をピッチ単位で抽出し
   た複数の素片波形のデジタルデータが予め設定された波
   形記憶手段を設け、この波形記憶手段から所定の素片波
   形のデジタルデータを順次選出するデータ選出手段を設
   け、このデータ選出手段が選出した素片波形のデジタル
   データをデジタルアナログ変換すると共に時間領域上で
   編集合成するデータ変換手段を設け、このデータ変換手
   段が素片波形のアナログデータに従って合成音声を出力
   する音声出力手段を設けた音声合成装置において、各々
   １ビットに量子化された素片波形のデジタルデータをオ
   ーバーサンプリングしてデジタルアナログ変換するデー
   タ変換手段を設けたことを特徴とする音声合成装置。